简介
贝莱德在《智能经济白皮书》中表示，随着AI代理能够自主购买数据、调用软件服务和获取算力，稳定币、原生加密资产与代币化资产可能成为机器原生经济活动的重要支付和结算工具。报告认为，AI与数字资产正在从相对独立的发展路径走向交汇。
AI与数字资产开始在同一条经济链路上汇合
贝莱德在《智能经济白皮书》中提出，人工智能与数字资产正在从两条相对独立的技术路径，逐渐走向同一个经济系统。过去，AI主要被视为信息处理和内容生成工具，数字资产则更多被讨论为金融基础设施或价值转移工具。随着AI系统越来越能够调用外部服务、访问基础设施并与金融网络交互，两者的结合开始从概念讨论进入应用设计层面。
报告关注的并不是让AI简单地执行一笔由人类发起的支付，而是代理式AI在有限人工干预下，围绕预设目标规划并完成多步骤任务。例如，一个代理可能需要购买数据、调用软件接口、获取云端算力，或者根据任务进度持续支付相关服务费用。在这一流程中，支付不再只是用户操作后的附属环节，而可能成为机器自主完成任务所必需的基础能力。
贝莱德将这种趋势概括为“机器原生智能”与“机器原生货币”的结合。AI负责理解信息、制定计划并决定下一步行动，区块链和数字资产基础设施则可以提供机器可读取、可验证和可编程的资产与结算机制。
代币化与分词：不同技术中的相似结构
白皮书将大语言模型的分词机制与区块链资产代币化进行对比。大语言模型会把人类语言拆分为词、子词或字符等更小单元，并为这些单元分配数字标识，随后通过嵌入和计算使模型能够处理复杂信息。模型输出的数字化词元最终又会被解码为人类可以理解的语言。
数字资产代币化采取了不同的技术实现，但也试图把现实世界中的价值、权利或经济条件转换为机器能够处理的标准化表示。现金、基金权益、证券或其他现实世界资产，可以通过数字代币记录在分布式账本上。交易数据、权限条件和转移规则则能够由网络、智能合约或交易脚本识别和执行。
两者并不等同。分词解决的是信息处理问题，代币化处理的是价值和权利的表示与转移问题。但从架构角度看，它们都在完成类似的转换：把复杂的现实输入转化为更适合机器计算、验证和执行的离散单元。对代理式经济而言，这种标准化可能降低系统理解和调用外部资源的复杂度。
代理式商业需要怎样的支付通道
报告认为，代理式AI的发展可能增加对机器原生支付通道的需求。现有的银行卡网络、ACH等传统支付系统已经支持大量自动化交易，但对于全天候运行、金额较小、频率较高，并且需要按照程序即时执行的机器间交易而言，开户要求、接口设计、结算时间和成本可能构成限制。
报告认为，在其讨论的设想中，报告讨论的稳定币应用设想、原生加密资产以及其他链上资产可能在可编程网络中承担支付和结算功能。
白皮书提到，x402和ACP等协议正在区块链网络上探索代理式商业的支付与结算支持。这并不意味着相关协议已经形成统一标准，也不代表所有机器间交易都适合使用链上资产。实际部署仍需要解决身份确认、授权边界、错误处理、争议解决、资产兑换、网络可用性以及合规审查等问题。
尤其值得注意的是，机器能够发起交易，并不等于机器应当拥有无限制的经济权限。代理需要在金额、交易对象、服务范围和时间窗口等方面受到约束。企业如果将代理接入支付或资产系统，还需要建立可审计的授权机制，明确哪些操作可以自动完成，哪些操作必须经过人工确认。
算力可能成为数字资产的新应用场景
白皮书还将算力视为AI经济中的重要资源。训练和运行AI系统都需要处理能力，而随着模型规模扩大、代理运行时间延长以及应用场景增加，算力可能从后台技术资源变成更显性的经济商品。
报告援引分析师观点称，到2030年，超大规模云服务商的云业务年收入可能超过1万亿美元。该判断说明，算力市场的规模和重要性可能继续增长，但并不等同于某种具体资产或商业模式必然成功。对于数字资产而言，潜在方向是把算力使用权、服务额度或相关经济权益以更标准化的形式表达，并通过程序化方式完成融资、分配和结算。
如果算力权益能够被清晰定义、验证和计量，代理就可能根据任务需求自动获取相应资源，并按照实际使用或预设条件完成支付。不过，算力并不是完全同质化的商品。芯片类型、地理位置、网络延迟、可用时间、服务质量和数据安全要求，都可能影响其价值。因此，任何面向算力的代币化安排都需要解决资产描述、交付验证和违约处理等基础问题。
自主商业扩张仍取决于治理与合规
AI代理进入金融和商业网络后，效率提升只是其中一面。另一面是错误决策、权限滥用、密钥泄露、身份伪造和自动化扩散风险可能被放大。一旦代理能够自主购买服务或发起交易，系统就需要回答几个基本问题：代理代表谁行动？它获得了哪些授权？交易由谁承担责任？发生误付、重复支付或欺诈时，能否暂停并追回资产？
白皮书提到，AML、KYC以及KYA，即对代理身份的核验，可能成为相关基础设施的一部分。对于机构而言，合规要求不会因为交易由软件发起而消失，反而可能需要更精细的身份、权限和操作记录。链上交易的可验证性能够帮助建立审计线索，但不能自动解决现实世界中的身份确认、消费者保护和法律责任问题。
因此，报告认为，在其讨论的设想中，报告讨论的稳定币应用设想和代币化资产是否能够支持大规模代理式商业，不仅取决于区块链吞吐量或支付速度，也取决于监管框架、托管与密钥管理、企业内部控制以及不同网络之间的互操作性。机器原生的支付基础设施需要同时具备可编程性和可控性。
从概念交汇到实际应用仍有距离
贝莱德的核心判断是，AI普及可能持续扩大数字资产的潜在用途，而数字资产也可能为AI经济提供更适合机器参与的结算工具。AI理解信息并决定如何行动，区块链则提供可读取的资产表示和可编程的交易规则，两者由此形成互补关系。
但这一趋势仍处于基础设施和应用探索阶段。报告认为，代理能否可靠执行复杂任务、支付协议能否形成广泛互操作、报告讨论的稳定币应用设想能否在不同司法辖区满足合规要求，以及代币化资产能否清晰映射现实权利，都会影响其最终落地。对市场参与者而言，值得关注的并非单一协议或单一资产，而是身份、授权、支付、托管、结算和监管能否被整合进一套可审计的系统。
在白皮书所讨论的框架下，AI代理与报告所述的稳定币基础设施方向的结合更像是一项基础设施命题，而非已经成熟的商业结论。它可能改变机器调用服务和处理经济价值的方式，但其规模化发展仍需要技术可靠性、制度安排和风险控制同步推进。
Source: 链接