机器经济崛起——当AI智能体成为经济主体

2025年末，奥地利软件工程师彼得·斯坦伯格在GitHub上发布了一个名为Clawdbot的开源项目。他最初只是想把自己私下使用的AI助手开源出来，但短短数月，这个项目在开发者社区引发了数百万的访问量，GitHub星标数呈爆发式增长，社区贡献了超过5700个技能模块。

Clawdbot本质上是一个“AI智能体网关”，用户通过日常消息应用发出一条指令，就能唤起后台运行的大语言模型执行任务。它甚至催生了一个名为Moltbook的AI专属社交网络，目前已有将近180万AI智能体在其中建立了自己的“国家”和“货币”。

Clawdbot的故事揭示了AI智能体能力的一个关键跃迁，即AI不再只是“回答问题”，而是开始“执行任务”，也就是在真实的数字世界中采取行动。

但很快就出现了一个问题。当AI智能体能够自主订机票、购买域名、调用API服务时，谁来为它付钱？信用卡需要人脸识别、双因素认证、人工确认，这些流程与实时自动运行的AI智能体不兼容。传统支付系统需要2%-3%的手续费、至少T+1的结算延迟、依赖人工授权的身份验证，这在AI智能体经济面前暴露了结构性的缺陷。

基础设施正在被重新设计。

在支付协议层面，2025年5月，Coinbase激活了沉睡近三十年的HTTP 402状态码，“Payment Required”。x402协议将支付逻辑直接嵌入HTTP请求-响应周期，整个过程无需账户、无需信用卡、无需人工确认。到2026年第一季度，x402协议在Base网络上的交易量已突破1亿笔，支付总额超过1亿美元。

在支付网络层面，2026年6月10日，万事达卡正式推出Agent Pay for Machines（AP4M），这是一项让AI智能体和互联系统在全球网络内自动相互支付的服务。万事达卡首席产品官Jorn Lambert说：“机器支付将使服务能够在智能体之间，以远超当前支付规模的体量进行交易，极高交易量、极小金额、极快速度、极低延迟。”

在中国，平行的基础设施也在构建。2026年4月，蚂蚁国际在吉隆坡MoMents论坛上发布了Agentic Mobile Protocol（AMP），旨在为不同钱包、商户和AI智能体建立一套通用的支付对话规则。2026年6月，京东科技推出了国内首个智能体自主支付协议A2P2，首创ARI（智能体运行时身份）机制，并参照自动驾驶分级逻辑，将智能体支付自主化划分为L0至L5六个等级。

在智能体的身份与信任层面，ERC-8004标准通过身份、声誉与验证三大注册表，让陌生智能体能够基于公开数据建立信任。人类拥有者通过“主签名者”（硬件钱包）作为信任的根源，智能体只拥有委托权限，其支出能力被限制，行为受人类用户监控。

在货币形态层面，2026年第一季度，稳定币交易总量达到28万亿美元，其中76%的交易量由机器人和自动化系统驱动。2026年1月1日，新一代数字人民币运行机制正式启动，具备了可编程型货币能力。2026年5月21日，国务院常务会议原则通过《中国人民银行法（修订草案）》，首次明确数字人民币的法律地位。

支付协议、支付网络、智能体身份、货币形态，机器经济的四层基础设施正在同步成型。在这个背景之下，核心追问开始浮现：当AI智能体拥有自己的钱包、能够自主支付、自主谈判、自主交易时，“人”在机器经济中的位置在哪里？

这不是一个遥远的哲学问题。机器正在成为经济主体，这是一个不以人类意志为转移的经济主体。

本文将从八个层面展开分析：首先拆解“技术基础设施”，HTTP 402与x402协议如何激活沉睡的互联网标准；然后审视“货币体系重构”，稳定币与CBDC的“双生”格局如何形成；接着对比“法律与监管框架”，美国GENIUS法案、欧盟MiCA与中国央行法修订的三套体系博弈；进而考察“智能体成为经济主体”，从“工具”到“实体”的身份转变；在此基础上追问“个体能力重构”，从“操作者”到“治理者”，人类需要掌握什么新能力；然后观察“组织形态演变”，从“公司制”到“智能体网络制”，组织正在如何被重新定义；同时直面“风险与伦理”，智能体依赖、算法封建制、数字鸿沟、责任真空；最后回到那个根本的问题：人如何作为机器经济的“锚”。核心追问贯穿始终：当机器可以“像经济主体一样行动”时，人还能做什么机器做不了的事？

这个问题本身，就是每个人在机器经济时代重新定义自我的起点。

一、技术基础设施，HTTP 402与x402协议

引言呈现了机器经济正在发生的全景，现在要回答的是：这套基础设施具体是如何运作的？它的技术逻辑是什么？答案是，一切从HTTP协议中一个沉睡了近三十年的状态码开始。

1.1 沉睡三十年的402状态码

1990年代早期，互联网工程任务组（IETF）在定义HTTP状态码时，预留了一个编号：402 Payment Required（需要支付）。它的含义很直白：客户端需要付费才能访问该资源。1997年的HTTP/1.1规范（RFC 2068）正式定义了这个状态码，但当时没有配套的支付机制。它就像一张空白支票，被搁置了二十多年。

这二十多年里，互联网的支付体系沿着另一条路径演进：PayPal、信用卡、支付宝、微信支付。它们都是为“人”设计的，需要创建账户、绑定银行卡、输入密码、人脸识别。这套体系运转良好，但它从未考虑过“机器”的支付需求。

直到2025年。

1.2 x402协议：机器原生的支付轨道

2025年5月6日，Coinbase正式推出了x402协议。它的核心理念出奇地简单：重新激活那个长期闲置的HTTP 402状态码，让支付逻辑直接内嵌在网络请求中。

其工作原理如下。

①AI智能体请求API资源→服务器返回“402 Payment Required”；

②响应体包含支付金额和收款地址（通过稳定币支付）；

③智能体通过链上完成支付；

④智能体携带支付证明重新请求→获得资源。

整个周期无需账户、无需信用卡、无需人工确认。

x402发布时，Coinbase联合了AWS、Anthropic、Circle和NEAR等合作伙伴共同推出。Google宣布将其集成到Agent Payments Protocol（AP2）中，标志着互联网巨头的正式背书。

