作者：Kevin，Movemaker 研究員；來源：X，@MovemakerCN
<h2>引言：從生成性人工智能到 “代理行為” 的結構性飛躍</h2>
在 2026 年，人工智能領域將經歷從 “生成能力” 到 “代理行動能力” 的結構性飛躍。如果 2023-2024 年是大型語言模型令人驚歎的語言生成能力，那麼 2026 年將標誌着 “AI 代理經濟” 的正式建立。
根據 a16z Crypto 研究團隊的預測和分析，進一步研究表明，2026 年將是人工智能這一生產力工具與加密貨幣這一價值分配層之間深度融合的一年。
人工智能不再僅僅是被動響應人類指令的工具，而是具備推理、規劃、交易和自主發現能力的積極參與者。根據 a16z Crypto 的展望報告，重塑 2026 年 AI+Crypto 格局的三大核心趨勢是：新的研究範式：從單一代理到 “代理包裹代理”。金融基礎設施的革命：從 KYC 到 KYA（瞭解你的代理）。經濟模型重構：通過支付和可編程知識產權解決開放網絡面臨的 “隱性税” 危機。這三大趨勢並不是孤立的：研究範式的轉變依賴於代理之間的高級協作；高級協作要求代理具備可驗證的身份（KYA）；而具備身份的代理在獲取數據時必須遵循新的價值交換協議。1. 新的博學者時代：高級研究中的 “代理包裹代理” 架構 從今年開始，“AI 輔助研究” 的定義將經歷質的飛躍。我們將不再談論簡單的文獻檢索或文本摘要，而是見證能夠進行實質性推理、生成假設，甚至自主解決博士級問題的 AI 系統。這一轉變的核心驅動力在於從單一模型的線性建議工程轉向複雜的遞歸 AWA 工作流程。1.1 推理能力的突破：跨越模式匹配的邊界 a16z 的 Scott Kominers 指出，AI 模型正在從簡單理解指令演變為能夠接收抽象指令（如指導博士生）並返回新穎且正確執行的答案。最近的技術進展表明，AI 模型正在突破 “隨機鸚鵡” 的天花板，展現出類似於人類 “系統性” 思維的緩慢、深思熟慮的推理能力。1.1.1 “有用性的幻覺” 隨着推理能力的增強，一種新的 “博學者” 研究風格正在出現。Scott 將這種風格描述為：“利用 AI 跨越學科邊界，推測拓撲學與經濟學、生物學與材料科學之間潛在的深層聯繫。” 大型模型的 “幻覺” 特性，常常受到批評，正在被重構為科學發現背景下的 “生成探索” 機制：蛋白質設計案例研究：華盛頓大學的研究人員利用 “全家族幻覺” 概念生成了超過 100 萬個自然界中不存在的獨特蛋白質結構。其中篩選出一種新型熒光素酶，其催化活性與天然酶相當，但底物特異性更高。流體動力學發現：通過物理信息神經網絡（PINNs），研究人員在 Navier-Stokes 方程中發現了新的不穩定奇點，揭示了流體運動中之前未知的模式。這種研究風格的核心在於允許模型在抽象空間中 “瘋狂思考”，生成高熵的猜想，然後通過嚴格的邏輯驗證器進行篩選。1.2 AWA 架構的詳細解釋 為了利用這種強大的推理和生成能力，研究工作流程正在從扁平化轉向層級結構。AWA 不僅指多個代理之間的對話，還指遞歸的層級控制結構。1.2.1 協調者 - 執行者模式 這是目前最主流的 AWA 實施模式。一個 “主要研究者” 代理負責維護全球上下文和研究目標，分解任務並將其分配給一組專門的 “執行者” 代理。架構優勢：來自 Anthropic 的數據表明，由 Claude Opus 作為主代理和 Claude Sonnet 作為子代理組成的多代理系統在複雜研究任務中的表現比單一 Claude Opus 代理提高了 90.2%。這種性能提升主要歸因於上下文隔離——主代理不需要為每個子任務處理冗餘信息，從而保持推理的清晰性。
1.2.2 遞歸自我改進與 MOSAIC 框架
AWA 架構的另一個關鍵特徵是引入了反思循環。當底層代理未能執行任務時，錯誤信息會反饋給一個 “評論者” 代理進行分析和糾正。
MOSAIC 框架（多代理系統用於 AI 驅動的代碼）
