作者： 贝莱德
编译：佳欢，ChainCatcher
人工智能的迅猛发展是这个时代最突出的技术趋势。与此同时，数字资产也在兴起，尤其可能改变金融基础设施。
过去，两者大体沿着各自的路径发展；如今，随着 AI 系统越来越能够与金融和经济网络交互，这两条路径开始交汇。
本文考察两者日益紧密的联系，并说明 AI 的广泛应用为何可能带来尚未受到充分重视的数字资产需求，扩大数字资产的用途，并推动相关应用增长。
AI 和数字资产之所以能够交汇，是因为两者有一个共同基础：AI 是机器原生的智能，数字资产则是机器原生的货币。随着代理式 AI 兴起，这种契合尤其重要。
代理式 AI 指能够调用外部工具和基础设施，在有限的人类干预下，围绕既定目标规划并执行多步骤任务的系统。区块链则提供可编程的基础设施，把智能与经济活动连接起来。这些能力让 AI 不再局限于生成内容，也能在现实世界中采取行动，包括购物和发起金融交易。
具体而言，我们探讨三个主要交汇领域：
• 大语言模型的分词与区块链的资产代币化，在结构上有相似之处。大语言模型把人类语言拆分为词元，再将其编码为数字，供模型理解和处理。
区块链则把经济价值及相关权利表示为数字资产代币，以便机器验证其转移和结算。两者的作用不同，但都把现实世界的输入转换为机器能够直接使用的格式。
• 代理式商业需要机器原生的支付通道。代理式 AI 和机器间支付的兴起，可能增加对区块链及其他可编程支付基础设施的需求；稳定币、原生加密资产和其他链上资产，都可作为这些通道上的机器原生支付与结算工具。
ACH 和银行卡网络等现有通道已经支持大量自动化交易，但开户要求和结算成本可能使它们不适合全天候、金额极小且需要按程序执行的交易。x402 和 ACP 等新协议正在区块链网络上部署，也与传统支付通道的改造并行发展，为更复杂的代理式工作流程提供交易和结算支持。
• 算力正成为数字资产一个可能规模巨大的新市场。算力是训练和运行 AI 系统所需的处理能力，正成为越来越重要的经济资源。分析师估计，到 2030 年，超大规模云服务商的云业务年收入可能超过 1 万亿美元。
随着 AI 代理能够完成更复杂的任务，并持续自主运行，代表算力使用权的标准化权益可能成为数字资产的重要用途，用于融资和可编程结算。
综合来看，AI 的普及可能持续推动数字资产的采用，数字资产也可能为 AI 经济提供支持：AI 理解信息并决定如何行动，区块链则提供机器可读取的资产和可编程结算。这种联系尚未受到充分重视。随着数字经济越来越多地由自主运行的系统参与，数字资产可能成为其中更重要的基础设施。
从架构上看，AI 与数字资产的代币化有相似的目的：把信息和经济权益转化为离散、标准的表示形式，让机器直接处理。
AI token 承载信息，数字资产代币则代表一定的价值、所有权或其他经济权益。
在大语言模型中，分词器把人类可读的文本拆成更小的单元，通常是词、子词或字符，并为它们分配数字标识。嵌入层再把这些标识转换为向量，供模型计算。
模型生成数字化的词元 ID，再将其解码为人类可读的文字。通过持续把输入文本转化为标准化的数字单元，大语言模型可以利用现代芯片擅长的高度并行计算，高效处理大量输入。
区块链用一种功能相近、但技术实现不同的方式处理价值储存工具和经济权益。数字资产代币化，是将现金、基金权益、证券或其他所有权权益等金融资产或现实世界资产，表示为记录在分布式账本上的标准化数字代币。稳定币等已有链上资产可以通过智能合约交易转移。
在交易层面，这些资产由机器可读取的交易数据及适用规则表示。网络验证交易是否获得授权、是否有效，智能合约或交易脚本则执行特定资产的权限和条件。这些机制通过转移代币余额来更新账本。当一笔交易被记录，并按照网络的共识规则达到足够的最终确认后，它就成为网络正式账本状态的一部分。
