Tiger Research：加密巨头们如何押注AI Agent支付基础设施 | 加密百科深度分析
加密百科独家解读
想象一下，你让家里的智能管家帮你订一份披萨。它能查菜单、选口味，但最后一步——付钱，还得你自己掏手机点确认。这感觉就像自动驾驶汽车每次变道都要你点头，算不上真“自动”。
现在，科技巨头和加密圈都在解决这个“最后一步”问题，但路子完全不同。这就像两条平行赛道，决定了未来你的AI助理到底听谁的。
赛道一：大公司的“围墙花园”模式
以谷歌的AP2为例。它就像给你的AI助理一本“预付费消费手册”和一个“监督员”。你提前设定好规则（比如“每月买咖啡预算300块”），AI在谷歌合作的商家（比如星巴克）里挑选、下单。支付时，要么你点一下批准，要么在规则内它自动用你绑定的谷歌支付完成。
好处是安全省心，就像在大型商场里购物，出了问题可以找商场管理处（谷歌）负责。但代价是选择有限，你的AI助理只能在这个商场里活动，无法去隔壁更便宜的小店。这是用“控制”换“稳定”。
赛道二：加密世界的“开放集市”模式
加密方案则想把AI助理训练成一个能独立在“全球集市”里做生意的数字公民。它靠两件核心装备：
1. 数字身份证（ERC-8004）：这不是一张图片NFT，而是一个链上档案，记录着AI助理的“信用分”和交易历史。每次诚实交易都能为它积累声誉。
2. 自动支付箱（x402）：这是一个智能合约规则。比如你让助理买台二手电脑，它会先和卖家的AI“对暗号”（查对方身份证和信用），谈妥后，钱自动打进一个由代码托管的“保险箱”。等你确认收到货，钱才自动划给卖家，同时双方的“信用分”都会更新。
好处是自由和高效，你的AI助理可以和任何接入协议的AI直接交易，没有中间商抽成，特别适合处理海量、微小的支付（比如自动为每篇阅读的文章付几分钱给作者）。但风险是责任自担，这个“集市”没有统一的管理员，规则靠代码和社区共识维持，出了问题得自己负责。
未来的关键对决：谁掌握“支付开关”？
这场竞赛的核心，是支付的控制权在哪里。
大公司想把开关放在自己手里，打造一个稳定、但需要你授权和许可的生态。
加密世界想把开关编码进开放的协议里，让AI在设定好的规则内完全自主行动。
短期看，大公司的方案更容易被普通人接受，用起来像现在的手机支付。长期看，如果AI真的要实现像人一样自主处理复杂事务（比如同时从几十个平台比价、采购、支付），那么加密原生的、无需许可的支付协议可能更具优势。
最终，我们可能会看到一个混合世界：你在谷歌生态里让AI买日用品图个安心，同时让它用加密协议去完成一些跨平台、自动化的微支付和交易。但无论如何，AI自己“钱包”的时代，已经拉开了序幕。
背景资料 (原快讯)
本报告由 Tiger Research 撰写，要实现真正意义上的自主自动化，必须具备原生支付能力。市场已经开始为这一转变积极布局。
核心要点
- 付款主体正在从人类转向 AI Agent，这使得支付基础设施成为实现真正自主的核心要求。
- 大科技公司（包括 Google AP2 和 OpenAI Delegated Payment）正在现有平台基础设施之上设计基于审批的自动化支付系统。
- 加密货币通过 ERC-8004 和 x402 标准，利用基于 NFT 的身份识别和智能合约，实现了去中介化的支付模式。
- 大科技公司优先考虑便捷性与消费者保护，而加密货币则强调用户主权与更广泛的 Agent 级执行能力。
- 未来的关键问题在于：支付是由平台控制，还是由开放协议执行。
1. 支付不再是人类的专属
来源：macstories（Feder1C0 Viticci）
最近，“OpenClaw” 引起了广泛关注。与 ChatGPT 或 Gemini 等主要负责检索和组织信息的 AI 系统不同，OpenClaw 允许 AI Agent 直接在用户的本地 PC 或服务器上执行任务。
通过 WhatsApp、Telegram 和 Slack 等即时通讯平台，用户可以发布指令，Agent 随后自主执行任务，包括邮件管理、日历协调和网页浏览。
由于它作为开源软件运行且不绑定于特定平台，OpenClaw 的功能更像是一个个人 AI 助理。这种架构因其灵活性和用户级控制权而备受青睐。
然而，一个关键的局限性依然存在。为了让 AI Agent 实现完全自主，它们必须能够执行支付。目前，Agent 可以搜索产品、比较选项并将商品加入购物车，但最终的付款授权仍需人类批准。
从历史上看，支付系统是围绕人类主体设计的。在 AI Agent 驱动的环境中，这一假设不再成立。如果自动化要变得完全自主，Agent 必须能够在定义的约束范围内独立评估、授权并完成交易。
预见到这一转变，大型科技公司和加密原生项目在过去一年中都推出了旨在实现 Agent 级支付的技术框架。
2. 大科技公司：构建在现有基础设施上的 Agent 支付
2025 年 1 月，Google 推出了 AP2（Agent Payment Protocol 2.0），扩展了其 AI Agent 支付基础设施。虽然 OpenAI 和亚马逊也概述了相关举措，但 Google 是目前唯一拥有结构化实施框架的大型企业。
