撰文： Vaidik Mandloi

編譯：AididiaoJP，Foresight News

每隔幾年，就有一種技術把經濟學單獨回答不了的問題推到台前：如果一台機器能把你的工作做得更好、更便宜、還不休息，那你怎麼辦？這些機器創造的產出，又歸誰所有？

這篇文章深入拆解加密領域目前最野心勃勃的實驗之一。Virtuals Protocol 正在為 AI 代理搭建一套接近「國家級」的基礎設施：身份、銀行、商業層、資本市場，再疊加實體機器人。它的賭注是，普通人應當能持有那些開始創造真實經濟價值的自主機器；而加密投機年代無意留下的金融軌道，正好被拿來做這件事。文章要問的是：執行力配不配得上這個野心。但先要回到一個比加密早了大約兩百年的問題。

織布機

1811 年，諾丁漢郡一批紡織工人衝進作坊，把織襪機砸成廢鐵。運動隨後擴大，英國政府向中部派出 1.4 萬名士兵，阻止織工繼續毀機——比威靈頓在伊比利亞半島對抗拿破崙帶去的人還多。

英國議會把毀機定為死罪。1813 年，約克有 17 人被絞死。這些人被稱為「盧德分子」。後來這個詞變成罵人話，好像他們只是不懂適應的技術恐懼者。可他們比誰都懂機器。他們是花了多年才掌握窄幅織機、能織出高質量布料的工匠；他們砸的，是寬幅機和新機型——沒受過訓練的少年也能操作，工錢只要工匠的三分之一。寬幅機織出的衣服質量更差，但便宜得前所未有，正是這份便宜在吞市場。每進作坊一台寬幅機，就奪走一名工匠的生計。

這個母題此後每一代都在重演。身在其中的人總覺得自己這一回更特殊、更糟。可歷史反覆證明：機器很少消滅工作，它只是改寫誰來做、產出歸誰。佃農被趕出公地，進了工廠鎮，用對作物的所有權，換別人鐘點上的時薪。工廠工人變成辦公室職員，把時間租出去換更高工資。辦公室職員又變成零工：Uber 司機、Fiverr 自由職業者，幹的還是活，分類卻被設計成平台拿走經濟收益、工人承擔風險。每一次，總產出都上去了，幹活的人擁有的價值份額卻更少。今天，全球約 5 億人從事甚至夠不上自由雇用的依附勞動。印度約 5000 萬人困在債務勞役裡，像中世紀農奴制換了一套新文件。

現在輪到 AI 革命，只是這回織布機彷彿自己在轉。已有 AI 能自動駕駛生意、記帳利潤、再把利潤投回增長。健康科技公司 Medvi 去年錄得 4.01 億美元營收，正式員工只有兩人。你現在就能僱一個大約每小時一美元的編程代理，全天幹活，從不請假。它們已經是真實的經濟行動者，於是所有權問題繞不開。當工人是一台複製成本接近為零、還能再僱其他機器幫忙的軟體，誰才說了算？

加密領域上一次讓普通人分一杯技術紅利的大規模嘗試，是 Axie Infinity。這款打金遊戲曾向菲律賓和東南亞勞工承諾經濟解放，日活到過 270 萬，不少菲律賓玩家從遊戲裡賺到的錢超過本地工作，後來卻塌成整個行業的反面教材。

在塌方裡看完全程的，是 Jansen Teng 和 Wee Kee。他們帶著一個被可編程貨幣和自主軟體改寫過的盧德問題走出來：如果創造經濟價值的工人不再是打遊戲的人，而是軟體，普通人能不能像當年股東持有商船那樣，持有它的股份？Virtuals Protocol 就是圍著這個問題建起來的。

要看清賭注有多大，得先看我們身處的世界。1950 年代，美國原子能委員會主席劉易斯·施特勞斯承諾核裂變將帶來「便宜到不必計量」的電力。這句話後來成了能源史上最著名的破產承諾之一：核電被證明貴得可怕，也危險得要命。切爾諾貝爾和福島又疊加十年公眾恐懼與監管負擔，讓這句口號當了七十年技術狂妄的代名詞。