在区块链流程中，智能合约执行交易逻辑和金融资产专属规则。AML（反洗钱）、KYC 和 KYA（核验代理身份）等检查通常在链下进行，以便核验身份及合规数据，再将核验结果传到链上，判断交易是否符合条件。
对于代币化的现实世界资产，这些控制措施仍属于更广泛的法律和受监管服务框架，并依赖权威的链下登记系统；与此同时，它们也减少了对封闭数据库和人工对账的依赖。
图 1：大语言模型与区块链交易中的代币化流程示意
这两套流程，一套编码人类语言中的信息，另一套编码经济权益。随着智能系统与交易执行逐渐交汇，它们的联系变得更加重要。
两者都使用结构化、机器可读取的表示形式。因此，与许多彼此割裂的传统系统相比，基于大语言模型的 AI 代理可以更直接地读取区块链数据。不同资产类别的表示方式更加标准化，也能减少为各个系统分别开发接口的工作，让代理更容易协调涉及多种资产的复杂流程。
通过可编程接口，代理可以在执行获授权交易前核对余额和规则，并在交易后验证结算，减少对人工流程的依赖。
比特币政策研究所近期的研究为这一框架提供了初步支持：在受控模拟中，模型的回答通常倾向于用稳定币进行日常支付，用比特币长期储值。这些发现反映的是模拟中的模型回答，并非对 AI 代理实际行为的观察。
不过，它们提示了一种可能的 AI 原生货币架构：稳定币用于交易，比特币用于储值。下文将讨论，这种共同的机器原生基础，可能支持一些传统金融通道难以高效、低成本完成的代理式支付场景。
随着 AI 代理能力增强、现实应用拓展，它们越来越需要适合机器自动发起、快速完成交易的支付与资产基础设施。
加密原生的区块链通道尤其适合全天候、高频、金额不足一美分的机器间（M2M）交易，例如 API 调用、按需获取数据，以及按使用量支付算力费用。
与此同时，经过改造的传统支付系统仍将发挥重要作用，在企业与机器（B2M）、消费者与机器（C2M）的交易场景中，帮助代理与由人运营的企业及消费者对接。
稳定币、原生加密资产、代币化现实世界资产及其他可编程工具，可以按交易和资产份额所需的细分程度，全天候支持交易和数字所有权，包括将资产用作抵押品。
更广泛地说，代币化能够为不同资产类别提供标准化、机器可读取的表示，减少金融系统之间逐一开发接口的工作，使代理更高效地协调日益复杂的流程。
许多现有支付通道不太适合交易量大、单笔金额低的代理式交易。主要限制包括：
• 开立账户、配置凭证和取得授权等流程可能需要人类参与；
• 商户受理支付所需的费用，可能让极小额交易在经济上不可行；
• 结算与最终确认存在限制。多数 ACH 交易可在一个工作日或更短时间内结算；银行卡授权几乎即时完成，但商户结算和争议处理的最终确认可能需要更长时间；
• 随着机器发起的交易量增长，系统扩展能力可能受到限制。
代理式支付协议建立在 MCP 和 A2A 等基础标准之上：MCP 帮助代理连接外部系统，A2A 帮助代理彼此通信。
Anthropic 于 2024 年 11 月推出 MCP（模型上下文协议），为 AI 应用访问外部数据和工作流程提供统一标准。谷歌于 2025 年 4 月推出 A2A（Agent2Agent），让不同平台上的代理能够通信与协作。
使用 MCP 和 A2A 的代理还会调用多种代理式支付协议，完成涉及付款的复杂流程。
Coinbase 开发的开放支付协议 x402 利用 HTTP 402“需要付款”状态码，让机器可以发起支付。该协议不依赖特定区块链，USDC 等稳定币是其早期主要应用之一；它也正在成为高速机器间交易的一项潜在标准。
x402 提供全天候、近实时、可验证的结算，可降低资源提供方承担的交易对手风险，让其在确认收款后立即交付所请求的数据或服务。
由于使用链上钱包持有的稳定币等数字货币，x402 可以在无人干预的情况下支持高频、小额交易。如果交易在无需许可的网络上结算，使用量增长可能带来更多区块空间和验证者服务需求，并进一步增加对原生加密资产的需求。
不过，这种需求最终能为原生资产带来多大价值，仍取决于各网络的手续费、质押和交易费代付机制。
