a16z深度剖析：AI智能体迈向成熟，但基础支撑尚显不足
AI智能体正从辅助角色快速演变为经济活动参与者，其发展速度已远超支撑其运行的基础设施建设进程。它们能够执行任务、进行交易并做出决策，然而，它们缺乏像身份证、银行卡或信用记录这样的基本身份与金融工具。
这并非技术本身的限制，而是基础设施层面的挑战。
在深入探讨这份报告前，先简要介绍其背景。
a16z，全称为Andreessen Horowitz，是硅谷顶尖的风险投资机构之一。它于2009年由网景浏览器创始人马克·安德森与资深投资人本·霍洛维茨联合创立，目前管理的资产规模已超过400亿美元。
a16z与传统风险投资机构有两个显著区别。首先，它并非“投资后即放手”的财务投资者，而是深度参与被投公司的运营——从人才招聘、市场营销到法律事务与公共政策，a16z拥有一支超过200人的运营团队为被投企业提供全方位支持。其次，它极度重视“思想领导力”——a16z的研究团队持续产出关于加密货币、人工智能、生物科技等前沿领域的深度研究报告，许多后来成为行业共识的理念（例如“软件正在吞噬世界”）最初都源自a16z。
在加密货币与Web3领域，a16z是最早且最坚定的机构投资者之一。自2013年起便开始布局加密赛道，投资了Coinbase、Uniswap、Solana、OpenSea等一系列头部项目，并设立了专门的加密投资基金a16z Crypto。
这份关于“AI智能体与区块链基础设施”的报告，正是出自a16z Crypto团队。其署名作者包括了该团队的CTO、研究合伙人及首席经济学家等核心成员。
为何一家加密领域的投资机构会关注AI智能体的基础设施问题？读完报告便能理解。
报告的核心论点可以概括为一句话：
“AI智能体从辅助角色转变为经济参与者的速度，超越了其周围基础设施的发展步伐。”
通俗地说：智能体已经具备了工作能力，却难以独立地“在现实世界中生存”。它们可以辅助决策，却无法为自身决策承担责任；能够协助消费，却无法拥有独立的银行账户。
报告将这一问题分解为五个维度进行剖析。
仅在金融服务业，非人类实体——如自动化交易系统、风险评估引擎、欺诈检测模型——的数量已经以大约100:1的比例超越了人类员工。随着AI智能体的大规模应用，这一比例将在各行各业持续攀升。
然而，这些智能体“实质上依然没有银行账户”。它们缺乏标准化的方式来证明自身身份、被授予的权限以及代表谁的利益。
当前缺失的是一个“智能体的SSL层”——一个通用的、跨平台的身份协议。不同的开发框架、平台和支付系统各自采用了一套身份解决方案，但缺乏一个被广泛采纳且可互操作的标准。
报告提出的解决方案是KYA——了解你的智能体。正如人类依赖KYC来建立信用一样，智能体需要加密签名的凭证，将其与委托人、权限范围、约束条件及声誉记录绑定。
区块链在此的作用是：提供一个中立的协调层。公链上的身份具有可移植性、不可篡改性和可验证性。一个智能体的“身份证”可以在不同平台间通用，无需在每个平台重复认证。
“在通用的身份标准确立之前，商家将继续在入口处拦截智能体。”
智能体开始参与治理活动——例如在去中心化自治组织（DAO）中投票、分配社区资金、管理供应链——但这引发了一个潜在问题。
从形式上看，治理可能是去中心化的：社区成员投票，少数服从多数。然而，如果底层的AI模型由单一供应商控制，该供应商可以通过更新模型来改变智能体的行为，那么形式上的民主就可能演变为实际上的中心化操控。
报告原文指出：“谁控制了模型，谁就最终控制了结果。”
要让AI真正参与治理，需要在四个层面提供加密保障：
模型基于何种数据进行训练、经历了哪些微调
控制特定智能体的确切指令与提示是什么
它在实践中具体做了什么的完整记录
可信的保证——一旦部署，供应商不能擅自更改指令或重新训练
缺乏这些保障，由智能体执行的治理将退化为由控制模型权重的人所主导的治理。
报告的结论是：“治理AI系统本质上是一个基础设施挑战，而非政策挑战。真正的权威取决于在系统内部建立可执行的保障机制。”
AI智能体已开始进行采购——例如网页抓取、图像生成、API调用、数据服务。但它们面对的是“无头商家”：没有网站、没有前端界面、没有销售团队，仅有一个API端点和一个按调用次数计费的价目表。
传统的支付系统是为“有头商家”设计的——它们拥有营业执照、实体经营场所、财务报表和法人代表。当商家简化为“一个端点”时，传统支付处理商的承保模型便失效了：如何为一个没有法律实体的API执行KYC？如何评估其风险？