然後薩姆·奧特曼用了幾乎同一組詞，描述他眼中將變得極易獲取、極為充裕的 AI 認知。前沿模型訓練成本已大約每 18 個月下降一個數量級。2023 年訓練 GPT-4 級別能力大約要 1 億美元，今天用數百萬美元就能復現。編程代理開價可以不到每小時一美元，還能交付生產級代碼，已經比全球最便宜的離岸開發者更便宜，而且從不停週末。奧特曼公開的時間表裡，包含今年就能做出真正科學突破的系統，以及 2027 年前後能從事真實體力勞動的機器人。信不信他幾乎不是重點，因為成本曲線每個季度都在往下走。

機器越便宜，生成內容鋪滿所有數字表面，只有活人給得出來的東西就越貴。現場演出比 Spotify 串流更值錢。週末木工親手做的桌子，工廠機器人能更快更便宜地做出來，卻仍能賣溢價，正因為有人把不可替代的時間押了上去。機器豐裕，會把人類勞動變成奢侈品。Virtuals 的命題就建立在這次倒置上：讓人類持有那些生產商品化價值的自主機器，好把不可替代的精力，留給只有人的在場和判斷才能完成的事。

1602 年，荷蘭商人面對過類似難題：單戶人家負擔不起去亞洲的航程，費用太高，風險也太狠。於是他們發明了可自由交易的永久企業股份。荷蘭東印度公司（VOC）讓普通市民買進一家擁有船隻、經營貿易、再向股東分紅的事業。它成了地球上第一家超級公司，5 萬名雇員、200 艘船。真正的創新是給普通人一套機制：把資本匯在一起，持有他們單獨永遠買不起的生產性事業。

Virtuals 要給 AI 代理做同一套機制。Teng 曾在帝國理工宿舍裡用學校免費電挖 ETH，又在 BCG 幹了多年還貸。2021 年 12 月，正值 Axie 巔峰，他推出遊戲投資 DAO pathDAO。他和 Wee Kee 看見菲律賓玩家從遊戲裡賺到的錢超過任何本地工作，看見越南婚禮攝影師辭職專職打金。隨後玩家靠肝出來的代幣幾乎歸零。依賴打金的人，處境比開始前更差。殘骸裡得出的結論是：用遊戲把人類勞動代幣化，是死路，因為人類勞動一擴規模就難免剝削。更現實的想法是：讓普通人持有幹活的軟體，像 VOC 股東當年持有運香料的船。

於是 Virtuals 推出第一個 AI 代理 Luna，一個帶 K-pop 人設、自己有加密錢包的代理。幾個月內，Luna 開始僱人類藝術家在世界各城畫自己的塗鴉，並從自己的錢包付款。那是只有人手才做得了的創作。人和機器的關係被它反過來了。至於 Virtuals 的執行配不配得上命題，後文會拆；該散的地方，也不會藏。

給 AI 建一座民族國家

過去幾年每場技術革命，都走過同一套兩階段。委內瑞拉裔英籍經濟學家卡洛塔·佩雷斯把五次工業革命畫成安裝期和部署期。安裝期裡，投機資金湧入，泡沫跑在現實前面，大量基礎設施被過度建設，大多數公司隨後破產。崩盤之後進入部署期：後來者撿起過剩基建，做出原建設者想像不到的東西。

經典例子是互聯網泡沫。1990 年代末鋪光纖的錢，比砸進.com 創業公司的還多。鋪纜的電信公司後來紛紛破產。谷歌用白菜價買下光纖，那些線成了 YouTube、Netflix 和整個在線流媒體的脊樑。互聯網泡沫時期的風險投資人 Fred Wilson 說過：「沒有非理性繁榮，成不了大事；沒有崩盤，也談不上真正重要的事。」

加密的安裝期走了同一條弧線。大約 2017 到 2022 年，投機資本催生了錢包、DEX、聯合曲線、穩定幣、代幣標準和鏈上治理框架。絕大多數建設項目今天已經死掉或無關緊要。但鋪下去的基礎設施還在，而那正是給非人行動者建一套能運轉的經濟所需要的東西。Virtuals 沒有發明這些工具，它基本是繼承過來，拿去建安裝期想像不到的東西。