AP2 将交易过程分为三个授权层（Mandate Layers）。这种结构允许对每个阶段进行独立的监控和审计。
- 意图授权（Intent Mandate）： 记录用户想要执行的操作。
- 购物车授权（Cart Mandate）： 定义在预设规则下应如何执行购买。
- 支付授权（Payment Mandate）： 执行资金的实际转移。
示例： 假设 Ekko 要求 Google Shopping 上的 AI Agent “寻找并购买一件 200 美元以下的冬季夹克”。
- 意图授权： Ekko 指令 AI Agent 购买“一件最高预算为 200 美元的冬季夹克”。此信息作为数字合约记录在链上，即意图授权。
- 购物车授权： AI Agent 遵循意图，在合作伙伴商家中搜索匹配项，并将符合条件的商品加入购物车。验证价格（199 美元，符合预算 ✓），确认收货地址。
- 支付授权： Ekko 查看选择的商品并点击批准。199 美元通过 Google Pay 处理。或者，AI Agent 可以在预设参数内自动完成支付。
在整个过程中，用户无需输入额外信息。Google AP2 依赖于现有的用户凭据（预注册卡片和地址），这减少了准入门槛并简化了采用流程。
来源：Google
然而，Google 目前仅支持其合作伙伴网络内的公司进行 Agent 支付。因此，其使用范围被限制在一个受控的生态系统内，限制了更广泛的互操作性和开放访问。
3. 加密货币：自托管与开放交换
加密领域也在为 AI Agent 开发支付基础设施，但其方法与大科技公司截然不同。大平台在受控生态内建立信任，而加密领域则从另一个问题开始：AI Agent 能否在不依赖中心化平台的情况下获得信任？
两个核心标准旨在解决这一目标：以太坊的 ERC-8004 和 Coinbase 的 x402。
首先是身份层。AI Agent 在区块链上运行必须是可识别的。ERC-8004 充当了这一功能。它以 NFT 的形式发行，但不是艺术收藏品，而是包含结构化身份数据的凭证 NFT。每个 Token 包含三个部分：
- 身份（Identity）
- 声誉（Reputation）
- 验证（Validation）
这些元素共同构成了可验证的链上身份证书。
在支付机制方面，x402 充当了支付路径。由 Coinbase 开发的 x402 是 AI Agent 的加密原生支付标准。它使 Agent 能够使用稳定币进行自主交易。其核心特征是自动化智能合约执行，条件逻辑直接嵌入代码中，一旦满足条件，结算无需人类干预即可发生。
当 ERC-8004（身份）与 x402（支付） 结合时，AI Agent 可以在不依赖中心化平台的情况下验证对手方并执行交易。
示例： Ekko 指令他的 Agent A 购买一台最高预算 800 美元的二手笔记本电脑。卖方的 Agent B 与之直接沟通。
- 相互验证： 通过 ERC-8004 NFT 检查身份与声誉分数（如：声誉 72，余额确认）。
- 智能合约托管： 800 美元从钱包转入智能合约托管（Escrow），资金锁定直至确认收货。
- 结算与声誉更新： 交易完成后，x402 自动结算，且双方的声誉记录会自动更新并写入各自的 ERC-8004 NFT 中。
在整个过程中，没有中介参与。两个 AI Agent 通过基于区块链的验证和结算直接进行交易，体现了 Agent 对 Agent（A2A） 商业的加密原生模式。
4. 大科技 vs 加密货币：AI Agent 运营领域的差异
Google AP2 代表了一种为经过验证的合作伙伴设计的受控模型。 Google 限制市场参与者以保护消费者。由于 AI Agent 的执行具有概率性结果而非完全确定性，如果发生交易错误，责任可能最终落在支付基础设施提供商身上。为了降低失败概率，Google 有动力缩小其生态系统。
受限的生态提高了稳定性，但也限制了 Agent 在更广泛的市场中自主运行及优化选择的能力。
相比之下，ERC-8004 和 x402 反映了一种更开放的架构。加密模型旨在实现无需许可（Permissionless）和互操作性。
虽然目前端到端的执行尚不完美，但长期的愿景是 Agent 独立管理日常消费。大平台可能尝试整合主要零售渠道，而开放的加密标准在处理小额、高频的程序化支付（微支付）时具有结构性优势。例如，Agent 以单价 0.01 美元购买 1000 张素材图，加密原生路径的运营效率更高。
当然，缺乏中心化机构也带来了权衡：必须以去中心化的方式建立身份评估标准，且没有单一实体为失败承担最终责任。
总结
大科技公司和加密领域都在追求同一个目标：实现自主的 AI Agent 商业。区别在于架构：大科技公司青睐封闭、受控的系统，而加密领域则推进开放、基于协议的模型。
未来的趋势更有可能是两种方法的互操作，而非零和博弈。
注：以上背景资料自公开行业资讯，加密百科网仅作科普解读。