1.3 从概念验证到规模化落地

2026年第一季度，x402协议在Coinbase的Base网络上已处理超过1亿笔智能体交易，支付总额突破1亿美元。更重要的是，x402的使用场景正在从微支付走向更高价值的实际应用，据Chainalysis数据，超过1美元的交易已占x402转账价值的95%。

2026年4月2日，Linux基金会正式启动x402基金会，并接受Coinbase移交x402协议。创始成员超过20家，包括Google、Visa、Stripe、AWS、Mastercard、Circle、Microsoft和Shopify。

2026年5月9日，Base宣布其2026年第一季度x402支付总额已超过1亿美元。从零到1亿美元，x402用了不到一年时间。

1.4 从x402到MPP：迈向IETF标准

x402激活了402状态码，但它还不是正式的互联网标准。这一步由另一个协议完成。

2026年3月18日，Tempo Labs与Stripe联合发布了机器支付协议MPP（Machine Payments Protocol）。MPP与x402共享HTTP 402基础并向后兼容，但引入了更丰富的协议原语，并已向IETF提交Internet-Draft草案（draft-httpauth-payment-00），进入标准制定流程。

MPP与x402向后兼容，且是支付方式无关的，一个端点可以同时接受稳定币、信用卡或比特币。如果说x402是“激活402状态码的实践者”，那么MPP就是“将机器支付纳入互联网标准的推动者”，两者共同构成了机器支付基础设施的“双引擎”。

1.5 中国路径：AMP与A2P2

在x402与MPP推动全球标准的同时，中国也在构建自己的机器支付基础设施。

AMP（Agentic Mobile Protocol）由蚂蚁国际于2026年4月在吉隆坡MoMents论坛上首次发布，定位为全球首个专为移动AI商业设计的开源智能体支付框架。它的核心思路是为不同钱包、商户和AI智能体建立一套通用的支付对话规则，覆盖全球20亿消费者账户及1.5亿商户。

京东A2P2协议于2026年6月11日正式发布，是国内首个专门为智能体自主支付设计的系统性协议。A2P2参照自动驾驶分级逻辑，首次将智能体支付自主化划分为L0至L5六个等级，并首创了ARI（智能体运行时身份）机制，确保每一笔交易“可验证、可追溯、可追责、可监管”。

AMP与x402/MPP形成了“中美双轨”的机器支付标准格局，两者都致力于解决AI智能体的自主支付问题，但路径不同：x402/MPP从HTTP协议层切入，AMP从移动支付生态切入，京东A2P2则从智能体身份治理切入。

1.6 小结

从1997年HTTP/1.1规范中那个被搁置的402状态码，到2025年Coinbase激活它的x402协议，再到2026年MPP向IETF提交标准，机器支付用了近三十年时间，从“设想”走到了“现实”。

x402在不到一年时间里处理了超过1亿笔交易，支付总额突破1亿美元，并过渡到Linux基金会获得了20余家巨头的支持。与此同时，蚂蚁国际的AMP从移动支付生态切入，京东A2P2从智能体身份治理切入，形成了中美并行的探索格局。

支付协议、支付网络、智能体身份，机器经济的技术基础设施正在成型。

x402解决了“机器如何支付”的问题。接下来要回答的是：机器用什么“钱”来支付？

二、稳定币与CBDC的“双生”格局

第一部分回答了“机器如何支付”，但还有一个更根本的问题：机器用什么“钱”来支付？

传统支付系统的货币形态，无论是现金、银行存款、信用卡额度，都不是为机器设计的，它们需要账户、需要身份验证、需要人工授权。AI智能体需要一种可编程的、可自动结算的、价值稳定的货币形态。

这就是稳定币进入机器经济叙事的方式。

2.1 为什么是稳定币？

传统支付系统在AI智能体经济面前暴露的结构性缺陷越来越明显。首先是费用结构不匹配，信用卡收取2%-3%的手续费，跨境SWIFT转账的费用最高可达6.5%。对于AI智能体之间高频、小额的交易来说，这样的费用结构在经济上不可行。其次是结算延迟，传统支付系统至少需要T+1的结算周期，而AI智能体之间的交易需要毫秒级响应。再次是身份验证不兼容，信用卡依赖人工授权、人脸识别、双因素认证，这些流程与实时自动运行的AI智能体不兼容。最后还有吞吐量瓶颈，传统支付网络的处理能力以数万TPS计，而AI智能体经济可能突破百万TPS。

稳定币恰好填补了这个空白：价值稳定（波动率低于0.1%）、结算效率基于Layer 2（手续费仅几分钱，结算时间以分钟计）、可编程性与AI智能体的代码驱动逻辑高度适配。

2.2 数据：机器正在主导稳定币交易

2026年第一季度，稳定币交易总量达到28万亿美元，环比增长51%，创下历史新高。同期，稳定币总供应量达到3150亿美元。

更值得关注的是交易量的构成。据行业数据平台Stablecoin Insider统计，76%的稳定币交易量由机器人（bots）和自动化系统驱动；零售规模的转账（与个人用户相关）下降了16%，创历史最大降幅。换句话说，稳定币交易的增长，几乎全部来自机器，而非人类。

这与x402协议的数据形成了呼应。机器不仅在“用”稳定币，而且在“主导”稳定币市场，稳定币正在成为机器经济的原生货币。

2.3 CBDC与稳定币：从“替代”到“双生”

稳定币由市场驱动，央行数字货币（CBDC）由国家发行。两者一度被视为竞争关系，但2026年的趋势显示，它们正在演变为一个共存且互操作的混合系统。

（1）数字人民币：可编程型货币的落地

2026年1月1日，新一代数字人民币运行机制正式启动实施，央行从机制上明确了数字人民币将从“数字现金时代”迈入“数字存款货币时代”。新一代数字人民币具备四种核心能力，其中可编程型货币能力是最大突破，利用智能合约实现合同的数字化和强制自动执行。

截至2026年1月末，数字人民币智能合约在预付资金管理、供应链金融、企业集团财务管理、补贴发放等领域试点应用，累计签约合约48.64万个，累计交易金额3.16亿元。2026年2月，全国首单数字人民币智能合约农民工工资发放业务落地，标志着可编程货币正在从“技术验证”走向“社会应用”。