通過引入專業的 “自我反思代理” 和 “原則生成代理”，科學代碼生成的準確性得到了顯著提高，而無需依賴驗證測試用例。這一 “試錯 - 反思 - 重試” 的閉環模擬了人類科學家在面對實驗失敗時的思維過程。1.3 案例研究：Sakana AI 的 “AI 科學家” 2025 年最值得注意的 AWA 應用案例是 Sakana AI 的 “AI 科學家” 系統。該系統旨在全面自動化科學發現的整個生命週期。1.3.1 完全自動化的科學研究閉環過程 該系統基於起始代碼模板（如 NanoGPT），使用 LLM 作為 “變異操作符” 來頭腦風暴多樣的研究方向，並調用 Semantic Scholar API。文獻回顧確保了新穎性。實驗迭代：“實驗者” 代理編寫並執行代碼。如果實驗失敗，系統使用 Aider 工具捕獲錯誤日誌，並自主修復代碼，直到獲得可視化結果。論文撰寫：“撰寫者” 代理使用 LaTeX 撰寫完整的科學論文，涵蓋摘要、方法、實驗結果，並自主查找引用文獻以生成 BibTeX。自動化同行評審：生成的論文提交給模擬的 “評審者” 代理，按照頂級會議（如 NeurIPS）的標準進行評分。系統甚至可以根據評審意見進行多次修訂。1.3.2 經濟效益與質量 “科學家” 系統的經濟效率令人驚訝：生成一篇完整研究論文的計算成本僅約 15 美元。該系統生成的論文《組合正則化》甚至成功通過了 ICLR 研討會的同行評審。儘管仍存在引用幻覺和邏輯缺陷等侷限性，但該案例表明，人工智能不僅能夠協助研究，還能夠執行整個研究過程。2. 身份的掌控：從 KYC 到 KYA 隨着代理被賦予執行任務和交易的權力，數字經濟面臨前所未有的身份危機。Catena Labs 的首席執行官 Sean Neville 警告稱，金融服務行業中的 “非人類身份” 數量已達到人類員工的 96 倍，某些統計數據甚至高達 100:1。這些代理——沒有銀行賬户，沒有實名認證，卻以機器速度運作——是一個巨大的合規黑洞。行業迫切需要從傳統的 KYC 轉向... KYA（瞭解你的代理）。2.1 非人類身份（NHI）的出現與風險 2.1.1 “影子 AI” 和 96:1 的失衡 45% 的金融服務機構承認其組織內存在未經批准的 “影子 AI 代理”。這些代理在正式治理框架之外創建了 “身份孤島”。風險場景：用於雲資源優化的測試代理可能在沒有人類干預的情況下自主購買昂貴的預留實例；或者交易機器人可能在市場波動期間觸發錯誤的賣出訂單。歸屬困境：當代理違反規定時，誰負責？是開發它的工程師？是部署它的經理？還是提供基礎模型的供應商？沒有 KYA，這些責任無法界定。2.2 KYA 框架：機器經濟的信任基礎 KYA 不僅僅是發放身份證，而是建立一個完整的數字身份系統，涵蓋主體、憑證、權限和聲譽。2.2.1 KYA 的三大支柱 alt=&#34;jR2oyBeNftkjgbuN2nXhBfJyvRnuLBJu5BFcacmH.jpeg&#34;
<ol>
<li>主體：對代理負有法律責任的實體。代理必須與經過 KYC/KYB 驗證的人類或商業賬户在加密上關聯。</li>
<li>代理身份：基於去中心化標識符的唯一數字身份。DID 是加密生成的，不可變的，並且跨平台可移植。</li>
<li>授權/委託：通過可驗證憑證（VC）發佈的授權聲明。例如，VC 可以聲明：“該代理被授權代表 Alice 在亞馬遜上進行購買，最高限額為...”“$500”。</li>
</ol>
2.2.2 加密綁定與信任鏈
當代理髮起交易時，它會出示一個 VC。驗證者不需要信任代理本身，而只需驗證 VC 上的數字簽名是否來自受信任的發行者。該機制創建了一個 “信任鏈”：銀行信任企業 -
<blockquote>
企業向代理發放 VC -
商家驗證 VC -
交易通過。
</blockquote>
<h3>2.3 協議棧辯論：代理身份的標準化</h3>
2.3.1 Skyfire 和 KYAPay 協議
Skyfire 推出了 KYAPay 開放標準，其核心創新在於複合代幣：
<ul>
<li>kya 代幣：包含身份信息（如 “經過驗證的企業代理”）。</li>
<li>pay 代幣：包含支付能力（如 “10 USDC 的預授權”）。</li>
<li>kya+pay 代幣：將身份和支付打包，使代理能夠完成 “訪客結賬”，無需手動填寫表單。</li>