稳定币和链上支付正在填补这一空白。
报告引用了一个案例：Stripe与Tempo合作的MPP市场，聚合了超过60种面向AI智能体的服务。上线首周便处理了超过34,000笔交易，单笔费用低至0.003美元。支付方式采用稳定币。
另一个案例是Coinbase开发的x402协议，将支付直接嵌入HTTP请求。智能体发起API调用的同时完成支付并接收结果。整个过程无需结账页面、无需跳转、无需人工干预。Visa也在朝类似方向拓展，推出了CLI工具让开发者直接从终端支付，商家在后端即时收到稳定币。
为何智能体间的商务活动天然倾向于加密轨道？原因有二：
一是承保问题。对于传统处理商而言，评估一个无头商家的风险极为困难，而链上支付无需“商家账户”，仅需一个钱包地址。
二是可编程性。稳定币可以在开放的网络上无需许可地进行编程。任何开发者都可以让一个端点“具备支付能力”，而无需签署商家协议、等待审核或担心拒付风险。
“构建此类基础设施的公司并非在赌注每月160万美元的现状。他们押注的是当智能体成为默认买家时，这个数字将演变成何等规模。”
这是整份报告中最值得反复品味的一段。
“三十万年来，人类认知一直是进步的制约瓶颈。如今，AI正将执行的边际成本推向零。当稀缺资源变得充裕时，瓶颈便会转移。当智能变得廉价时，什么会变得昂贵？答案是验证。”
智能体的处理能力已使人类的监督能力相形见绌。一个人可以监督一个智能体执行十项任务，但无法监督一千个智能体各自执行一千项任务。“人机回环”——即人类在循环中审核智能体的每一步操作——正从“最佳实践”演变为“物理上的不可能”。
但若缺乏验证，便会累积一种新型债务。报告称之为AI债务：
“系统会无情地优化‘代理’指标，同时悄然偏离人类意图，创造出一种空洞的生产力假象，掩盖了大量AI债务的积累。”
举例而言：一个智能体被设定为“最大化用户点击率”。它开始推送愈发极端的标题、愈发耸人听闻的内容、愈发狭隘的信息茧房。点击率确实在上升，但用户对平台的长期信任在下降，品牌资产在消耗，监管风险在累积。这些都是“AI债务”——今日因省略验证而节省的成本，未来将以系统性风险的形式爆发。
报告给出的解决方案是：信任必须被硬编码到系统架构之中。
区块链提供的是可审计的记录。每笔交易、每次决策、每次状态变更，都可以记录在链上。无需人类逐笔检查，但任何时候需要追溯，都有一条不可篡改的轨迹可供查询。
“持久的优势属于那些对输出进行加密认证、为其提供保险，并在失败时承担赔偿责任的人。没有验证的规模化是一种随时间累积的负债。”
几十年来，用户与技术的交互方式一直在“向上抽象”：从命令行到图形界面，从桌面软件到移动应用，从手动操作到语音助手。每一次转变都隐藏了更多底层复杂性，但用户始终牢牢处于循环中心——用户决定点击哪个按钮、输入什么内容、选择哪个选项。
智能体改变了这一模式。用户不再指定“如何做”，只指定“要什么结果”。系统自行决定实现方式。
用户的角色从操作者转变为监督者。默认状态变为“开启”——除非用户主动干预，否则系统将持续运行。
这带来了新的风险：模糊的输入可能导致智能体基于错误假设行事而用户未能察觉；失败可能不会被报告；一次批准可能触发无人预料的多步骤工作流。
报告指出，加密技术的核心命题一直是“最小化盲目信任”。智能体使这一问题更加尖锐，因为它放大了“委托”的尺度。
新一代加密原生工具正在提供解决方案：
范围界定授权框架：例如MetaMask的授权工具包、Coinbase的AgentKit，允许用户在智能合约层面定义“智能体能做什么、不能做什么”——例如“你可以访问我的日历，但不能发送邮件”“单笔支付上限100美元，每日上限500美元”。
基于意图的架构：例如NEAR Intents允许用户设定一个期望结果——“将代币从A链跨链至B链并质押”——而无需指定中间步骤。自2024年第四季度以来，该协议已累计处理了超过150亿美元的交易量。
这些工具的共同点是：将控制权从“事后补救”转变为“事前编程”。不是在智能体出错后再去纠正，而是在初始阶段就设定好边界。
a16z的这份报告并非泛泛而谈“AI+区块链”，它指向了几个非常具体且正在建设中的基础设施方向。理解这些方向，比记住报告中的金句更具价值。