其他新兴标准把代理式交易与现有支付通道连接起来，也为可信的金融交易建立授权和验证规则。
Stripe 与 Tempo 开发的机器支付协议 MPP 支持 API 和其他 HTTP 资源收费，并允许通过稳定币或传统支付方式灵活结算。Stripe 与 OpenAI 开发的代理式商业协议 ACP 让代理与商家通过程序自动完成结账，同时允许卖家继续使用现有的商业和支付基础设施。
谷歌的代理支付协议 AP2 使用基于密码学的授权凭证和审计记录，证明用户已授权；Visa 的可信代理协议 TAP 则帮助商家验证可信代理，并安全接收支付凭证。
图 2 展示一个简化的代理式支付流程。
人类用户（1）要求代理在指定预算内预订机票和酒店。主 AI 代理（2）通过 MCP 连接器访问用户的日历、偏好和已获授权的支付信息，随后（3）通过 A2A 将数据收集任务交给专门负责旅行的 AI 子代理。子代理（4）调用付费的机票和酒店房价 API，相关费用通过 x402 支付并在链上结算。主代理根据返回的信息（5）通过航空公司和酒店的结账系统完成预订，最后（6）向用户返回行程和收据。
图 2：基础协议与金融协议协同的代理式工作流程示意
多类数字资产都可支持代理式商业，但稳定币可能会成为交易中的主要工具。
稳定币是旨在相对某一参照货币维持稳定价值的数字代币，最常见的参照货币是美元。价格稳定使其成为可靠的记账单位，也提高了定价和结算的可预测性。
稳定币是规模最大的代币化现实世界资产类别：截至 2026 年 9 月，流通市值超过 3000 亿美元。经调整后的稳定币交易量在 2025 年超过 11 万亿美元，与 Visa 和 Mastercard 的年度交易量处于相近的数量级。
不过，这些指标的统计口径不同，不能直接比较。稳定币交易量仍远低于 2025 年通过 ACH 转移的 93 万亿美元；但从 2020 年至 2025 年，稳定币交易量的复合年增长率为 80%，相比之下 ACH 约为 8.5%。
监管规则日益清晰，包括美国《GENIUS 法案》、欧盟 MiCA、香港的稳定币发牌制度和新加坡的稳定币监管框架，应有助于稳定币继续普及和增长。
图 3：稳定币与主要银行卡网络的交易量
对数字资产而言，这一增长的影响不仅限于稳定币，也延伸到稳定币发行和结算所依托的区块链网络。
许多主要稳定币在多条区块链上发行，市场参与者可以根据成本和技术适配程度，选择受到支持的结算网络。这些网络包括以太坊等通用型无需许可网络，也包括 Circle 的 Arc 等专为稳定币设计的网络。
在 Arc 上，USDC 被设计为直接支付 gas 的原生资产。在无需许可的网络上，ETH 等原生加密资产用于支持共识、支付验证者报酬和交易费，以及完成结算。随着稳定币活动扩大，对区块空间和网络服务的需求可能增加，进而带来与使用量相关的原生资产需求。
不过，这种需求最终能为原生资产带来多大价值，取决于各网络的手续费、质押和交易费代付机制。Arc 还提供另一种互补模式：支付活动增加，可能让 USDC 作为结算资产和交易费支付工具的用途进一步扩大。
AI 系统和代理运行需要大量算力与能源。投资者大多关注建设 AI 基础设施所需的巨额资本支出，有估计认为，2025 年至 2030 年间 AI 资本支出累计将超过 5 万亿美元。但支持 AI 部署的持续运营支出同样值得关注。
这笔运营支出中，相当一部分流向 AI 云算力市场：该市场通过提供现有 IT 设备的算力及运行设备所需的电力获得收入。随着市场扩大，算力正成为一种独立、庞大且越来越具有投资属性的经济资源，并可能催生新的数字资产类别。
如果以超大规模云服务商的主要云业务板块粗略衡量市场规模，分析师对亚马逊云服务、微软 Intelligent Cloud 和谷歌云的综合预期显示，到 2030 年，三者合计收入约为 1.1 万亿美元，较 2025 年的复合年增长率为 29%。