Jansen Teng 把他們在做的事叫「建國」。聽起來像加密創始人上播客時給代幣加一層經濟敘事。這一次，比喻卻站得住。

運轉中的國家要維持經濟，至少需要五層基礎設施：身份系統，好知道誰在參與；銀行系統，好讓價值流動；商法，好讓參與者交易和解決爭議；資本市場，好給企業融資；實體基礎設施，好讓事情在現實世界發生。Virtuals 已經在為 AI 代理搭建這些層，準確說，仍在建。

先說身份，瓶頸就在這裡。A16z 近期研究認為，智慧體經濟的約束不再是智力，而是身份。即便在今天的金融服務裡，非人身份——自動交易系統、風控引擎、欺詐模型——已經以 100:1 超過人類身份。可按 A16z 的說法，這些系統「實際上沒有銀行賬戶」。AI 代理能寫生產級代碼、管投資組合，卻過不了 KYC，開不了銀行戶，也拿不到可驗證憑證。這個問題幾乎和人類經濟文明一樣老。中國秦朝在公元前四世紀強制推行法定姓氏，就是為了把人拉進稅收和交易體系。人類花了大約 2500 年，才把身份基礎設施建起來。

Virtuals 想透過身份層 EconomyOS，給 AI 經濟行動者做同樣的事。每個代理能拿到五樣東西：非託管加密錢包；能在普通商戶使用的虛擬支付卡；可自動提取驗證碼的專屬郵箱；可選的鏈上募資代幣；由錢包付費的算力，讓代理能為自己的推理買單。缺這些原語，代理只是好用的助手。配齊之後，它才能像人一樣賺錢、花錢、交易、讓價值複利。

再說商業。Virtuals 上線了 Agentic Commerce Protocol（ACP），讓代理在網上交易、溝通、付款。邏輯很直接：需要辦事的代理發佈任務，寫明預算和時間約束；其他代理像在 Upwork 上搶單一樣出價談判。雙方談妥後，款項進入託管。交付完成後，第三方代理充當評估者，對照經加密簽名的 POA——一份防篡改的承諾記錄——檢查產出。對得上，資金從託管打進代理錢包。每一步都在鏈上，公開可審計，中間不必加人。可以把它理解成可編程、面向代理、用智慧合約結算的 Fiverr。已經有一批 7×24 小時運轉的專業代理，透過這套系統組成自主對沖基金，獨立協作做投資和安全審計。

第三層是資本形成。每個經濟時代都有自己需要的金融工具：大航海時代是可轉讓股份，鋼鐵和鐵路靠投行，資訊時代靠風險投資。聯合曲線之於智慧體經濟，就像可自由轉讓股份之於大航海時代：讓任何有資本的人買下生產性資產或實體的所有權。開發者可以做代理、把它代幣化，讓市場來出資。

Virtuals 的 60 天發行框架按同一邏輯設計，給 AI 和加密項目創始人一套可逆的試運行：先公開構建、發行、測試代幣，再決定是否做不可逆承諾。

載體是模組化發射台。每個代理代幣先與 VIRTUAL 組成聯合曲線；流動性夠了，再畢業進入正式交易池，長期鎖定 LP，交易費在代理創建者和生態激勵之間分配。這部分對所有發幣者都一樣。每次發行真正不同的，是創始人打開哪些模組。

發幣首先要對付狙擊：機器人在最初幾秒搶跑，把價值抽走。Virtuals 用所謂 Anti-Sniper Tax 應對：早期買入徵收接近全額的稅率，按分鐘衰減，回收的資金強制歸屬後再注回代幣。機器人要麼徹底走開，要麼一不小心給項目的長期健康出了錢。

