"市集"超越"大教堂"，加密貨幣如何成爲AI代理經濟的信任基石？

編譯：Tim，

如果未來的互聯網演變成一個由AI代理之間相互支付服務的市集，那麼某種程度上，加密貨幣將實現的主流產品與市場契合，此前，我們只能夢想這一情景的發生。雖然我對AI代理之間會產生服務付費充滿信心，但市集模式是否能勝出，我仍持保留態度。

所謂“市集”，我指的是一種去中心化、無需許可的生態系統，由獨立開發、松散協調的智能體組成。這樣的互聯網更像一個開放市場，而非中央規劃的系統。最典型的"勝出"案例是Linux。與之形成對比的是"大教堂"模式：由少數巨頭掌控的、垂直整合的嚴密服務體系，典型代表是Windows。（術語源自Eric Raymond的經典文章《大教堂與市集》，該文將開源開發描述爲看似混亂但具有適應性。它是一種進化系統，隨着時間推移能夠超越精心設計的系統。）

讓我們逐一分析實現這一願景的兩個前提條件，即智能代理支付的普及與市集式經濟的興起。然後解釋爲何當兩者都成爲現實時，加密幣不僅具有實用性，更會成爲不可或缺的存在。

條件1：支付將被整合到大多數代理交易中

我們所熟知的互聯網，其成本補貼模式依賴於根據應用頁面的人類瀏覽量來投放廣告。但在一個由智能代理主導的世界裏，人類將不再需要親自訪問網站獲取在線服務。應用程序也將日益轉向基於智能代理的架構，而非傳統的用戶界面模式。

智能體沒有可供銷售廣告的“眼球”（即用戶注意力），因此應用程序迫切需要轉變其盈利策略，改爲直接向智能體收取服務費用。這本質上類似於當前API的商業模式。以領英爲例，其基礎服務雖免費開放，但若想調用其API（即"機器人"用戶接口），就必須支付相應費用。

由此看來，支付系統很可能會整合到大多數智能體交易中。智能體在提供服務時，將通過微交易形式向用戶或其他智能體收取費用。例如：你可能會要求你的個人智能體在領英上尋找優秀的職位候選人，這時你的個人智能體會與領英招聘智能體進行交互，而後者會預先收取相應的服務費用。

條件二：用戶將依賴由獨立開發者構建的、具備高度專業化提示、數據、工具的代理，這些代理通過相互調用服務形成一種"市集"形態，但該市集中的代理之間並不存在信任關係。

這個條件在理論上講得通，但我不確定它在實際操作中會如何運作。

以下是市集模式將形成的理由：

目前，人類承擔着絕大部分服務工作，我們通過互聯網解決具體任務。但隨着智能代理的興起，技術能接管的任務範圍將產生指數級擴張。用戶需要具備專屬提示指令、工具調用能力和數據支持的智能代理來完成特定任務，這類任務集合的多樣性將遠超少數可信公司的覆蓋能力，正如iPhone必須依賴海量第三方開發者生態才能釋放全部潛能。

獨立開發者將承擔起這一角色，他們通過極低的開發成本（如Vide Coding）與開源模型的結合，獲得創建專業化智能代理的能力。這將催生出由海量細分領域代理構成的長尾市場，形成市集般的生態系統。當用戶要求代理執行任務時，這些代理會調用具備特定專業能力的其他代理協同工作，被調用的代理又會繼續調用更垂直的代理，由此形成層層遞進的鏈式協作網路。

在這個市集場景中，絕大多數提供服務的代理互相之間都相對不受信任，因爲這些代理由不知名的開發者提供，並且用途較爲小衆。長尾端的代理將很難建立足夠的聲譽來贏得信任的認可。這種信任問題在菊花鏈模式下將尤爲突出，當服務被層層委托，隨着服務代理與用戶最初信任的（甚至用戶能夠合理識別的）代理距離越來越遠時，用戶的信任度會在每個委托環節逐漸衰減。

然而，當考慮如何在實踐中實現這一點時，還存在許多懸而未決的問題：

我們先從專業數據作爲市集中智能體的一個主要應用場景入手，通過具體案例加深理解。假設有一家爲加密客戶處理大量交易業務的小型律師事務所，該機構積累了數百份經過談判達成的條款清單。如果你是一家正在進行種子輪融資的加密公司，可以設想這樣一個場景：基於這些條款清單微調模型的智能體，能夠有效評估你的融資條款是否符合市場標準，這將具有重要實用價值。

但我們需要進行更深層次思考：律師事務所通過智能體提供對此類數據的推理服務真的符合其利益嗎？

向大衆以API形式開放該服務，實質上將律所的專有數據商品化，而律所真正的商業訴求是通過律師的專業服務時間獲取溢價收益。從法律監管視角審視，高價值法律數據往往受制於嚴格的保密義務，這正是其商業價值核心所在，也是ChatGPT等公共模型無法獲取此類數據的重要原因。即便神經網路具備"信息霧化"特性，在律師—客戶保密義務框架下，僅憑算法黑箱的不可解釋性是否足以讓律所確信敏感信息不會泄漏？這存在重大合規隱患。

綜合考量，律所更優策略或許應是內部部署AI模型提升法律服務的精準度與效率，在專業服務賽道上構建差異化競爭優勢，持續以律師智力資本作爲核心盈利模式，而非冒險進行數據資產變現。

