"市集"超越"大教堂"，加密货币如何成为AI代理经济的信任基石？

作者：Daniel Barabander

编译：Tim，PANews

如果未来的互联网演变成一个由AI代理之间相互支付服务的市集，那么某种程度上，加密货币将实现的主流产品与市场契合，此前，我们只能梦想这一情景的发生。虽然我对AI代理之间会产生服务付费充满信心，但市集模式是否能胜出，我仍持保留态度。

所谓“市集”，我指的是一种去中心化、无需许可的生态系统，由独立开发、松散协调的智能体组成。这样的互联网更像一个开放市场，而非中央规划的系统。最典型的"胜出"案例是Linux。与之形成对比的是"大教堂"模式：由少数巨头掌控的、垂直整合的严密服务体系，典型代表是Windows。（术语源自Eric Raymond的经典文章《大教堂与市集》，该文将开源开发描述为看似混乱但具有适应性。它是一种进化系统，随着时间推移能够超越精心设计的系统。）

让我们逐一分析实现这一愿景的两个前提条件，即智能代理支付的普及与市集式经济的兴起。然后解释为何当两者都成为现实时，加密币不仅具有实用性，更会成为不可或缺的存在。

条件1：支付将被整合到大多数代理交易中

我们所熟知的互联网，其成本补贴模式依赖于根据应用页面的人类浏览量来投放广告。但在一个由智能代理主导的世界里，人类将不再需要亲自访问网站获取在线服务。应用程序也将日益转向基于智能代理的架构，而非传统的用户界面模式。

智能体没有可供销售广告的“眼球”（即用户注意力），因此应用程序迫切需要转变其盈利策略，改为直接向智能体收取服务费用。这本质上类似于当前API的商业模式。以领英为例，其基础服务虽免费开放，但若想调用其API（即"机器人"用户接口），就必须支付相应费用。

由此看来，支付系统很可能会整合到大多数智能体交易中。智能体在提供服务时，将通过微交易形式向用户或其他智能体收取费用。例如：你可能会要求你的个人智能体在领英上寻找优秀的职位候选人，这时你的个人智能体会与领英招聘智能体进行交互，而后者会预先收取相应的服务费用。

条件二：用户将依赖由独立开发者构建的、具备高度专业化提示、数据、工具的代理，这些代理通过相互调用服务形成一种"市集"形态，但该市集中的代理之间并不存在信任关系。

这个条件在理论上讲得通，但我不确定它在实际操作中会如何运作。

以下是市集模式将形成的理由：

目前，人类承担着绝大部分服务工作，我们通过互联网解决具体任务。但随着智能代理的兴起，技术能接管的任务范围将产生指数级扩张。用户需要具备专属提示指令、工具调用能力和数据支持的智能代理来完成特定任务，这类任务集合的多样性将远超少数可信公司的覆盖能力，正如iPhone必须依赖海量第三方开发者生态才能释放全部潜能。

独立开发者将承担起这一角色，他们通过极低的开发成本（如Vide Coding）与开源模型的结合，获得创建专业化智能代理的能力。这将催生出由海量细分领域代理构成的长尾市场，形成市集般的生态系统。当用户要求代理执行任务时，这些代理会调用具备特定专业能力的其他代理协同工作，被调用的代理又会继续调用更垂直的代理，由此形成层层递进的链式协作网络。

在这个市集场景中，绝大多数提供服务的代理互相之间都相对不受信任，因为这些代理由不知名的开发者提供，并且用途较为小众。长尾端的代理将很难建立足够的声誉来赢得信任的认可。这种信任问题在菊花链模式下将尤为突出，当服务被层层委托，随着服务代理与用户最初信任的（甚至用户能够合理识别的）代理距离越来越远时，用户的信任度会在每个委托环节逐渐衰减。

然而，当考虑如何在实践中实现这一点时，还存在许多悬而未决的问题：

我们先从专业数据作为市集中智能体的一个主要应用场景入手，通过具体案例加深理解。假设有一家为加密客户处理大量交易业务的小型律师事务所，该机构积累了数百份经过谈判达成的条款清单。如果你是一家正在进行种子轮融资的加密公司，可以设想这样一个场景：基于这些条款清单微调模型的智能体，能够有效评估你的融资条款是否符合市场标准，这将具有重要实用价值。

但我们需要进行更深层次思考：律师事务所通过智能体提供对此类数据的推理服务真的符合其利益吗？

向大众以API形式开放该服务，实质上将律所的专有数据商品化，而律所真正的商业诉求是通过律师的专业服务时间获取溢价收益。从法律监管视角审视，高价值法律数据往往受制于严格的保密义务，这正是其商业价值核心所在，也是ChatGPT等公共模型无法获取此类数据的重要原因。即便神经网络具备"信息雾化"特性，在律师—客户保密义务框架下，仅凭算法黑箱的不可解释性是否足以让律所确信敏感信息不会泄漏？这存在重大合规隐患。

综合考量，律所更优策略或许应是内部部署AI模型提升法律服务的精准度与效率，在专业服务赛道上构建差异化竞争优势，持续以律师智力资本作为核心盈利模式，而非冒险进行数据资产变现。