随着算力成为更重要的经济投入，市场对算力定价、分配，以及为其提供融资和对冲工具的需求也会增加。
历史上，大型资源市场逐步发展出交易基础设施，以改善流动性和风险管理。我们认为，随着 AI 应用扩大，算力也可能走上类似的道路。近期市场发展已经显露这种趋势，包括以 GPU 为支撑的融资安排，以及围绕长期、与使用量挂钩的算力收入设计的融资平台。
这些融资方式反映出，获取先进 GPU 和为前沿模型建设算力需要大量前期投入。随着模型进步，训练与推理需求都应持续增长。推理指模型部署后处理请求并生成结果的计算过程。
随着 AI 的现实应用扩展，预计到 2030 年，推理将成为规模最大的 AI 工作负载，在数据中心用电需求中占比进一步提高。潜在的推理用户覆盖企业和个人消费者，数量远多于高度集中的训练市场参与者，也更为分散。
图 4：全球数据中心用电需求，按工作负载划分
即使这个市场正在形成，标准化算力产品要实现规模化，仍须解决合同设计和市场结构方面的重要难题。
其中包括考虑不同代际芯片生产效率的显著差异、不同地区的成本差异，尤其是能源价格分化；也包括为现金结算和按合同交付算力建立可行标准。
我们认为，这些设计问题很重要，但最终可以解决。
成熟的大宗商品市场通过基差交易、差价合约等方式，管理资产之间的差异和各地价格的不同，这些经验可供算力市场借鉴；链上的代币化市场则可能利用共享结算基础设施，支持按地区和硬件类型细分的合约。
随着这些框架成熟，我们预计包括交易所交易的算力期货在内的标准化产品，能够提高价格发现的透明度，并帮助算力供应方和使用方更有效地对冲风险。
标准化算力合约还可能产生取得算力及相关使用权的权益。这些权益可通过可编程基础设施表示、转让、用作抵押品并完成结算。这又可能吸引更多机构投资者参与，使算力成为数字资产市场的新机会。
如果代理式 AI 的应用扩大，代理开始更多地通过 x402 等可编程支付通道寻找、配置、优化并支付算力，这套机制的价值可能更加明显。
代理可以查询实时市场 API，按价格、性能、延迟、位置和硬件类型比较可用算力，再配置最适合某项工作负载的资源。MCP 和 A2A 可以帮助代理获取数据、彼此协调，x402 则可以支持按次、按模型处理的 token 数量或按任务结算。
这套机制有望让算力按需、弹性地即时接入，并减少人工干预。虽然目前代理式支付活动仍处于早期阶段，但自主代理与机器原生支付在结构上的契合，使其成为生态发展中值得关注的方向。
图 5：代理优化和获取按需算力的工作流程示意
Stripe 于 2026 年 8 月同意收购 OpenRouter。这是一个早期迹象，表明模型路由和算力使用优化正开始进入围绕 AI 建立的金融基础设施。
OpenRouter 根据工作负载需求，以及成本与性能之间的取舍，在 80 多家提供商的 400 多个模型之间分配任务，说明高效分配稀缺算力具有经济价值。
Stripe 本身的业务布局也值得关注：它已涉足支付、稳定币、计费和代理式商业等领域；这笔交易显示，算力采购、按使用量计费与可编程结算可能逐步交汇。我们认为，未来代理可能通过区块链和其他可编程支付通道，自主寻找算力并付款。
随着机器在经济活动中发挥更大作用，AI 与基于区块链的数字资产正日益交汇。大语言模型的分词与区块链的资产代币化都建立了结构化、机器可读取的表示形式，使 AI 代理能够更直接地对接可编程资产。
稳定币和 x402 等协议则可能支持高频、小额、全天候的交易。与此同时，标准化且具有流动性的算力权益市场，可能让代理在推理需求扩大时寻找算力、优化使用、安排融资并付款。
目前整个生态仍处于早期阶段，代理式支付活动和算力市场流动性都还有限。随着 AI 应用扩大、代理系统能力增强，数字资产可能在 AI 的经济基础设施中变得越来越重要，并拓展稳定币、代币化现实世界资产，以及支持区块链结算的原生加密资产的用途。
