作者： Tiger Research

新聞頭條總在報導 AI 智能體自主交易、自行處理支付。其實，加密錢包行業早已在默默鋪路。眼下，已有超過十家公司在專門為智能體打造錢包。它們真正想要什麼？潛在回報又有多大？

核心要點

當 AI 智能體代替人瀏覽網絡、購買商品或信息時，它們會發起成百上千筆只有幾美分甚至更低的小額支付。現有的銀行卡支付體系根本撐不住這種體量，因此需要能按預設條件自動拆分並發送資金的錢包。
儘管短期內幾乎看不到營收，Coinbase、幣安等公司仍在加碼 AI 錢包基礎設施。原因很簡單：搶在智能體大規模交易之前，先把未來的用戶基礎拿下。眼下這個階段，就是在實際需求爆發前搶佔先機。
以 Coinbase 的數據測算，AI 智能體使用量上升後，其營收最高可達到現在的約 7 倍。
錢包裡積累的支付記錄能直觀顯示某個 AI 智能體是否在創造收入，這為基於未來收益發放貸款打開了大門——就像根據一家小企業的刷卡流水給它授信一樣。
不過，這一切目前仍停留在可能性階段，而非已經驗證的事實。AI 智能體還會出錯、執行錯誤支付；各國、各公司規則不一；智能體的法律地位也尚未明確。因此，眼下的競爭重點不是賺今天的錢，而是提前幾年卡位一個預計即將成型的市場。

AI 智能體正在全面活躍

今年早些時候，預測市場 Polymarket 上有一個廣受關注的實驗：給一個 AI 智能體 50 美元啟動資金，讓它自主交易，條件是如果賺不夠支付 API 和伺服器成本，它就會「消失」。結果，這個智能體交易成功了。此後，又有一批類似的智能體開始以同樣方式交易。

AI 智能體尚未走進日常生活，但它們在不遠的將來會大規模使用，這一點已經很清楚。

每一筆智能體交易，都從錢包開始

目前，AI 智能體還沒有進入日常支付場景。它們最活躍的應用，仍是加密生態裡的交易機器人——獨立於傳統支付軌道，專注於加密貨幣交易。

未來，支付會延伸到今天還難以想像的領域。正如我們在此前報告中指出的，AI 正在改變支付的本質。一旦由智能體而非人直接在網絡上行動，單筆支付的金額會急劇下降。一次 API 調用或一次數據查詢，成本可能低至 0.001 美元，極端情況下甚至只有 0.00001 美元。

要超越當前錢包的使用方式，實現如此小額、按預設條件自動拆分、且無需人工干預的支付，就必須依賴可編程的支付系統。這正是 x402 支付軌道出現的背景，而錢包則是這條軌道運行的基礎。

然而，現有的支付軌道是圍繞「人」作為交易主體設計的。

銀行卡發給特定持卡人，採用拒付（chargeback）機制——出問題時由人來爭議並撤銷交易，且每筆交易固定收取幾十美分手續費。人偶爾花 20 美元買東西時，這些都不是問題。可一旦智能體開始每秒發出上千筆支付，每筆 API 調用 0.001 美元、每條數據記錄 0.00001 美元，這套支付模型在經濟上就徹底行不通了。

核心問題在於：錢本身是否可編程？

銀行卡可以自動化輸入支付信息，卻無法被編程去按條件拆分、流式支付或即時結算資金流動。而錢包所運行的軌道，恰恰默認具備這些能力。把支付信息存到卡上，最多只能替人執行一筆「人類規模」的交易。一旦經濟轉向機器與機器直接交易，錢包就成了唯一可能的起點。

智能體或是一筆 500 億美元的生意

從相關表格可以看出，錢包提供方覆蓋面很廣，從交易所到穩定幣發行方都有。為什麼這麼多不同類型的玩家，會進入短期內幾乎看不到盈利的智能體錢包基礎設施？

答案是：它們在佈局未來的營收和業務，而不是今天的。現在給錢包加上智能體功能，並不是為了立刻賺錢，而是提前建好承接能力，等智能體大規模活動時，能吸收海量交易量。

關鍵在於，AI 智能體最終會在無瀏覽器環境中全天候運行，完全不需要人介入。想像一下，用戶讓智能體完成一份研究報告。智能體在收集信息時，每從不同平台拉取一次付費數據，就會執行一筆小額支付。用戶的一個指令，可能在瞬間觸發 20 到 30 筆甚至更多支付。