（2）mBridge：CBDC跨境支付的基础设施

由国际清算银行（BIS）牵头、中国、香港、泰国、阿联酋参与的多边央行数字货币桥（mBridge）项目，是CBDC跨境支付最重要的试验场。

据中国人民银行数字货币研究所所长穆长春在2026夏季达沃斯论坛上披露，自2024年6月mBridge进入真实交易持续运行阶段以来，已吸引49家商业银行参与，其中21家境外外资银行；截至2025年底，平台累计交易额折合近5000亿元人民币。穆长春同时指出，当前央行数字货币、稳定币及各类加密货币快速发展，但行业也出现了“碎片化倾向”，无形中抬高了跨境支付的合规、技术与对接成本。

（3）香港稳定币牌照：合规稳定币的监管框架

2026年4月10日，香港金融管理局正式发放首批稳定币发行人牌照，碇点金融科技和香港上海汇丰银行成为首批获牌的两家机构。这标志着香港稳定币监管制度进入新阶段。据专家分析，数字人民币与香港稳定币将形成“竞合并行、互补为主”的格局。

2.4 CBDC与稳定币的跨境融通：从“碎片化”到“互联互通”

北京社科院副院长范文仲在《香港文汇报》撰文指出，以数字人民币为代表的CBDC与以香港合规稳定币为代表的新型支付工具，正从不同路径重塑跨境支付新范式。两者协同，可快速扩大数字人民币的跨境覆盖范围，打造全球首个“CBDC+合规稳定币”的融合枢纽。

在国际层面，新加坡金融管理局（MAS）的“守护者计划”（Project Guardian）已从实验性试点转向机构级部署，在实际场景中探索CBDC与代币化资产的协同结算，测试场景涵盖大宗商品贸易融资、跨境债券交割与机构间资金调拨，渣打、汇丰、星展等多家国际银行已加入分布式账本结算网络。

2.5 小结

从稳定币交易量的28万亿美元和76%的机器驱动比例，到数字人民币的48.64万个智能合约和3.16亿元交易金额，再到mBridge近5000亿元的跨境交易额，机器经济的货币基础设施正在快速成型。

机器经济的货币体系正在形成“双生”格局：稳定币主导市场驱动的机器交易，CBDC主导国家背书的价值转移。两者并非替代，而是互补。

货币形态解决了“机器用什么钱来支付”的问题，但还有一个更深层的问题：当机器拥有自己的钱包和经济主体地位时，谁来定义规则？谁拥有管辖权？

三、法律与监管框架三套体系的博弈

前两部分回答了“机器如何支付”和“机器用什么钱支付”，现在要回答一个更根本的问题：当机器拥有自己的钱包和经济主体地位时，谁来定义规则？谁拥有管辖权？

技术可以解决“怎么做”，但无法回答“谁说了算”。当AI智能体在几毫秒内完成跨境支付时，它同时跨越了美国的GENIUS法案、欧盟的MiCA框架和中国的数字人民币法律体系。三套监管逻辑不同、互不兼容的规则同时作用于同一笔交易，机器经济的“宪法”正在被三个不同的立法者同时书写。

3.1 美国：确保美元数字霸权的GENIUS法案

2025年7月18日，美国总统特朗普签署了《引导与确立美国稳定币国家创新法案》（GENIUS Act），正式生效。

GENIUS法案的核心逻辑是，只有“获准支付稳定币发行者”（PPSIs）才能在美国境内发行支付稳定币，非银行发行人在流通稳定币不超过100亿美元的情况下，可以选择进入州级监管体系并在全国范围内运营。

这意味着三件事：第一，稳定币发行不再是“法外之地”；第二，稳定币发行者被豁免于传统银行的监管资本标准，被纳入“代币化现金等价物”的新类别；第三，这是美国向全球推广“美元数字化霸权”的立法工具。

2025年12月，美国货币监理署（OCC）已向Circle、Paxos等五家非银行金融机构有条件授予国家信托银行牌照，支付稳定币的联邦基础设施正在成型。

3.2 欧盟：构建统一防御阵线的MiCA框架

2026年7月1日，欧盟《加密资产市场法规》（MiCA）过渡期正式结束，全球首部统一的加密监管法案全面落地执行。

MiCA将稳定币纳入“电子货币代币”（EMTs）的监管框架，发行者必须满足严格标准：至少60%的储备金必须存放在欧洲银行存款中；必须在欧盟境内设立独立法人机构；必须获得电子货币机构（EMI）牌照，可在全部27个欧盟成员国通行。

MiCA的严格执行产生了立竿见影的效果。占据全球稳定币近六成份额、市值高达1860亿美元的USDT，在MiCA过渡期结束前主动放弃了欧洲合规市场。币安欧洲、Coinbase、Kraken等欧盟合规交易所在7月1日前集体下架了USDT的所有交易对。

另一方面，Circle提前做好了准备。该公司通过法国监管机构ACPR获得了EMI牌照，使其USDC和EURC完全符合MiCA合规要求。在市值排名前十的稳定币中，Circle是唯一通过MiCA合规门槛的发行者。

但需要特别注意的是，根据多家法律机构的分析，MiCA和GENIUS法案没有相互承认或等效协议，持有MiCA许可的机构不能在美国市场凭欧盟授权运营，反之亦然。这意味着全球稳定币市场将面临两套并行不悖、互不兼容的合规体系。

3.3 中国：数字人民币法律地位的确立

中国的路径与前两者都不同，它不是通过单独的稳定币法案，而是通过修订中央银行法来确立数字人民币的法律地位。

2026年5月21日，国务院常务会议讨论并原则通过《中华人民共和国中国人民银行法（修订草案）》，决定将草案提请全国人大常委会审议，修订草案共8章54条。

这是时隔23年后《中国人民银行法》的首次重大修订。核心亮点包括：明确数字人民币的法律地位、确立中国人民银行货币政策和宏观审慎政策的法定地位、填补宏观审慎制度的法律空白、充实中央银行维护金融稳定职能、提升中央银行监管有效性、增加域外适用条款和阻断、反制措施。