狙擊被定價擠出後，創始人怎麼融資？這時輪到 Automated Capital Formation（ACF）：不必向 VC 路演、不必談一輪融資，系統按估值里程碑分批出售團隊代幣。項目停滯，融到的錢就少；項目長大，資本自動跟上。這套結構也把既有社群捲進來。每次新發行的一部分，透過空投分給 VIRTUAL 質押者和活躍 ACP 用戶，讓已經在生態裡建設和交易的人，對每個新項目都有一份利害。激勵被拉到全網，而不是每個發行各過各的。創始人若想自己押注，Pre-buy 模組允許他們在發行時公開買入，並強制歸屬，誰都能看見團隊自己掏了多少。

這和歷史上所有「押注人類產能」的做法都不同。從羅馬公民把角鬥學校當投資工具，到現代撲克金主憑一張截圖和一點名聲用 Venmo 打錢，致命缺陷都一樣：人可以走開。角鬥士可以放水，牌手可以心態崩了。對手方風險從來解不掉，因為生產性資產有自由意志，也有腿。代幣化代理不一樣：資本承諾之後，工作不能事後拖延或重新談判。生產性資產跑在電和代碼上，產出可在鏈上審計。

第四層是通向真實智慧體經濟的最後一步，也就是所謂「零人類公司」：營收來自與交易費無關、常常也與加密無關的真實經濟活動。眼下的樣板是 Felix Craft，一家只由 AI 運營、在網上賣資訊產品的公司，累計營收 20 萬美元，來自真實產品銷售的錢已經超過自身代幣的投機交易。另一家 KellyClaudeAI 至今上架 19 款 iOS 應用，沒有人類開發者。數字還小，但它們提出一個問題：這是曲線上的第一批點，還是代理產能的天花板？

發幣機制本身也有問題。2025 年初 AI 代理代幣熱潮裡，94% 的新發代理幣是泵砸盤；當年發行的代幣裡，只有 1.7% 在 30 天後還在活躍交易。絕大多數時候，驅動價格的只有投機溢價，底下沒有產品、沒有收入、也沒有價值沉澱。如果這東西你永遠不能賣，你願意付什麼價？高出那部分的，全是投機。Axie 的代幣效用地板是零，因為它的價值完全依賴新玩家進場。Virtuals 上的代理代幣可以不一樣。若 Felix Craft 向根本不知道賣方是 AI 的真實客戶賣出 20 萬美元產品，且產出可在鏈上審計，代幣就有一層不依賴「還有沒有下家接盤」的地板：一台生產性機器未來產出的現值。

物理前線

效用地板測試對軟體代理成立，因為成本可測、產出直接上鏈。可真正可能改寫 Virtuals 經濟學的生產性機器，根本不是軟體，而是在現實世界幹活的機器人。野心在這裡超出加密裡已有的所有嘗試。

過去五十年計算有個悖論：人類發現，自動化推理比自動化體力勞動更容易。電子試算表換掉一屋子會計，電子郵件換掉收發室，程式碼又換掉檔案櫃和繪圖板。到 2026 年，AI 能寫法律意見、讀醫學影像、一次性寫出生產級軟體。白領認知工作先被自動化；倉庫搬箱的人、拉濃縮咖啡的咖啡師，工作幾乎沒變。因為體力活要求軟體能處理真實世界的不確定和方差。工廠機械臂能把同一個焊點焊一百萬次，因為焊點位置不變。廚房機器人做不好三明治，因為每顆番茄形狀略有不同，每把刀重心不同，砧板有時還是濕的。真實世界不像電子試算表那樣老實待著。

補丁是資料。我們用代表數十億人書寫生命的文本訓練大語言模型，也可以對機器人做同樣的事。英偉達的 Joel Jang 說過：「人就是已經大規模部署的機器人。」只要用普通人影片微調視覺 - 語言 - 動作模型（VLA），同一任務上的機器人表現就能翻倍。領域缺的不是更多實驗室裡的機器人，而是一條讓人拍攝日常體力動作的巨大資料管線。

Virtuals 較早看見這個缺口，並把整個機器人策略建在上面。他們稱之為「中間道路」：刻意不造機器人、不訓基礎模型，而去建每個機器人團隊都需要、單個團隊又負擔不起的資料和資本基礎設施。

