作者：Guy Wuollet，a16z Crypto

編譯：深潮 TechFlow

深潮導讀：Uber 用極簡的需求表達連接了乘客與司機，但現實中大量交易因涉及多人協同、動態預算與複雜條款而長期難以線上化。AI 智能體正在改變這一現狀，使系統得以圍繞更細碎、非標的商品與服務重組雙邊撮合網絡。

a16z Crypto 團隊結合加密領域成熟的「意圖」（Intents）與訂單流競價模式，拆解了智能體商業網絡的盈利機制與冷啟動路徑：在軟件開發趨於零成本的時代，能夠沉澱履約信譽與雙向流量的機器網絡才是真正的長期壁壘。

Uber 為人們提供了一種極其簡單的需求表達方式：從甲地乘車前往乙地。隨後由網絡自動匹配一位願意以你認可的價格提供接送服務的司機。司機越多，乘客叫車就越方便；乘客越多，司機加入網絡的動力也越足。

我認為，AI 智能體（Agents）將使這類雙邊網絡得以圍繞極其寬泛的商品與服務品類建立起來。智能體可以幫助人類表達更複雜的偏好，並找到願意精準滿足這些偏好的供應方。

其中有些交易場景其實目前已經存在，只是因為價格過高或協同極其繁瑣，把絕大多數普通人擋在了門外；而另一些需求則純粹因為人工安排成本太高而壓根無人嘗試。智能體還將催生許多我們過去連想都未曾想過的新型交易，所有這些都是留給創業者的巨大機會。

不妨設想一個簡單且熟悉的日常場景：組織一群朋友聚餐。每個人的空閒時間、預算上限以及對餐廳口味的偏好都不盡相同。

在今天，往往需要某位朋友被迫充當微信群裡的「協調員」：逐個收集大家的訴求、全網搜尋餐廳，並在選中的餐廳不滿足條件時退回群裡反覆重新協商。與此同時，許多餐廳其實在週二晚上正空著大把餐桌，卻缺乏有效渠道去觸達計劃尚未敲定的聚餐人群。

如果交由你的個人智能體出面，它就能直接與朋友們的智能體快速對齊，匯總出一條明確請求：在教會區（Mission）尋找六人晚餐，人均低於 $60，時間在傍晚 5 點半至 8 點之間，只要不吃壽司即可。

隨後，各家餐廳的智能體可以根據自家空餘桌位即時競價響應：有的餐廳可能針對 5 點半的早場時段給出更優惠折扣，另一家則可能主動定製一套適合六人分享的家庭套餐。你的智能體只需對比所有報價與全員偏好，並在預先授權範圍內自動完成預訂。

如此一來，晚上六點仍有空桌的餐廳就能在消費者還未選定去哪家吃之前，直接向願意早點用餐的人群精準拋去報價。買方團隊擁有明確偏好與預算，賣方餐廳握有閒置餐位與底價空間，唯一缺失的正是能讓雙方智能體彼此發現並達成交易的底層網絡。

Uber 已經證明了網絡如何圍繞相對簡單的出行訴求撮合買賣雙方，而智能體有望將這一模式擴展到聚餐這類具備複雜約束條件的消費當中。過去絕大多數互聯網網絡都是為人類的操作習慣建造的，但如今我們亟需為機器構建網絡。

創業者完全可以著手打造專門的撮合樞紐，讓個人智能體把複雜訴求帶入市場，由供應方圍繞這些訴求展開競爭性履約。

如何構建智能體交易網絡

事實上，加密貨幣領域早已圍繞「意圖」（Intents）概念提供了一套成熟的組織範式：用戶只需聲明最終想要的交易結果，各路服務提供商便相互競價以交付這一結果。

以 UniswapX 為例，用戶簽名發出一筆訂單，明確寫明想兌換的代幣與可接受條款；做市求解器則會跨越多處流動性來源展開競爭，爭相促成這筆成交。

AI 智能體恰好可以把這種「意圖模型」延伸到日常商業領域。大語言模型（LLM）能把日常自然語言對話轉化為供應方可執行的標準化請求，智能體則負責全網搜尋報價並敲定交易細節。這種低門檻交互有望將原本繁瑣的協同成本壓低，讓六人聚餐這類中小額消費也變得划算。

曾經撐起 Uber 價值的同款網絡效應，同樣會在這些更複雜的交易場景中逐步累積起來。每當有一家新餐廳接入，就餐者就多了一個精準匹配選項，對有苛刻忌口或時間要求的小團體尤其如此。

而隨著前來發起需求的團體數量增多，餐廳獲得額外翻檯收入的機會隨之大增，這又會倒逼它們把自有訂座系統接入網絡並發出更具針對性的報價。只要單座城市的參與度達到臨界點，這套網絡就能順理成章地拓展至更多消費品類。

在冷啟動策略上，創業者完全可以先從單一城市的餐飲場景切入。初代產品必須能實打實地幫用戶省下大量時間或金錢，好讓他們願意把朋友也拉進來；同時必須讓合作餐廳看見平時接不到的純增量訂單。唯有雙方都嘗到甜頭，才會持續留存並邀請新成員加入。

至於商業變現，我認為面向終端消費者的智能體本身可以完全免費開放，而通過類似於「訂單流付費」（Payment for Order Flow）的模式來賺錢。具體來說，用戶聲明想要什麼以及最高願付多少錢，隨後交由各家供應商競價滿足需求。

