深度｜Agentic Finance #01：机器经济呼唤新货币——从 Ramp 为 AI Agent 发 Visa 卡，到 Tempo 重写支付协议

过去一年，Cobo 的稳定币周报已连续发布 36 期。

这 36 期，记录了稳定币从加密原语走向现实基础设施的过程，从合规探索到规模扩张，再到逐步进入真实世界的应用场景。稳定币不再是纸上谈兵的概念，而是渐进式嵌入现有经济体系。与此同时，Cobo 也在这一过程中持续围绕支付方向进行产品迭代与实践。

但技术演进从来不是线性的。

2026年伊始，一个变化逐渐浮现。随着 AI 能力的跃升，Agent 正在从信息处理工具转变为执行主体，能够调用服务、协调资源，甚至直接参与支付流程。

这意味着，人类的经济系统正在引入一类全新的参与者。

基于这一变化，我们决定对这份持续了一年的周报做出调整。

从本期开始，Cobo 稳定币周报将更名为「Agentic  Finance」，关注范围也将从稳定币本身，扩展到 AI 与支付的交叉领域。无论是卡网络、比特币、稳定币，还是更广泛的金融技术，我们都会围绕一个核心问题展开：当 Agent 成为新的消费主体，支付系统将如何演化。

相应地，内容形式也将有所调整。我们将不再坚持固定频率，而是采用「双周简报 + 深度长文」的方式。在一个信息过载的时代，我们认为提供结构化的深度洞察，远比频繁但碎片化的信息更有价值。我们希望的是，在关键时刻，能够交付真正有思考深度的分析。

今天，是改版后的第一期。

我们将从一个核心问题展开探讨：当机器开始自主支付，现有的金融基础设施将如何响应？

文章将从两个具体案例展开：一个是 Ramp 为 AI Agent 提供 Visa 卡所代表的接口层适配，另一个则是以 Tempo 为代表、试图重构底层支付协议的尝试。这两种路径，分别对应着机器经济中支付演进的不同方向。

以下。

摘要：机器经济的未来，走向稳定币

Ramp 最近推出的 Agent Card（虚拟卡），释放了一个值得关注的信号：Agent 支付的落地，很可能不会等待 Web3 基础设施成熟，而是会优先借助现有支付网络，在现实世界中获得可用性。

这一路径并不意外。商业世界通常沿着阻力更小的方向演进，新技术往往先嵌入既有网络，而不是从零重建体系。Agent 支付也在遵循类似的逻辑。

Agent Card 在技术上并不复杂，但在商业选择上具有现实意义：它让 Agent 可以直接接入 Visa 网络，在现有商户体系中完成采购与结算，而无需等待商户侧升级。

这一点也与 Cobo 在《2025 稳定币回顾与展望》中的判断形成呼应：在稳定币受理网络尚未形成规模之前，卡网络仍将是数字资产进入现实经济的重要通道。技术能力能否转化为实际使用，往往取决于基础设施的成熟程度。

不过，这更接近一种过渡形态，而非终局。

Ramp 所解决的，是一个「如何让 Agent 在当前体系中完成支付」的现实问题，重点仍在于进入，让 Agent 能够在既有商业环境中运行。但接下来的阶段问题将转向另一方向：支付如何以机器的方式发生。

当前 Agent 支付的本质，仍是让机器模仿人类的消费行为。但在真正的 Machine-to-Machine（M2M）场景中，这种模式将面临严峻挑战。当交易频率以秒计、金额缩小至几美分，而清算周期仍以天计、费率仍是固定百分比时，整个体系将迅速崩溃。传统的接口能力已无法满足机器支付的严苛约束，底层结构的重构势在必行。

在这样的语境下，Tempo 刚刚推出的 Machine Payments Protocol（MPP）就显得意义重大，通过重新定义机器世界的支付原语，试图让支付嵌入连续执行的机器流程之中，将支付从一个离散的事件转变为一个持续的「流」。这正是原生数字资产，特别是稳定币，其优势得以真正释放的沃土。

从这个角度看，Ramp 与 MPP 分别对应两个阶段：前者让 Agent 进入既有商业体系，后者则探索更贴近机器语境的运行方式，一个无需翻译、完全原生的支付世界，那里的一切都将以机器的语言和速度运行。

消除人工审批的摩擦力

随着 AI 能力的扩展，Agent 正在从信息处理工具逐步转向执行实体，开始承担越来越多原本由人类完成的事务性工作，例如预订机票、购买域名、续费软件服务，乃至发起支付。