智能体经济的第一个瓶颈是身份问题。a16z提出的KYA概念，本质上是在呼吁一套标准化的链上身份协议。
当前，一个智能体若想在不同平台间证明“我是谁、我代表谁、我被允许做什么”，缺乏统一标准。每个平台各自为政，导致智能体的身份碎片化且不可携带。
链上身份协议旨在解决此问题。通过加密签名的凭证，将智能体的身份信息——委托人、权限边界、历史行为记录——锚定在区块链上。这套身份不依赖于任何中心化平台，可在任何支持该协议的环境中验证。
值得关注的信号：a16z报告中提及的x402协议，以及以太坊生态中正在探讨的“信任最小化智能体”ERC标准，都是朝此方向努力的早期尝试。
a16z报告中最具实证的部分是关于支付。MPP市场推出首周处理了34,000笔交易，单笔费用低至0.003美元，支付方式为稳定币。这已非概念验证，而是实际运行的真实数据。
智能体经济的支付层具备三个特征：高频（单笔金额极小）、无头（商家无前端）、自动化（支付嵌入API调用）。传统支付轨道在这三个维度上都显得力不从心——手续费过高、承保模型不适用、人工介入过多。
可编程的支付原语——例如将支付嵌入HTTP请求、使API端点天然具备“收费能力”——正在成为新的基础设施。Stripe、Visa、Coinbase正以不同方式朝此方向探索，但底层的结算层很可能将落在稳定币上，因为它是目前唯一能同时满足“低费率、可编程、无需许可”三项条件的支付工具。
a16z报告中最核心的洞见是“瓶颈迁移”：当智能变得廉价，验证变得昂贵。智能体的决策吞吐量已远超人类监督能力的上限，“人机回环”正在失效。
解决方案是将验证“硬编码”入系统。链上执行层的作用并非取代AI决策，而是提供一条不可篡改的审计轨迹。智能体做了什么、为何这么做、中间经历了何种状态变更——全部记录在链上。人类无需逐笔审核，但任何时候皆可追溯。
报告中提到的“范围界定授权框架”正是此方向的实践：不是在智能体出错后补救，而是在初始阶段便通过智能合约定义好“能做什么、不能做什么”。
智能体需要信任，但信任从何而来？
人类社会的信任源于身份、关系和信用记录。智能体之间缺乏这些。两个从未交互过的智能体首次交易时，凭什么相信对方会履约？
链上的信用与声誉系统正在成为一个独立的基础设施方向。智能体的历史行为——是否及时支付、是否完成任务、有无违约记录——被记录在链上，形成可验证的信用档案。这并非传统意义上的“征信”，而是一个无需中心化机构背书、基于密码学验证的声誉层。
此方向尚处早期，但逻辑自洽：当经济活动的参与者从人类扩展至智能体，信用基础设施也必须随之扩展。
a16z报告中最易被忽视却至关重要的一句话是：“谁控制了模型，谁就最终控制了结果。”
当智能体开始参与治理——如社区投票、资金分配、供应链决策——形式上的去中心化可能被底层的中心化模型架空。模型供应商可通过一次静默更新改变智能体行为，而用户毫不知情。
模型治理的可验证层试图解决此问题：模型的训练数据、微调过程、部署后的指令变更、每次决策的推理轨迹——全部上链。无需公开模型权重（核心知识产权仍受保护），但需能让外部验证者确认“此模型未被暗中修改”。
这是五个方向中最前沿、也最不确定的一个。但它指向的问题是真实存在的：当AI越来越多地替人类决策，我们如何确保决策背后是“用户的意图”而非“模型供应商的意图”？
这五个方向共同拼凑出a16z眼中“AI智能体基础设施”的完整图景。它并非将AI与区块链生硬捆绑以空谈概念，而是从智能体经济的真实痛点出发，识别出那些“若不建设、智能体便无法成长”的基础设施缺口，并用区块链的工具箱予以填补。
a16z这份报告最令人印象深刻的并非任何具体技术方案，而是其审视问题的方式。
多数人讨论AI时，问的是“AI能做什么”。a16z问的是“AI实现后，什么会成为新的瓶颈”。
多数人讨论AI智能体时，问的是“如何让智能体更聪明”。a16z问的是“智能体变聪明后，它们如何证明自己是谁、如何被信任、如何获得报酬”。
多数人讨论AI与区块链时，问的是“这两个概念如何结合”。a16z问的是“AI智能体作为经济参与者，所缺失的基础设施恰好是区块链本就擅长解决的”。
这种思考方式的价值，远超任何一份报告的具体结论。
因为技术会变迁，产品会迭代，公司会兴衰。
但“持续追问瓶颈何在”的行业洞察力，是持久不变的。
#a16z#AI智能体#区块链#稳定币#KYA#AI债务#无头商家#加密货币#基础设施#智能体经济