假設智能體報價 $300 安排一頓聚餐，並在後臺匹配到一家願以 $270 接單的餐廳，網絡平臺便可以留存其中差價，或者因成功向餐廳導流交易而收取路由佣金。這筆撮合收入反過來還能直接補貼消費者的 AI 推理算力開銷。

當然，平臺必須確保透明：用戶應當清楚了解自己的智能體是如何盈利的，以及它在眾多報價間進行篩選排序的底層邏輯。消費者究竟有多大意願把花錢決策委託出去，歸根結底取決於他們對這套篩選機制的信任程度。

為什麼這類商業模式具備長期壁壘

隨著人工智能大幅拉低軟件複製的邊際成本，僅僅擁有好用的軟件不再稀缺，願意沉澱在特定網絡內部持續開展交易的個人與商業體關係網，正演變成為更核心的競爭護城河。回顧互聯網時代，Facebook、eBay 與 Uber 等最偉大的企業均遵循這一法則：加入的參與者越多，整個網絡對個體而言就越有用。

面向智能體商業的撮合網絡同樣可以沉澱出這種難以撼動的先發優勢。競爭對手或許能迅速抄出一套功能和界面極其相似的軟件，但它依然必須從頭聚集起能夠持續可靠履約的買賣雙方。回到餐廳案例中，這便意味著要覆蓋足夠多願主動報價的本地餐廳，以及大批隨時準備下單的消費者團體。

保證每一筆撮合交易都能可靠兌現，本身就是構建網絡基建的關鍵一環。合作餐廳必須確信，發來請求的智能體確實拿到了整個聚餐團隊的付款授權；而就餐者同樣需要確認，一旦點下確認接受報價，就能按約定價格穩妥鎖定餐位。

因此，網絡必須自建一套驗證機制來核准智能體權限、記錄預訂核心條款並順暢安排資金結算。同時，一旦發生團體臨時取消預訂或餐廳未能按約留位等履約異常，雙方都應清楚事先約定好的處理機制是什麼。

創業者完全可以將這些信任設施與交易市場同步搭建起來。只要買家與賣家開始在網絡中高頻互動，平臺就能自然沉澱出一套可信記錄，標記出究竟誰總能嚴格兌現承諾，並配套成熟的糾紛仲裁流程。一個能幫參與方發掘優質報價且履約極其穩妥的網絡，自然會讓所有人習慣在下一次交易時首選回歸。

創始人還可以構建哪些智能體網絡

餐飲預訂只是我用來說明思路的一個簡化範例。實際上，AI 智能體還能協助搭建出大量各具特色的垂直交易網絡，以下幾個方向尤其值得探索：

· 出行與差旅：個人智能體協同對齊多位同行者的日程安排與費用預算，隨後統一向多家酒店和航司展開打包議價，敲定讓所有人都滿意的行程。當團隊在出發日期或目的地選擇上保持彈性時，往往能撬動傳統固定關鍵詞搜尋觸及不到的隱藏優惠報價。

· 企業級採購：企業的專屬採購智能體可以全天候 24 小時在線守候，與上游供應商就遠期供貨量及價格鎖定期展開動態談判。它在比價時會同步權衡交貨排期與付款賬期，既能幫採購方鎖定綜合成本，又能為賣方提供可預期的穩定訂單需求。

· 算力資源市場：智能體可以根據硬件規格、機房所在地理區域與時間窗口，自動將計算任務負載與全網閒置算力進行精準匹配。企業甚至可以通過該網絡提前購買遠期算力容量，從而有效對沖業務擴張期算力成本暴漲的風險。

· 線上爭議仲裁：交易各方可以在簽約時共同約定，一旦產生糾紛即交由某一共享仲裁論壇以遠快於傳統司法體系的效率進行裁決。每當多一組買賣雙方採納同一套仲裁規則，這個論壇對後續市場參與者的吸引力與公信力就會隨之水漲船高。

· 物理設備網絡：智能體可以直接向分佈式無人機配送網絡採購運力服務，或向聯網傳感器設備購買實時數據。每一臺新設備的接入都直接拓寬了物理網絡的覆蓋半徑，或者疊加出生態其他參與者恰好急需的新型服務能力。

· 協同健康醫療研究：個人用戶可以將健康數據安全匯入共享池並參與眾包科研項目。數據貢獻者基數越龐大，就越能支撐起規模空前的臨床對照研究，從而攻克過去小樣本群體根本無從解答的醫學難題。

此外，圍繞「真實人類關係」同樣孕育著豐厚的網絡創業機遇。當機器智能變得越來越廉價甚至近乎免費時，現實社會依然迫切需要有效手段來驗證真實身份、背書專業資質並締結深度信任關係。隨著越來越多工作脫離傳統僱傭機構，職業聲譽憑證網絡、會員制俱樂部及類似組織反而將變得愈發值錢。

結語

真正的商業機會往往藏在那些人們打心底裡想達成的交易裡，只是在今天，手動協調撮合這些交易的時間與金錢門檻實在太高了。而未來體量最龐大的幾類智能體網絡，幾乎必然誕生於我們當下尚未能想像出來的全新交換場景。

從某個具體而細微的垂直市場切入，先把雙邊需求跑通履約，再用實打實的增量價值激勵每一端參與者不斷呼朋引伴。如果你正在投身構建智能體網絡，我非常期待與你交流探討。

“先定10個大目標”巨鯨已累計減倉735.625枚BTC和9969.37枚ETH

熱門文章