但这一转变，在关键环节仍然被人为打断。

在当前系统中，支付通常仍需人工授权。Agent 在执行过程中，需要暂停、发起请求，并等待人类完成决策。这种中断，使自动化流程在最关键的节点上依然依赖人工判断，其效率上限也随之被锁定在人的反应速度之内。

一种直接的应对方式，是将现有支付工具交由 Agent 使用，例如提供信用卡。这种方法在实现上最为简单，然而也将引发新的问题：支付能力被赋予的同时，缺乏与之匹配的控制机制。Agent 可以在任意时间、任意场景发起交易，而系统本身缺乏精细化的约束手段。

已有案例显示，某个 OpenClaw agent 在未经授权的情况下，花费约 3000 美元购买域名和课程。其根本原因，在于系统没有为其行为设定足够清晰的边界。

Agent 若要成为真正的执行者，不仅需要支付能力，还需要在规则之内行动的能力。前者决定它能否完成任务，后者决定它是否可以被信任。

将信用卡 API 化

Ramp 的方案，可以被视为对这一问题的一种回应，它重新调整了支付能力的表达方式。

在这一模型中，信用卡不再是一个长期持有的实体，而是一种可以按需生成的接口能力。Agent 并不直接接触真实卡号，而是在需要交易时，通过 API 获取一个带有明确约束的虚拟凭证。这种凭证只在特定条件下有效，并在任务完成后失效。

这种设计的关键，在于将控制机制前移。支付行为在发生之前，就已经被规则所限定。例如，一张卡可以被限定只能用于特定商户，额度可以精确到具体任务，使用时间也可以被严格约束。更重要的是，这些规则被直接嵌入系统逻辑之中。

从系统设计的角度来看，这是一种典型的控制前置。Agent 的行为不再依赖事后的审计与纠错，而是在执行过程中始终处于规则之内，更像一个被严格约束的初级员工，其行动范围由系统预先定义。

金融系统对「非人类参与者」的适配

巴克莱银行预测，未来 AI agent 的数量可能达到 220 亿个。Gartner 预计，到 2035 年，agentic AI 将贡献接近 30% 的企业软件收入。麦肯锡则认为，到 2030 年，这些软件实体的消费支出将突破 1 万亿美元。

这些预测指向同一趋势：AI Agent 正成为新的经济参与者，不再局限于人类。它们将自主支配预算、调用服务、执行采购并完成支付。对企业而言，随着 Agent 数量增长，其交易规模超过员工总和，或将成为常态。

在此背景下，Ramp 携手 Visa 推出虚拟卡，意味着主流支付网络已开始为非人类交易发起方提供基础设施。如果机器成为新增的主要消费主体，为其提供可控的支付能力，将成为金融体系演进的一部分。

然而，现有金融系统建立在交易由人发起的前提之上。身份验证、信用评估与权限授予，均围绕人类展开。当执行主体转变为 AI Agent，这一前提开始失效。Agent 不具备传统身份，也不依赖信任关系，它们只执行预设的指令与规则。

于是，支付的性质发生变化，从社会行为转为计算过程。每一笔交易，本质上是条件是否成立。验证的对象从「人」转为「规则」，方式也从经验判断转为程序执行。

Ramp 的方法正体现了这一转变。通过对每一笔交易进行代币化处理，将整体性的信用授权拆解为一系列离散的、短期存在的权限单元。传统信用卡是一种持续开放的能力，而在这里，发卡成为一种即时生成的程序行为，每一笔交易都对应一个被严格限定的支付凭证。这种随用随建、用完即毁的机制，遵循最小权限原则，在高频自动化环境中，通过预设边界，将风险控制在可接受范围内。

从更长的时间尺度看，Ramp 的尝试只是更大趋势的一部分。其依赖的 Visa Trusted Agent Protocol 和 Intelligent Commerce Protocol，表明传统金融基础设施正在适配「非人类实体」这一新参与者。这是金融体系从以人为中心，转向以机器为中心的重要信号。

人类经济轨道的极限 与 机器经济的物理学

尽管前文所述的变化看似显著，但本质上仍停留在接口层的适配。Ramp 的路径，是在既有金融体系之上叠加一层可编程的约束，使得人工智能能在既定规则内安全调用支付能力。这让系统在表层更接近AI 原生，然而其底层的结算网络，依旧沿袭着为人类行为设计的节奏与基本假设。

这一模式在以人为主体的经济中长期成立：交易频率有限、金额相对稳定，延迟与成本也处于可接受范围之内。然而，当交易主体从人转向机器，这些隐含的前提便开始逐步失效。此时，问题在于，整体结构能否支撑起机器行为所带来的全新模式。