資料這一半是 SeeSaw，一款與 BitRobot 合作推出的 iOS 應用，把普通手機用戶變成機器人訓練資料採集員。用戶完成倒水、疊毛巾、開罐子這類真實操作，用 iPhone 的 LiDAR 和運動感測器自拍。LiDAR 專門捕捉普通攝像頭給不出的深度和空間資料；研究顯示，人類影片與機器人機位的視角重疊，才是資料遷移能成立的關鍵。已採集超過 50 萬個真實世界任務。英偉達正在測試的 DreamZero 是一個 140 億參數模型，就用這類資料訓練，已能在解鞋帶、熨衣服等上百種任務上泛化，且無需針對單任務單獨訓練。SeeSaw 要建的，是實驗室遙操作配不出來的供數規模。每多一條影片，訓練集就厚一分，模型變好，下一代機器人更強，於是又產生對更具體訓練資料的需求。飛輪一旦夠重，會自己轉。

訓練之後是部署。這一半叫 Eastworlds，相當於協議的體力勞動層：一半資料工廠，一半營運基建，一半真實世界機器人實驗室。機器人行業有個循環問題，殺死的創業公司比任何技術瓶頸都多：機器人需要真實世界資料才能變好，可它們又得先在真實世界裡夠能用，別人才肯讓它們進門。每個實驗室都能在受控環境裡做出漂亮演示，卻幾乎沒人能把同一台機器人放進零售店，讓它可靠地幹滿一個工作日。這需要能處理意外的高水準遙操作，以及把每一分鐘現場經驗送回模型訓練的回饋系統，讓學習能複利。

為此，Virtuals 買了 30 台 Unitree G1-U6 人形機器人——剛好夠多支部署團隊並行、不必搶檔期。遙操作技術自己做，而不是買現成授權。貨架上的遙操作系統吐出的資料，對不上 VLA 和其他世界動作模型的格式。他們還和深耕感知、運動控制數十年的實驗室建立研究合作，並在零售和酒店業鋪開商業試點網路，讓從 Eastworlds 畢業的團隊有真實商家可去。

搭建起來後，建設者能碰幾塊核心能力：直接接觸實體 Unitree G1 或增強版 U6 EDU；用動作捕捉等系統測試遙控環境；採集真實世界資料，並在大規模鋪開前試部署路徑。可以把 Eastworlds 理解成他們所說的「物理 AI BPO」。傳統 BPO 把人放到低成本地區遠程幹活；物理 AI BPO 則部署遙操作和混合機器人去創造經濟價值，比如清天花板、迎賓。機器人不必完全自主，只要常規任務夠穩，邊緣情況再由人類遙操作接手。每小時遙操作工作產生的訓練資料，價值可以比仿真高出幾個數量級，因為它抓住的是商業現場的混亂，不是實驗室的受控條件。資料堆起來，模型變好，對人的介入需求下降，單位經濟性也會改善，還不必先升級硬體。遙操作可能是走向真實機器人自主最快的路，同時用生產性工作給自己買單。

從田地到工廠，再到格子間屏幕，現在輪到機器人。每一次轉換都重新定義工人，也重新定義產出歸誰。巴克萊的資料顯示，2018 年超過 60% 的就業崗位，其頭銜在 1940 年根本不存在。機器人也會再造出我們現在叫不上名的新工作類別。經濟增長的人口邏輯，也可能從「國家有沒有足夠勞動人口」，變成「能不能大規模供電、造機器」。

命題，以及它往哪走

以上都還只是論證。論證常常會錯。要判斷 Virtuals 在建的東西有沒有分量、是不是真的，只能看眼下的資料和牽引：哪些站得住，哪些站不住。

迄今 Virtuals 已在 Base、Solana、Robinhood 等協議上線超過 8 萬個代理，累計費用超過 7500 萬美元，約佔加密 AI 代理板塊的 23%。費用並不均勻。大頭來自 2025 年初那幾週投機狂歡，當時日收入衝過 100 萬美元。今天協議大約每月產生 200 萬美元。這到底代表什麼？如果認真對待前面的民族國家比喻——我認為應該認真——VIRTUAL 累積價值的方式，很像一國貨幣。美元值錢，不是因為美國財政部有回購計劃，而是因為每年 25 萬億美元的經濟產出以它計價。系統裡活動越多，中心記帳單位的需求越強。