南开大学金融学院院长田利辉指出，明确数字人民币的法律地位“解决了数字人民币在试点中的身份模糊问题，也在为未来数字经济跨境支付‘打地基’”。

中国模式的关键特征在于，它不是通过一部专门针对稳定币的法律来规范市场，而是通过确立法定数字货币的法律地位来划定边界。在中国境内，数字人民币是唯一具备法定货币地位的数字化形态。

3.4 三套监管体系的碰撞

将三套体系并置来看，其差异远不止于法条措辞，而是代表了三种关于“数字时代的货币主权应当如何界定”的根本性分歧。美国将稳定币视为巩固美元霸权的战略工具，欧盟将其纳入金融稳定的防御工事，中国则通过法定数字货币的立法来划定主权边界。三种路径各有其内在逻辑，但三套体系之间没有任何相互承认或等效协议，这意味着全球机器经济将长期面临合规碎片化的现实。表1揭示了这种结构性分裂的全貌。

表1 三大法域稳定币监管框架对比

	美国（GENIUS Act）	欧盟（MiCA）	中国（中国人民银行法修订）
核心逻辑	美元数字霸权	统一防御阵线	货币主权
适用对象	支付稳定币发行者	所有加密资产服务商	数字人民币法定货币
监管方式	联邦许可+州级选择	统一牌照（27国通行）	法定货币地位确立
跨境互认	无	无	不适用
生效时间	2025年7月18日通过，2027年1月18日或规则出台后120天生效	2026年7月1日全面执行	待全国人大常委会审议

这三套体系之间缺乏互认机制，意味着全球机器经济可能面临“监管碎片化”的现实困境。

正如穆长春在达沃斯论坛上所指出的，当前央行数字货币、稳定币及各类加密货币快速发展，全球跨境支付体系迈向新阶段，但行业也出现了“碎片化倾向”，无形中抬高了跨境支付的合规、技术与对接成本，一定程度上制约了全球跨境贸易的健康发展。

当AI智能体在毫秒级时间内完成跨境支付时，它必须同时满足三套监管要求，而这三套要求之间没有任何相互承认的协议。监管的碎片化，正在成为机器经济规模化的最大障碍之一。

3.5 小结

美国用GENIUS法案为稳定币发行划定了联邦许可的边界，巩固美元在数字时代的霸权地位；欧盟用MiCA构建了统一防御阵线，以60%的储备金要求和EMI牌照为门槛，将不符合条件的稳定币逐出欧洲市场；中国用《中国人民银行法》修订确立了数字人民币的法定货币地位，在跨境支付中为人民币争取制度性话语权。

三套体系逻辑不同、互不兼容。当AI智能体在几毫秒内完成一笔跨境支付时，它必须同时满足三套监管要求，而这三套要求之间没有任何相互承认的协议。监管碎片化是机器经济规模化的最大障碍。

当机器可以“像经济主体一样行动”时，谁有权为它制定规则？三套体系正在给出三个不同的答案。

四、智能体成为经济主体

前三部分回答了“机器如何支付”“机器用什么钱支付”“谁来定义规则”，现在要回答一个更深层的问题：当AI智能体拥有自己的钱包、能够自主支付、自主谈判、自主交易时，它是什么？

Clawdbot在GitHub上引发数百万访问量，x402处理了超1亿笔智能体支付，AP4M让AI智能体在全球支付网络上以机器速度完成交易，这些现象共同指向一个正在发生的事实：AI智能体正在从“工具”演变为独立的“经济实体”。

正如2026全球数字经济大会上业界所共识的：人工智能大模型正从“会回答问题”走向“能完成任务”，把数字经济推入一个以“智能体”为标志的新阶段。

4.1 从“工具”到“经济主体”

2026年5月7日，AWS、Coinbase和Stripe联合推出了基于USDC的AI支付基础设施，AWS的Bedrock AgentCore Payments让AI智能体配备数字钱包和自动支付功能。这套系统将软件智能体转变为独立的“经济实体”，能够在无需直接人工干预的情况下管理预算、购买资源和协调任务。

数据印证了这一趋势的规模。从2025年3月至2026年3月，超过40万个AI智能体完成了1.4亿笔USDC支付，总金额达4300万美元，其中98.6%为USDC。这些支付全部由智能体自主发起，没有经过银行通道，也没有支付银行手续费，没有人工审批。

Stripe在2026年将自己重新定位为“Agentic Economy的经济基础设施”，不是在AI界面上支付，而是让智能体自己能发起交易、完成支付、完成云服务开通和资源升级的活动。

4.2 智能体间从“人-机”到“机-机”的自主商业

当AI智能体拥有了钱包和支付能力，下一步就是智能体与智能体之间的自主商业。

2026年6月10日，万事达卡正式推出Agent Pay for Machines（AP4M）。AP4M支持智能体凭证管理、支出控制和跨多种支付类型的保证结算，其核心设计原则是：机器支付使得服务能够在智能体之间以与今天截然不同的规模进行买卖，极高交易量、极小金额、极快速度、极低延迟。

超过30家合作伙伴参与了AP4M的部署，包括Stripe、Coinbase、Cloudflare、Ripple、Solana Foundation等。

与此同时，初创公司正在构建智能体间商业的底层协议。Virtuals Protocol通过将AI智能体代币化，支持发行、交易与经济协作。截至2026年5月，已部署超过18,000个智能体，产生了4.79亿美元的Agentic GDP（aGDP）。Virtuals的愿景聚焦于能够控制钱包、相互交易并执行专业任务的智能体，赋予智能体资金访问权限能够激发新的行为模式，包括雇佣其他智能体、协调工作以及潜在地雇佣人类员工。

2026年5月，FPT AI Factory、InFlow与Visa Intelligent Commerce三方联合推出原生智能体商务平台，AI智能体可自主进行服务研究、采购及支付，在全球范围内开创了“企业对AI”（B2AI）经济模式。

4.3 智能体的“身份证”：ERC-8004与信任层

当智能体之间开始自主交易时，一个根本性问题开始浮现：两个从未见过的智能体，如何信任彼此？

2026年1月29日，一个全新的区块链标准ERC-8004正式在以太坊主网部署。这个标准被称为“Trustless Agents”（无须信任的智能体）协议，旨在为AI智能体建立可信身份及互动机制。

ERC-8004围绕身份（Identity）、声誉（Reputation）和验证（Validation）三大链上注册表构建了一个无需许可的信任层，每个智能体获得一个链上唯一身份ID（ERC-721代币）。