</ul>
2.3.2 Catena Labs 和 ACK（代理商業工具包）
Catena Labs 由 USDC 架構師 Sean 創立，推出了 ACK，旨在創建 “智能代理商業的 HTTP”。ACK 強調使用 W3C DID。
標準和賬户抽象允許代理直接控制鏈上智能合約錢包，實現比 API 密鑰更強的安全性。2.3.3 谷歌 AP2 和 x402 擴展 谷歌的代理支付協議（AP2）使用 “授權信” 來管理權限，並與 Coinbase 合作開發 AP2 x402 擴展，將加密支付標準直接集成到協議中。2.4 智能代理信用評分和風險控制 KYA 仍然是聲譽系統的起點。鏈上聲譽（ERC-7007）：通過 ERC-7007（可驗證的 AI）（生成內容代幣標準），代理的每一次成功互動（如及時付款、生成高質量代碼）都可以記錄在鏈上，形成可驗證的歷史。實時斷路器：金融機構正在部署 AI 網關。如果交易代理的行為偏離基準（如高頻異常交易），系統可以立即撤銷其 VC，觸發 “數字抑制”。3. 經濟重構：解決開放網絡的 “隱性税” a16z 的 Liz 指出，AI 代理正在對開放網絡徵收 “隱性税”：為了服務用户，代理大量提取內容網站的數據（上下文層），但系統性地繞過支持這些內容生產的廣告和訂閲模式。如果這種寄生關係得不到解決，將導致內容生態系統的枯竭。3.1 “大脱鈎”：零點擊經濟的全面到來 在 2025 年，數字出版行業見證了 “偉大的脱鈎”：搜索量上升，但流向網站的點擊次數驟降。3.1.1 流量侵蝕的殘酷數據 [Image of a file: https://img.jinse.com.cn/7427173_watermarknone.png] 零點擊率飆升：a16z 預測到 2026 年，傳統搜索引擎流量將下降 25%。Similarweb 數據顯示，零點擊搜索率在 2025 年已上升至 65%。
點擊率（CTR）崩潰：DMG Media 報道，當 AI 概述出現在搜索結果上方時，其內容的點擊率驟降 89%。即使是排名最高的搜索結果，在 AI 概述面前也失去了 34.5% 的點擊。
<h3>3.2 遠離靜態許可：新的按需付費模式</h3>
為了應對這一危機，行業正在從靜態年度數據許可（如 Reddit 和 OpenAI 之間的交易）轉向按需付費補償。
3.2.1 Perplexity 的 Comet Plus 模型
Perplexity AI 推出了...
服務器返回 402 付款要求，附帶價格（例如 0.001 USDC）-&gt; 代理通過 L2 區塊鏈（例如 Base、Solana）或閃電網絡自動簽署付款 -&gt; 服務器驗證並釋放數據。經濟效率：傳統支付網關無法處理幾美分的交易，而 x402 結合低費用區塊鏈將成本降低到微不足道的水平，使支付成為可能。3.3.2 機器可讀權利：TDMRep 和 C2PA 左側；&#34;&gt; TDMRep（文本數據挖掘保留協議）：一個 W3C 社區標準，允許網站在 robots.txt 或 HTTP 頭中聲明：“保留 TDM 權利，可支付/許可。” 這為代理提供了明確的二元信號。
C2PA（內容來源和真實性聯盟）：通過嵌入防篡改的 “內容憑證” 來證明內容的原始來源。即使內容被 AI 吞噬，C2PA 提供的加密簽名確保歸屬鏈保持不變，為版税分配提供基礎。
<h3>3.4 鏈上知識產權歸屬：故事協議</h3>
更激進的變化是知識產權本身的代幣化。故事協議致力於構建一個 “可編程的知識產權” 層。

2026 年人工智能代理經濟展望預測，從生成性人工智能到代理行動能力將發生重大轉變，標誌着 “人工智能代理經濟” 的建立。主要趨勢包括 “代理包裹代理” 的新研究範式、從 KYC 到 KYA 的金融基礎設施革命，以及為應對開放網絡中的隱性税收危機而進行的經濟模型重構。報告強調了人工智能推理能力的進步，使得複雜的研究任務和跨學科探索成為可能，具體體現在蛋白質設計和流體動力學的突破上。AWA 架構通過多代理協作和自我改進機制提升了研究工作流程

2026 年 AI 代理的經濟展望：重塑 AI 的身份和網絡價值的流動