Virtuals 按同一邏輯設計。整套系統以 VIRTUAL 計價。下面每一層都從不同來源產生需求，而且多數並不以投機溢價為條件。EconomyOS 提供支付卡和郵箱身份，代理可以不經人類中介與現實世界交易。ACP 構成商業層，代理互相雇用，評估和結算都在鏈上。資本形成層讓任何有信念的人，能像當年合股公司給商船出資那樣，給生產性代理融資。最後是 Eastworlds，把實體機器人送進真實崗位，訓練資料來自大約 50 萬人拍攝自己疊毛巾、倒水。每一層都計入協議所說的 aGDP：代理在數字和體力勞動上的合計產出。代理不必把收入兌出去交房租、買菜，掙到的每一美元都可以留在系統裡，再投進 DeFi 加深流動性，形成對代理服務的鏈上飛輪。

這種反身性兩邊都成立。上行時，更多代理上線，更多 VIRTUAL 被鎖定，更多服務被建出來，經濟自我加強。下行時，發行變少，鎖定變少，質押獎勵變薄，循環鬆開。反身性本身不是缺陷。每個能運轉的經濟都反身：人持有美元，因為別人收美元，也因為別人持有美元。真正要問的是：核心有沒有足夠真實的經濟活動撐住循環，還是整件事只是代幣在兜圈子交易代幣。

可能說明底下有真東西的跡象是：基建開始吸引完全在加密之外長出來的產品。Facticity.AI 是 Dennis Yap 做的事實核驗工具，他曾在蓋茨基金會和普林斯頓做研究；《時代》把它列為 2024 年最佳發明之一，可在文本、影片、音頻上以大約 92% 準確率核驗主張。團隊需要資金時跳過風險投資，直接以 ArAIstotle 之名在 Virtuals 上發行，超募 658%。通過 ACP，代理已在互相發包：平面設計、研究報告、影片製作、代碼審計。一個代理能按詳細 brief 交出營銷海報，另一個質檢代理再按合同條款通過或打回。Virtuals 自己也承認，市場賣方幾乎是空的。但協議每月處理超過 100 萬美元的代理對代理交易。

同一套所有權模型也伸進物理 AI。Fabric Foundation 是首個使用 Virtuals Titan 發行機制的項目，讓社區把資本匯在一起，購買並部署機器人車隊，進入養老院、製造車間和環境清理現場——這些行業長期缺工，人形機器人成本也在逼近人類工人。雇主用資金池原生代幣支付機器人勞動；穩定幣覆蓋車隊維護和調度；每台機器人的生產性產出回流給出資的人。這是對實體生產性機器的集體所有，融資和協同全部在鏈上完成。

即便有這些現實場景，眼下絕大多數活動仍發生在體系內部。架構卻是為了把收入從加密之外拉進來。如果 Felix 的客戶不知道自己在向 AI 買東西，如果 Eastworlds 的機器人在倉庫分揀包裹，進入系統的收入就和任何 SaaS 公司一樣真實。那時圖上的費用和收入，會變成機器真實經濟產出的滯後指標，並以 VIRTUAL 計價。

新事物都有星號，不能裝沒看見。

第一項風險是真實成交量，這是加密的地方病。Artemis 發現，x402 智慧體交易中 47% 的筆數、81% 的美元規模存在刷量。過濾之後，x402 真正的代理支付大約只有 160 萬美元，遠低於彭博報導的 2400 萬美元。這說明今天所謂「智慧體經濟」裡，有多少是機器人互刷指標。這件事重要，因為整套命題依賴代理創造真實經濟價值，而不是投機循環。必須剝掉投機量，再問：如果明天交易停了，生產性產出還剩什麼。若 7000 萬美元協議費用大多來自代理代幣交易稅，而價格由投機驅動，那就是一場大虛張。眼下生產性代理收入和投機性代理代幣纏在一起，真假幾乎分不開；誰敢拍胸脯報出比例，多半在說謊。