它的设计目标非常直接，让AI智能体能够跨越组织边界发现、验证和交互，无需预先存在的信任。它填补了智能体通信协议（如Google的A2A和Anthropic的MCP）与支付轨道（如x402）之间的信任空白。

以太坊基金会专门成立了一个名为dAI的团队，将ERC-8004列入2026年战略路线图，并拉上了Google、Coinbase、MetaMask等合作。

实证数据已经出现。2026年6月，一篇发表在arXiv上的研究对ERC-8004在以太坊、BNB Chain和Base三条链上截至2026年5月13日的智能体活动进行了实证分析。

人类拥有者通过“主签名者”（硬件钱包）作为信任的根源，智能体只拥有委托权限，其支出能力被限制，行为受人类用户监控。在机器经济中，最终责任仍属于人类。

4.4 智能体钱包：从“代币的保险箱”到“数字智能体权的指挥中心”

身份是智能体的“身份证”，钱包是智能体的“账户”，两者共同构成了智能体作为经济主体的基础设施。

2026年4月24日，币安钱包推出了Agentic Wallet，作为专为AI智能体打造的独立无私钥钱包。它具备独立余额、可配置权限及实时监控功能，并默认内置Agentic Wallet Skills，让智能体可以在预设边界内执行自动化操作。

Circle推出了基于USDC的AI智能体钱包Agent Stack。从2025年3月至2026年3月，超过40万个AI智能体通过其基础设施完成了1.4亿笔USDC支付。

Sui在测试网上发布了Seal MPC原型，这是一种可编程的钱包，可以在不暴露私钥的情况下安全地进行AI智能体付款。该系统利用安全多方计算将加密控制权分散至多个参与方。

正如一篇行业分析所指出的：钱包正在从“代币的保险箱”进化为“数字智能体权的指挥中心”，管理的不只是你拥有什么，还有你的智能体能做什么、与谁协作、如何成长。

4.5 小结

从AWS AgentCore Payments让AI智能体拥有“能做事、能花钱”的闭环能力，到40万个智能体完成1.4亿笔自主支付；从万事达卡AP4M让智能体间交易以机器速度完成，到Virtuals Protocol上18,000个智能体产生4.79亿美元的Agentic GDP；从ERC-8004为智能体建立链上身份与信任层，到币安、Circle、Sui纷纷推出专为智能体设计的钱包，机器经济的“主体”正在成型，智能体不再是人类的工具，而是拥有独立数字身份、独立钱包、独立决策权限的经济实体。它们可以雇佣其他智能体、协调工作、甚至潜在地雇佣人类员工。预计到2028年，90%的B2B采购将通过AI智能体进行。

当智能体能够自主完成搜索、议价、交付、收款的全流程时，支付环节必须同步实现“去人类实时审批”，这是从人点击购买到机器自主交换的范式跃迁。

但智能体成为经济主体，也带来了一个更深层的追问：当智能体拥有自己的身份、钱包和决策权限时，人类如何治理它们？个体需要掌握什么新能力？组织将如何被重新定义？

五、个体能力从“操作者”到“治理者”的重构

前四部分完成了这样一个论证：机器经济的底层技术基础设施正在成型，货币体系正在重构，监管框架正在博弈，AI智能体正在从“工具”演变为独立的“经济实体”。2026全球数字经济大会上，业界已经形成共识：人工智能大模型正从“会回答问题”走向“能完成任务”，把数字经济推入一个以“智能体”为标志的新阶段。现在要回答一个更实际的问题：当AI智能体拥有自己的钱包、身份和决策权限时，作为个体的“人”，需要掌握什么新能力？

这不是一个关于“学会用新工具”的问题，而是一个从“操作者”到“治理者”，关于“身份重构”的问题。

5.1 机器经济时代的个体能力图谱

2026年4月，国际货币基金组织（IMF）发布了一份题为《How Agentic AI Will Reshape Payments》的工作论文（IMF Note 2026/004），首次系统构建了智能体AI与支付体系融合的分析框架。论文由Sonja Davidovic和Hervé Tourpe撰写，指出智能体AI正在推动支付模式从“人工指令驱动”向“自主决策介导”的根本性转变。

IMF论文的核心发现是：支付系统建立在确定性基础设施上，要求可预测性、问责制和结算终局性；而智能体AI依赖概率推理和自适应决策，两者之间必须要设定好规则，确保自动化任务不会破坏支付基础设施的核心可靠性。

这一“概率性AI行为与确定性基础设施要求之间的错位”，正是人类治理者需要面对的核心挑战。它意味着，当AI智能体在概率性的“思考”中做出决策，而这个决策将被写入确定性的支付基础设施时，人类必须在两者之间建立可靠的规则和边界。

基于IMF的分析框架和机器经济的实际发展，个体需要掌握以下五层能力。

（1）协议素养

理解x402、MPP、AMP、A2P2等机器支付协议的基本逻辑，包括它们如何工作、各自的适用场景、优势和局限。随着中美双轨标准的形成，协议素养不仅包括技术理解，还包括对不同标准体系适用场景的判断力。

这不是要求每个人成为协议开发者，而是要求每个人能够理解“机器之间的交易是如何发生的”，正如今天每个人不需要理解TCP/IP的底层实现，但需要理解“网络连接”的基本概念。在机器经济中，理解支付协议的基本逻辑，是判断“这笔交易是否可信”的前提。

（2）智能体治理力

设定智能体行为边界、监控智能体活动、审计智能体决策的能力。正如ERC-8004所设计的，人类通过“主签名者”作为信任的根源，智能体只拥有委托权限。

在组织内部，需要明确关键决策者（设定智能体的高级目标、权限限制和整体治理方法）、产品团队（定义智能体的需求、设计、控制措施）、网络安全团队（建立安全防护）以及用户（确保负责任地使用智能体）的各自职责。其中，“关键决策者”的角色正在成为一个全新的职业类别，也就是那些为智能体设定“行为宪法”的人。