机器之间的交易天然呈现出与人类截然不同的特征：高频、细碎，且深度嵌入在连续的执行过程之中。一个复杂的任务往往会被拆解为多个子环节，由不同的 Agent 分别完成，而每个环节的完成都可能伴随着一次细微的价值交换。这种结构更近似于网络中的数据传输模式，而非传统意义上的消费行为，它预示着支付的未来将从偶发事件转变为系统性流动。

传统支付系统的成本模型首先遭遇适配性挑战。以单笔交易为单位收取固定费用和比例抽成，在微额高频的场景中会被迅速放大，直至吞噬交易本身的微薄价值。与此同时，结算延迟构成了第二层关键约束。机器行为的连续性意味着收入与支出之间不存在人为间隔，当资金流转需要数天完成清算时，系统整体被迫减速，效率瓶颈不再来源于计算能力，而是被资金的流动速度所限制。

Tempo 刚刚推出的 Machine Payments Protocol（MPP），正是在这一背景下，使原生机器支付第一次具备了具体形态。这是一套面向机器间程序化支付的开放标准，其核心假设是：随着 AI Agent 能够跨互联网执行多步骤任务，支付将从离散、人工触发的事件，转变为持续、高频的基础设施需求。如果说 Ramp 通过交易级切割解决了 Agent 如何被允许在现实体系中花钱的问题，那么 MPP 试图进一步回答：在机器速度下，支付如何持续发生，并与实际的执行过程保持高度一致。

MPP 的核心理念在于，Agent 商业的主要摩擦是协调。当前每个服务都有各自的计费方式、身份验证和支付流程，导致 Agent 在调用服务时需要逐一适配。MPP 通过标准化请求、授权与结算，使任意 Agent 可以与任意服务直接交互，而无需定制集成。其核心机制在于其会话（sessions）设计。Agent 可以与服务提供方建立一次性的授权关系，预先锁定一定额度的资金。在会话期间，双方可以持续进行微支付，最终再统一进行结算。这种设计不再为每一次支付单独建立交易路径，而是在一个持续存在的通道中完成多次价值交换，使得单一通道能够实现高吞吐的微支付能力，理论上每秒数千笔交易因此成为可能。

从结构上看，这是一种基础形式的状态通道实现。逻辑上，类似于 OAuth 的授权机制，但被授权的不再是数据访问权限，而是资金的支配与使用权。

相比之下，像 Base x402 这样的协议，更多是在解决数字经济服务中信息层面的标准化问题。它通过 HTTP 协议，将服务调用价格透明化，例如，明确告知 Agent「调用此模型需支付 0.001 美元。」这种清晰的价格表达能力对机器决策至关重要。

然而，仅仅获取这些信息，并不能解决 Agent 支付执行中的根本问题。即便 Agent 能够迅速获取价格，但如果每次支付都需要链上签名、经历数秒确认，并承担可能高于交易额的 Gas 费用，那么整个支付流程将成为效率瓶颈。这种以离散、逐笔交易为基础的传统 Layer 2 模式，构成了机器经济中的显著物理摩擦，因为在极端高频的机器环境中，即便极小的延迟与费用，也会在高频放大下，转化为系统性的效率约束。

因此，可以说，状态通道在其长期实践中终于找到了其最契合的目标用户，而 Agent 支付也成为这一技术最理想的应用场景。Agent 作为自主软件，需要与其他软件进行高频、小额、无需人工干预的交易，这正是状态通道所针对的问题空间。其即时交易、零费用、节点间可达数千 TPS，并最终仅需一次链上结算的特性，使其在这一语境下成为能够真正发挥价值的基础设施。

机器经济的未来，走向稳定币

如果机器经济逐步走向最终形态，我们所面对的，将不再是一个以人为中心的交易体系，而是一个由代理构成的网络。在这个网络中，Agent 不再只是执行指令的工具，而是彼此之间进行协作、交换与结算的独立节点。它们会调用彼此的能力，完成任务分工，并在无需人类介入的情况下实现价值流转，交易结构也将从「人类—商户」转向「Agent—Agent」。

这种变化对支付系统提出了更直接的要求：无许可、即时结算、低成本，并且能够被程序直接调用，使支付与机器的执行逻辑保持一致。

在现有技术条件下，稳定币体系被视为最接近满足这些需求的实现路径。它提供了接近实时的结算能力以及高度的可编程控制，使得价值交换可以无缝地嵌入到机器的执行流程之中。

从这个角度看，Ramp 的 Agent Card 更像是一种过渡方案，让 Agent 在现有金融体系中获得了初步的行动能力。而稳定币则是机器之间进行价值交换时的必然选择，将是机器之间进行价值交换时，自然收敛出的货币形式。