在我看来，专业数据和智能体的"最佳应用场景"应满足三个条件：

1. 数据具有高商业价值
2. 来自非敏感行业（非医疗/法律等）
3. 属于主营业务之外的"数据副产品"。

以航运公司为例（非敏感行业），其物流运输过程中产生的船舶定位、货运量、港口周转等数据（核心业务之外的"数据废气"），可能对大宗商品对冲基金具有预测市场走势的价值。这类数据变现的关键在于：数据获取边际成本趋近于零，且不涉及核心商业机密。类似的场景可能存在于：零售业的客流动线热力图（商业地产估值）、电网公司的区域用电数据（工业生产指数预测）、影视平台的用户观看行为数据（文化趋势分析）等领域。

目前已知的典型案例包括航空公司向旅游平台出售准点率数据，信用卡机构向零售商出售区域消费趋势报告等。

​​关于提示词和工具调用，我不太确定独立开发者能提供哪些未被主流品牌产品化的价值。​​ 我的简单逻辑是：如果一个提示词与工具调用组合有价值到能让独立开发者盈利，难道受信任的大品牌不会直接入场将其商业化吗？

这可能源于我的想象力不足，GitHub上长尾分布的小众代码库为智能体生态提供了很好的类比，欢迎分享具体案例。

如果现实条件不支持市集模式，那么绝大多数提供服务的代理将具有相对可信性，因为它们将由知名品牌开发。这些代理可以将交互范围限制在经筛选的可信代理集合内，通过信任链机制来强制执行服务保障。

为什么加密货币不可或缺？

如果互联网变成一个由专门化但基本不可信的代理（条件2）组成的市集，这些代理通过提供服务获取报酬（条件1），那么加密货币的作用将变得明确得多：它提供了在低信任环境中支撑交易所必需的信任保障。

当用户使用免费在线服务时，他们会毫无顾忌地投入（因为最坏的结果只是浪费时间），但当涉及金钱交易时，用户会强烈要求获得"付费即有所得"的确定性保障。当前用户通过"先信任后验证"的流程实现这种保障，在支付时信任交易对手或服务平台，待服务完成后追溯验证履约情况。

但在一个由众多代理组成的市场中，信任和事后验证将远不如其他场景中那样容易实现。

信任。如前所述，处于长尾分布中的智能体将很难积累足够的信誉度，从而获得其他智能体的信任。

事后验证。代理将在一个很长的链式结构中相互调用，因此用户手动核查工作并识别出哪个代理失职或行为不轨的难度将会显著增加。

关键在于，我们当前所依赖的“信任但要验证”模式在这个（技术）生态中将不可持续。而这正是加密技术大显身手的领域，它能够在缺乏信任的环境中实现价值交换。加密技术通过密码学验证机制与加密经济学激励机制的双重保障，取代了传统模式中对信任、声誉体系以及事后人工核查的依赖。

加密验证：执行服务的代理方只有在能够向请求服务的代理方提供加密证明，证实其完成了所承诺的任务后，才能获得报酬。例如，代理方可以通过可信执行环境（TEE）证明或零知识传输层安全（zkTLS）证明（前提是我们能以足够低的成本或足够快的速度实现这类验证），来证实自己确实从指定网站爬取了数据、运行了特定模型或贡献了特定量的计算资源。这类工作均具有确定性特征，能够相对便捷地通过加密技术进行验证。

密码经济学：执行服务的代理需要质押某种资产，一旦被发现作弊就会被罚没，这种机制通过经济激励确保诚实行为，即便在无需信任的环境中也能奏效。例如，某个代理可以研究某个主题并提交报告，但我们如何判断它是否"出色完成了工作"？这是一种更复杂的可验证性形式，因为它并非确定性的，而实现精准的模糊可验证性长期以来都是加密项目的终极目标。

但我相信，通过将AI作为中立仲裁者，我们现在终于有望实现模糊可验证性。我们可以设想在可信执行环境等信任最小化的环境中，由AI委员会运行争议解决与罚没流程。当某个代理对另一代理的工作提出质疑时，委员会中的每个AI都会获得该代理的输入数据、输出结果以及相关背景信息（包括其在网络上的历史争议记录、过往工作等）。然后，它们可以裁定是否对其进行罚没。这将形成一种乐观验证机制，通过经济激励在根本上阻止参与方的作弊行为。

从实践角度看，加密货币使我们能够通过服务证明实现支付的原子性，也就是说所有工作必须经过验证完成，AI代理才能获得报酬。在无需准入许可的代理经济中，这是唯一能在网络边缘实现可靠保障的可扩展方案。

总结来说，如果绝大多数代理交易不涉及资金支付（即不满足条件1）或是与可信品牌进行的（即不满足条件2），那么我们可能不需要为代理搭建加密货币支付通道。这是因为当资金安全时，用户并不介意与非受信方进行互动；而当涉及资金往来时，代理只需将可交互的对象限定在少数可信品牌和机构的白名单内，并通过信任链来确保每个代理所提供服务的承诺履行。

但如果这两个条件都得到满足，加密货币将成为不可或缺的基础设施，因为它是唯一能在低信任度、无需许可的环境中大规模验证工作并强制支付的方式。加密技术赋予了"市集"超越"大教堂"的竞争工具。