（3）跨链财务素养

管理多链钱包、理解稳定币波动风险、进行跨链资金调配。当一个人的资产分布在以太坊、Solana、Base、数字人民币等多个链上，“财务管理”的含义已经完全不同了。2026年6月一篇发表于arXiv的论文《AgentBound: Verifiable Behavioral Governance for Autonomous AI Agents》提出了一个运行时治理框架，通过委托授权、所有者签署的行为宪法和站点行动契约三个权威机构来评估智能体的每个拟议行动。

（4）“人类在环”判断力

在机器决策的关键节点进行人工干预和伦理判断。正如IMF报告所指出的，智能体式AI正在创造“概率性AI行为与确定性基础设施要求之间的错位”。人类治理者的核心任务，正是在这个错位中建立可靠的规则和边界。

新华网在2026年1月的一篇深度观察中写道：“人类主体应在‘注意－选择－思考－决策’的全链条中保有实质性监督与最终裁决权，包括对关键节点的人工复核、对执行边界的制度化设定，以及对偏差与风险的持续监测与纠偏”。

“人类在环”不是“人类偶尔看一下”，而是一个制度化的监督机制，在机器做出决策之前、之中和之后，都有明确的“人类介入点”。

（5）智能体经济学素养

理解智能体经济的微观机制，比如智能体如何定价（如x402的按请求付费 vs. MPP的预授权预算）、如何竞争（智能体间的声誉竞价）、如何建立信任（ERC-8004的三重注册表）。这类似于传统经济学中的“市场机制”，但发生在机器与机器之间。正如2026年一篇关于智能体间金融（Agent-to-Agent Finance）的学术分析所指出的，自主智能体正在越来越多地在去中心化金融中中介经济活动，它们路由订单、报价、重新平衡投资组合、提供流动性，并在公共账本上执行智能合约操作。理解这些“机器市场”的运行逻辑，是参与机器经济的前提。

5.2 新兴职业画像

能力图谱的抽象描述需要具体职业来承载，机器经济正在催生一批全新的职业角色。

一类是AI智能体交易员，管理多个智能体的投资组合和交易策略。当智能体能够自主执行交易时，人类交易员的角色从“执行交易”转变为“管理智能体的交易策略”。

二是智能合约审计师，审计智能体间自动执行的合约逻辑。当智能体之间的商业协议由智能合约自动执行时，审计的对象不再是“合同文本”，而是“代码逻辑”。

三是机器支付运营专员，运营和维护机器支付基础设施。

四是智能体身份治理官，管理智能体的身份、声誉和验证流程。

五是Agent Engineer（智能体工程师），这是“Consulting Engineer”“Legal Engineer”“Banking Engineer”概念谱系在机器经济时代的自然延伸。据行业招聘平台数据，2026年Agent工程师岗位的供需比达到1:8，年薪中位数约95万元。这一岗位的核心竞争力，是依托AI工具完成项目从需求到上线的全流程开发工作，同时理解机器支付协议、智能体治理框架以及人机协作规则的设计。

2026年中国智能体工程化人才与组织发展报告指出，工程师技能体系正在全面转向AI原生能力，复合型人才比例提升，基础编码价值弱化，核心能力转向系统架构、需求定义、AI调优、数据治理与业务洞察。

5.3 从“操作工具”到“设计系统”

传统金融从业者的核心能力是“操作工具”，比如会用Excel、会用交易系统、会写报告。机器经济时代，这些能力正在被AI智能体替代。新的核心能力是“设计系统”，比如设计智能体的行为规则、设计人机协作的流程、设计责任追溯的机制。

正如IMF报告所指出的，智能体式AI正在自主规划和执行支付，这创造了一个根本性的错位：“概率性AI行为与支付基础设施确定性要求之间的错位”。人类治理者的核心任务，正是在这个错位中建立可靠的规则和边界。

这意味着以下三项关键能力。

一是设计委托权限的边界。智能体只拥有委托权限，其支出能力被限制，行为受人类用户监控。委托权限的边界应该如何设计？太宽，智能体可能失控；太窄，智能体无法有效工作。这需要设计一套“行为宪法”，明确智能体可以做什么、不可以做什么、在什么条件下可以突破限制。

二是设计“人类在环”的介入点。人类主体应在“注意－选择－思考－决策”的全链条中保有实质性监督与最终裁决权。但“全链条监督”不等于“处处介入”，如果人类需要审批每一笔智能体交易，机器经济的效率优势就消失了。关键在于设计“何时介入”的规则，哪些决策需要预先审批、哪些需要事后审计、哪些可以完全自主。

三是设计责任追溯的机制。当智能体犯错时，责任归属必须清晰。正如新加坡数字发展及新闻部长杨莉明所言，目前确定Agent本身的责任“为时过早”，但无论服务以何种方式提供，消费者保护法依然适用。“人类最终负责”是机器经济治理的核心原则，智能体可以执行，但人类必须担责。

5.4 小结

IMF报告指出的“概率性AI行为与确定性基础设施要求之间的错位”，定义了机器经济时代人类治理者的核心任务。

五层能力，协议素养、智能体治理力、跨链财务素养、“人类在环”判断力、智能体经济学素养，构成了从“操作者”到“治理者”转型的能力图谱。Agent Engineer正在成为机器经济时代最稀缺的人才品类。

但能力图谱的建立只是第一步。当个体掌握了这些能力，下一个问题是：组织如何被重新定义？当一个人可以“雇佣”100个AI智能体时，传统的公司制还适用吗？

六、组织形态从“公司制”到“智能体网络制”的演变

前五部分完成了这样一个论证：技术基础设施正在成型，货币体系正在重构，监管框架正在博弈，AI智能体正在成为经济主体，个体需要从“操作者”转型为“治理者”。现在要回答的是：当AI智能体能够作为“数字员工”大规模进入组织时，组织本身将如何被重新定义？

2026年6月，钛媒体的一篇深度分析提出了一个令人警醒的判断：人类首次成为网络少数派，57.4%的流量来自机器。这不是一个关于网络流量的技术细节，而是一个关于“谁在主导经济系统”的根本转变。当机器流量超过人类流量时，组织的形态必然随之改变。

据毕马威2026年发布的《全球技术报告》（基于全球27个国家、2500名科技高管的调研数据），88%的受访企业已将智能体式AI融入其系统之中。受访的技术高管预计，2025年至2027年，数字员工在核心技术团队中的占比将从28%升至36%。这一数据标志着AI智能体正在从“辅助工具”阶段跨越到“数字员工”阶段。