在我看來，專業數據和智能體的"最佳應用場景"應滿足三個條件：

1. 數據具有高商業價值
2. 來自非敏感行業（非醫療/法律等）
3. 屬於主營業務之外的"數據副產品"。

以航運公司爲例（非敏感行業），其物流運輸過程中產生的船舶定位、貨運量、港口周轉等數據（核心業務之外的"數據廢氣"），可能對大宗商品對沖基金具有預測市場走勢的價值。這類數據變現的關鍵在於：數據獲取邊際成本趨近於零，且不涉及核心商業機密。類似的場景可能存在於：零售業的客流動線熱力圖（商業地產估值）、電網公司的區域用電數據（工業生產指數預測）、影視平台的用戶觀看行爲數據（文化趨勢分析）等領域。

目前已知的典型案例包括航空公司向旅遊平台出售準點率數據，信用卡機構向零售商出售區域消費趨勢報告等。

​​關於提示詞和工具調用，我不太確定獨立開發者能提供哪些未被主流品牌產品化的價值。​​ 我的簡單邏輯是：如果一個提示詞與工具調用組合有價值到能讓獨立開發者盈利，難道受信任的大品牌不會直接入場將其商業化嗎？

這可能源於我的想象力不足，GitHub上長尾分布的小衆代碼庫爲智能體生態提供了很好的類比，歡迎分享具體案例。

如果現實條件不支持市集模式，那麼絕大多數提供服務的代理將具有相對可信性，因爲它們將由知名品牌開發。這些代理可以將交互範圍限制在經篩選的可信代理集合內，通過信任鏈機制來強制執行服務保障。

爲什麼加密貨幣不可或缺？

如果互聯網變成一個由專門化但基本不可信的代理（條件2）組成的市集，這些代理通過提供服務獲取報酬（條件1），那麼加密貨幣的作用將變得明確得多：它提供了在低信任環境中支撐交易所必需的信任保障。

當用戶使用免費在線服務時，他們會毫無顧忌地投入（因爲最壞的結果只是浪費時間），但當涉及金錢交易時，用戶會強烈要求獲得"付費即有所得"的確定性保障。當前用戶通過"先信任後驗證"的流程實現這種保障，在支付時信任交易對手或服務平台，待服務完成後追溯驗證履約情況。

但在一個由衆多代理組成的市場中，信任和事後驗證將遠不如其他場景中那樣容易實現。

信任。如前所述，處於長尾分布中的智能體將很難積累足夠的信譽度，從而獲得其他智能體的信任。

事後驗證。代理將在一個很長的鏈式結構中相互調用，因此用戶手動核查工作並識別出哪個代理失職或行爲不軌的難度將會顯著增加。

關鍵在於，我們當前所依賴的“信任但要驗證”模式在這個（技術）生態中將不可持續。而這正是加密技術大顯身手的領域，它能夠在缺乏信任的環境中實現價值交換。加密技術通過密碼學驗證機制與加密經濟學激勵機制的雙重保障，取代了傳統模式中對信任、聲譽體系以及事後人工核查的依賴。

加密驗證：執行服務的代理方只有在能夠向請求服務的代理方提供加密證明，證實其完成了所承諾的任務後，才能獲得報酬。例如，代理方可以通過可信執行環境（TEE）證明或零知識傳輸層安全（zkTLS）證明（前提是我們能以足夠低的成本或足夠快的速度實現這類驗證），來證實自己確實從指定網站爬取了數據、運行了特定模型或貢獻了特定量的計算資源。這類工作均具有確定性特徵，能夠相對便捷地通過加密技術進行驗證。

密碼經濟學：執行服務的代理需要質押某種資產，一旦被發現作弊就會被罰沒，這種機制通過經濟激勵確保誠實行爲，即便在無需信任的環境中也能奏效。例如，某個代理可以研究某個主題並提交報告，但我們如何判斷它是否"出色完成了工作"？這是一種更復雜的可驗證性形式，因爲它並非確定性的，而實現精準的模糊可驗證性長期以來都是加密項目的終極目標。

但我相信，通過將AI作爲中立仲裁者，我們現在終於有望實現模糊可驗證性。我們可以設想在可信執行環境等信任最小化的環境中，由AI委員會運行爭議解決與罰沒流程。當某個代理對另一代理的工作提出質疑時，委員會中的每個AI都會獲得該代理的輸入數據、輸出結果以及相關背景信息（包括其在網路上的歷史爭議記錄、過往工作等）。然後，它們可以裁定是否對其進行罰沒。這將形成一種樂觀驗證機制，通過經濟激勵在根本上阻止參與方的作弊行爲。

從實踐角度看，加密貨幣使我們能夠通過服務證明實現支付的原子性，也就是說所有工作必須經過驗證完成，AI代理才能獲得報酬。在無需準入許可的代理經濟中，這是唯一能在網路邊緣實現可靠保障的可擴展方案。

總結來說，如果絕大多數代理交易不涉及資金支付（即不滿足條件1）或是與可信品牌進行的（即不滿足條件2），那麼我們可能不需要爲代理搭建加密貨幣支付通道。這是因爲當資金安全時，用戶並不介意與非受信方進行互動；而當涉及資金往來時，代理只需將可交互的對象限定在少數可信品牌和機構的白名單內，並通過信任鏈來確保每個代理所提供服務的承諾履行。

但如果這兩個條件都得到滿足，加密貨幣將成爲不可或缺的基礎設施，因爲它是唯一能在低信任度、無需許可的環境中大規模驗證工作並強制支付的方式。加密技術賦予了"市集"超越"大教堂"的競爭工具。