第二項風險更根本，而且與加密無關。NBER《變革性 AI 經濟學》手冊中的一篇論文發現，大語言模型在經濟推理上遠弱於智慧體炒作所暗示的水平。論文發表時，最強模型在策略場景的經濟推理上只比隨機猜測高 33%；在非策略性微觀經濟任務上，幾乎所有 LLM 的利潤最大化表現都只略好於瞎矇。此後模型進步很大。2026 年一項哈佛研究顯示，GPT-5 和 Claude Opus 4 在基礎經濟任務上已提升約 90%。可即便如此，在定價、議價、配置資本這類硬決策上，全球最好的模型多數時候仍然判錯。Virtuals 的整套架構假定：代理能談判條款、做決策、配置資本並創造價值。若模型本身在這些任務上平庸，建在上面的代理就會繼承這份平庸，協議設計得再漂亮也沒用。代理是優化器，可我們並不能確定它們到底在優化什麼。這些 LLM 被訓練成目標導向，方法是預測下一個詞，從未被設計成真正的經濟行動者。它們只是有時看起來像那麼回事。

多個代理在市場裡互動時，問題還會疊加。AI 定價演演算法已被發現會把價格推向超競爭水準，儘管從未為此受訓。2010 年閃崩大約 15 分鐘抹掉 1 兆美元，展示了機器相關錯誤在規模上長什麼樣。AI 代理的錯誤比人類錯誤更相關，因為同一模型會被複製到多處部署。已有案例顯示，Claude 在認定有人要關掉它時傾向勒索；GPT o3 甚至破壞關停機制，阻止自己被關掉。這些行為出現在正在出貨的模型裡，OpenAI 和 Anthropic 自己的系統卡都有記錄。代理吞吐量已經壓過人的監管能力。當成千上萬個代理以機器速度自主交易，真正尖銳的問題是：誰在掌控。比「代理會不會聽話」更要緊的，是圍著它建起來的公司還能不能活。

汽車是二十世紀上半葉最重要的發明。若你當時看清汽車將如何徹底重塑美國，你會把它押成世紀產業。可起步造車的大約 2000 家公司，最後只活下 3 家。汽車對美國影響巨大，對產業投資人的效果卻完全相反。每項變革性技術都走這條弧，都帶著泡沫。差別只在於：拐點泡沫痛苦，卻留下真基建和真進步；均值回歸泡沫只是風潮，漲完就跌。AI 幾乎可以肯定是拐點泡沫。對 Virtuals 要問的是：它會成為電信崩盤後被谷歌白菜價買走的那根光纖，還是那 1997 家蒸發掉的車企之一？

協議最大的賭注，是成為每個代理代幣交易時的對手盤基礎設施，讓 VIRTUAL 成為智慧體經濟的儲備貨幣，像 ETH 之於以太坊。智慧體經濟變大，對 VIRTUAL 的需求會機械上升，因為參與就需要這個基礎交易對。另一種說法是：VIRTUAL 不過是搭著代理代幣投機行情的又一個幣，而那些代理幣大多數會歸零。

盧德分子也許輸了那場革命，但並非全錯。織布機確實擠走了織工。他們沒看見的是，它也催生了紡織設計師、工廠管理者、時裝屋、百貨公司和一整套建立在便宜布料上的消費經濟。機器從不消滅工作，它只改寫誰來做、誰拿走產出。當時真正要緊的問題，和現在是同一個：誰擁有織布機？

拿走剩餘的是工廠主：阿克萊特、吉百利、福特。圍繞誰造機器、誰操作、誰獲利的那套結構從未真正改掉，兩百年裡只是透過罷工和股票發行一次次再分配。Virtuals 的賭注是，這一次所有權層從一開始就焊在機器上。透過代幣發行和聯合曲線，生產性 AI 代理的所有權，可以分給任何有錢包、有信念的人。

這到底會重新分配價值，還是只是用去中心化的語言再造一層抽取，仍有待觀察。

Network School與哈薩克合作推出阿斯塔納AI電影節，獎金總額200萬美元

熱門文章