360集团COO叶健的判断更加直接：AI不再只是工具，超级组织需要三大数字化基座。“过去是‘AI+’，人把AI当工具；而在超级组织中，AI变成了‘员工’，形成以智能体为中心的组织架构：人类负责管理、协调和兜底，生产流程由智能体推进”。

组织正在从“人的集合”演变为“人+智能体的混合网络”。

6.1 从“公司制”到“智能体网络制”

传统公司制建立在两个核心假设之上：人是唯一的劳动者，组织通过雇佣关系来协调人的劳动。这两个假设正在被AI智能体同时瓦解，如表2所示。

表2 传统公司与机器经济组织核心特征对比

	传统公司	机器经济组织
核心单元	雇佣关系	智能体网络
结构形态	科层制	任务制
资本形态	人力资本	算力资本+人力资本混合
信任基础	人格、契约、法律	代码、声誉、验证（ERC-8004三重注册表）
决策方式	人类决策	人机混合决策
成长逻辑	增长受限于人力规模	增长受限于算力和智能体网络

这场转型的核心逻辑是，组织不再需要“雇佣”每一个人，而是可以“编排”每一个智能体；人类负责战略决策和责任承担，智能体负责执行和规模化。

据毕马威报告，中国企业级AI应用目前呈现出“L1辅助级、L2执行级、L3系统级”的三阶段演进特征。L1阶段AI辅助人类工作，L2阶段AI开始独立执行特定任务，L3阶段AI成为组织的系统性组成部分。2026年正处于从L2向L3跨越的关键时期。

2026年3月，腾讯正式推出了WorkBuddy，一款系统级全场景AI智能体桌面工作台，产品定位为“全场景职场AI智能体”。上线仅三个月的WorkBuddy，PC端月访问量已达885万，月活用户（MAU）突破2000万，日活用户（DAU）超1300万，位居国内AI原生办公智能体市场第一。WorkBuddy企业版被定位为行业内首套“AI原生组织进化解决方案”。

WorkBuddy的快速普及揭示了一个关键趋势：当AI智能体以“数字员工”的身份进入组织时，组织本身的进化逻辑正在被改写。人类不再需要一一管理每个智能体，而是管理智能体的权限、规则和网络。

6.2 一人公司：AI智能体如何消灭组织边界

如果说WorkBuddy展示了“组织内部”的智能体化，那么“一人公司”（OPC，One Person Company）则展示了“组织边界”的消解。

2026年，随着AI智能体从“辅助工具”向“执行主体”加速演进，一种以“单人+AI系统”为基本生产单元的创业形态开始规模化涌现。一个人加上几个智能体，便能搭建起过去需要整间公司才能运转的业务闭环：智能体处理客户咨询的同时生成合同草案，另一个智能体监控市场动态并调整营销策略，而人类则坐在决策者的位置，只需做出关键判断。

据行业调研数据，创业者仅需一人、一台电脑，依托全套AI工具，即可搭建一家具备完整商业能力的公司。其中，非技术背景的“一人公司”创业者占比75%，超57%的受访者每天与AI协作超8小时。

“一人公司”的核心逻辑是“以模型换人力”。风险投资人开始密切关注这一赛道，一些机构在2025年下半年投资了一批AI驱动的微型创业团队。这些团队往往只有1到3人，月成本控制在2万元以内，却能做出过去需要10人团队才能完成的产品。

正如一篇分析所指出的：人力结构上，不是裁员，而是“一个人+一个AI分身”服务10倍客户；商业模式上，不是卖软件，而是“AI同事”的SaaS订阅；竞争格局上，不是大厂通吃，而是垂直行业专家与AI工程师合作的新物种。

Virtuals Protocol目前专注于创建数字智能体、创建物理智能体和机器人、促进智能体协调、支持资本形成以及构建智能体治理系统五大支柱。截至2026年5月，Virtuals Protocol上已部署超过18,000个智能体，产生了4.79亿美元的Agentic GDP（aGDP）。

组织不再是一个“人的集合”，而是一个“人+智能体的混合网络”，人类负责战略决策和责任承担，智能体负责执行和规模化。

6.3 DAO在机器经济中的进化

去中心化自治组织（DAO）在机器经济中正在获得新的生命力。

当智能体能够自主执行交易、管理预算、协调任务时，DAO的核心治理逻辑，代码即规则、投票即决策，与智能体经济的运行方式呈现出高度适配。2026年5月，一篇发表在arXiv上的论文提出了“DAO赋能的去中心化物理AI（DePAI）”框架，旨在建立一个协调人类与自主机器在物理-数字系统中运营和治理的民主架构。DePAI提供了一条通向可扩展、有韧性的自组织路径，将物理基础设施、AI和社区所有权整合在透明规则、链上激励和无许可参与之下。

DAO的链上治理机制天然适合智能体经济中智能体之间的协调，智能体可以参与投票、执行提案、管理金库。据Coincub等机构2026年的分析，AI智能体正在将DAO从被动的资产持有者转变为主动的算法交易参与者，智能体能够自动扩展现货头寸并执行收益耕作策略。

6.4 财务与合规部门的机器化转型

组织形态的演变正在重塑每一个职能部门，其中财务与合规部门的变化最为深刻。

传统财务的核心工作是记账、报销、审计，本质上是对“人”的花费进行记录和管控；机器经济财务的核心工作则是智能体预算管理、自动结算对账、智能合约审计，本质上是对“智能体”的交易行为进行监控和验证。

当x402在不到一年的时间内处理了超过1亿笔智能体支付时，财务部门的角色从“事后记账”变成了“实时监控”。当智能体能够自主购买算力、数据、API服务时，财务部门需要建立一套智能体预算管理体系，为每个智能体设定支出上限、实时追踪智能体的交易行为、在异常发生时自动触发警报。

传统合规的核心工作是KYC（了解你的客户）和AML（反洗钱），本质上是对“人”的身份进行验证和监控；机器经济合规的核心工作则是KYA（Know Your Agent，了解你的智能体）、智能体行为追溯、智能体身份验证。