在人看來只是一次簡單操作的請求，一旦經過 AI 智能體，就會變成大量支付交易。

這種支付環境的變化會如何影響企業營收？可以用 Coinbase 披露的數據進行估算。測算以 Coinbase 920 萬月活躍交易用戶（MTU）為基數，而不是其約 1.2 億註冊用戶總數。

結合採用率、每用戶智能體數量、每日調用頻率三個變量，得出以下情景：

保守情景（採用率 10%、每用戶 1 個智能體、每天 50 次調用）：年增營收約 8400 萬美元，增幅 1.2%。
中性情景（採用率 50%、每用戶 2 個智能體、每天 200 次調用）：額外營收大幅升至約 33.6 億美元，增幅 46.8%。
激進情景（採用率 100%、每用戶 3 個智能體、每天 1000 次調用）：年營收約 503.7 億美元，約為 Coinbase 當前總營收的 7 倍。

這個對比中最突出的一點是：三個情景之間的差距是幾何級放大，而非簡單相加。採用率僅從 10% 升到 100%（10 倍），營收差距卻擴大了約 600 倍——從 8400 萬美元到 503.7 億美元。

因為採用率、每用戶智能體數、每日調用量這三個變量是相乘關係，任何一個小幅提升，都會帶來總量指數級增長。因此，一旦智能體實現大規模採用、用戶數激增，由此產生的營收流最高可達到當前總營收的約 7 倍。

這也是 Coinbase 即便今天幾乎沒有相關營收，仍大力推廣智能體錢包基礎設施的原因——它要提前鎖定智能體時代預期會帶來的那份收入份額。

邁向智能體新銀行

透過錢包基礎設施積累的交易數據，遠不止簡單的記錄。它為新商業模式提供了基礎：錢包中儲存的支付歷史，可以成為評估 AI 智能體財務狀況和表現的信用標準。

一旦這種基於數據的信用評估體系建立起來，錢包提供方就能自然延伸到下一代金融服務，例如專門針對智能體的收入基礎融資（RBF）。

Stripe Capital 是一個典型案例。它在現有支付數據之上成功搭建了新金融業務。2019 年 9 月 Stripe 推出借貸服務 Stripe Capital 時，沒有依賴外部徵信機構，也沒有繁瑣的貸款材料，而是直接利用自己支付網絡中每個商戶的實時銷售數據，評估貸款資格和額度。

Stripe 的案例表明，一家公司可以在現有營運數據管道之上，無需額外銷售網絡或營銷投入，就能構建高價值的金融業務。

智能體錢包提供方很可能走同樣的擴張路徑。透過錢包持續積累智能體的收入數據，就有了透過 RBF 提供營運資金、並作為聚焦智能體的金融平台獲取收益的基礎。

不過，要真正建成這條新業務線，有一個前提：AI 智能體必須從單純的支付執行者，進化成能自己創造收入的資產持有實體，賺到足夠真實的收入來償還借款。

這種增長仍未被驗證

上文對 Coinbase 營收最高增長 7 倍、以及向 RBF 擴張的描述，都是假設智能體支付廣泛普及後的樂觀情景。要把這些真正落地到現實經濟中，障礙依然很大。

首先，AI 智能體的實際購買轉化率和支付可靠性仍存在重大疑問。智能體在自主下單時仍會「幻覺」出錯，導致錯誤支付；有時還會被發卡機構的反欺詐系統（FDS）直接攔截。實際支付完成率因此仍然偏低。

此外，x402、AP2、MPP 等支付協議仍處於碎片化狀態，尚未收斂到統一標準；AI 智能體不是法律主體，缺乏清晰的 KYC（身份驗證）和金融監管，也進一步阻礙了市場擴張。

因此，錢包提供方眼下的目標並不是短期手續費收入。蘋果 App Store 花了 15 年才建成每年 100 億美元的手續費市場，微信支付花了 7 年才建立起龐大的小程序生態。智能體錢包同樣走在一條漫長的時間線上——它們在建設生態，而不是爭奪眼前回報。

當下的競爭，不是為了今天那點邊際收入，而是看哪家公司能率先掌控未來五到十年智能體經濟全面成型後的資金流動數據。

6個錢包近4日從幣安提出445.2萬枚KAITO，價值約561萬美元

熱門文章