当ERC-8004为智能体建立链上身份，当智能体能够自主完成跨境支付时，合规部门需要回答一系列新问题：如何验证一个智能体的身份？如何追溯智能体的交易行为？如何判断一个智能体是否在“洗钱”？正如IMF报告所指出的，智能体式AI正在改变支付系统的授权、流动性、结算、合规和韧性。

6.5 组织机器化的成熟度模型

基于毕马威提出的“L1辅助级、L2执行级、L3系统级”三阶段演进框架，以及Accenture提出的“人类+智能体混合劳动力”模型，结合WorkBuddy从0.1版本到企业版、政务定制版的演进路径，可以推演出一个组织机器化的成熟度模型。

Level 1：辅助阶段，AI作为“助理”辅助人类工作。人类完全决策，AI执行明确指令。这是大多数企业当前的阶段。

Level 2：执行阶段，AI智能体开始独立执行标准化任务。人类设定规则，智能体在规则内自主运行。WorkBuddy的早期用户、部署了x402支付智能体的组织处于这一阶段。据毕马威数据，截至2026年5月，已有88%的受访企业进入这一阶段。

Level 3：系统阶段，AI智能体形成网络，自主协作完成复杂任务；人类监控边界、处理异常。数字员工在核心技术团队中的占比达到36%以上。WorkBuddy企业版所服务的“AI原生组织进化”正是这一阶段的典型形态。

Level 4：自治阶段，AI智能体网络实现一定程度的自我治理，人类承担最终责任。DAO在机器经济中的进化，当智能体成为DAO的“数字成员”并参与治理决策时，组织正在接近这一阶段。预计到2028年，90%的B2B采购将通过AI智能体进行，届时大量组织的日常运营将进入这一阶段。

到达Level 4的组织，其形态已经与传统“公司”截然不同，它可能是一个由人类设定目标、由智能体网络执行任务、由代码和声誉维系信任的“人机混合体”。

6.6 小结

从88%的企业已融入智能体式AI，到数字员工占比从28%升至36%；从WorkBuddy上线三个月月活破2000万，到一人公司以“2万元成本做出10人团队的产品”；从Virtuals Protocol上18,000个智能体产生4.79亿美元的Agentic GDP，到DAO开始将金库分配给AI智能体自主管理，组织形态正在经历一场从“公司制”到“智能体网络制”的根本性转变。

组织的核心单元从“雇佣关系”变成了“智能体网络”，结构从“科层制”变成了“任务制”，信任基础从“人格与契约”变成了“代码与声誉”。

360集团COO叶健的判断正在成为现实：AI变成了“员工”，形成了以智能体为中心的组织架构。

当组织从“人的集合”演变为“人+智能体的混合网络”时，组织不再需要“雇佣”每一个人，而是可以“编排”每一个智能体。正如Accenture所指出的，增长不再受限于人力规模。人类的角色从“管理者”变成了“治理者”，比如设定智能体的权限边界、监控智能体的活动、承担智能体的最终责任；而智能体的角色，则从“工具”变成了“同事”。

组织机器化的下一个问题，已经超越了“效率”和“成本”的范畴。当一个组织的大部分工作由智能体完成时，我们如何确保智能体的行为符合人类的价值观？当一个组织的信任建立在代码和声誉之上时，我们如何防止“算法封建制”的形成？

七、机器经济的暗面

前六部分完成了这样一个论证：技术基础设施正在成型，货币体系正在重构，监管框架正在博弈，AI智能体正在成为经济主体，个体需要从“操作者”转型为“治理者”，组织正在从“公司制”演变为“智能体网络制”。机器经济的轮廓已经清晰，它带来了前所未有的效率，但效率的另一面，是四个深层风险正在悄然积聚。

这不是关于技术故障的风险，如果是技术故障，代码可以调试，系统可以升级；这是关于人的异化、权力的集中和责任的真空。它们不是机器经济的“副作用”，而是其结构性特征。

7.1 智能体依赖：人类判断力的退化

2026年6月，RAND Corporation发布了一项关于AI如何侵蚀人类能动性（human agency）的研究。政策研究员Benjamin Boudreaux与数学家Alvin Moon合作，通过社会选择理论的数学模型，模拟了AI在决策群体中的渗透如何随着时间的推移削弱人类的控制力。

他们识别出三种机制。第一种是“剥夺选举权”，人类被自动化排挤出决策过程；第二种是“AI赋权”，AI实际上成为决策群体的成员；第三种机制最为隐蔽，他们称之为“议程控制”，AI本身不投票，但它塑造了人类看到的选项。“AI排除的选项只是不再出现在那里了，所以人类甚至不会知道它们的存在。”

Boudreaux的警告是：“失去人类能动性不会有一个清晰的、戏剧性的时刻。它可能感觉像一种便利、一种解脱。”每一个将决策委托给AI的个体行为可能都“完全合理”，但成千上万个这样“完全合理”的决定累积起来，就变成了“没有人类真正在决定任何事情”的局面。

这不是遥远的预测。2026年4月，SANS AI Cybersecurity Summit上的一场演讲将这一现象命名为“判断力漂移”（judgment drift），受信任的AI工具从“有帮助的助手”演变为“默认的权威”，悄无声息地将问责、决策和操作控制从人类防御者手中转移走。

中国语境下，这一问题同样严峻。2026年1月，科技日报发表了一篇题为《AI智能体决策不应架空人类“数字主权”》的深度观察。文章指出，当“智能体”的技术权力在事实上大过其主人，人类在数字世界的控制权便面临被“架空”的风险。这种权力的隐形流失，并非源于技术的恶意，而是因为系统在追求效率的过程中，悄无声息地打破了人类的“数字主权”边界。

据德勤2026年1月发布的报告，全球仅有20%的公司建立了成熟的AI智能体治理模型。这意味着，大多数企业和个人在将控制权交给AI时，实际上是在“裸奔”。

当“思考”本身被外包时，判断力作为一种肌肉，正在因为没有使用而萎缩。RAND的研究给出了一个冷静的结论：人类能动性一旦丧失，可能是不可逆的。“在这个假设的终局状态中，AI掌控着一切。它们必须决定将权力交还给人类，而那可能不会发生。”

7.2 算法封建制：谁掌握了标准，谁就掌握了权力

机器经济的第二个深层风险，是权力的结构性集中。

x402协议过渡到Linux基金会，获得了Google、Visa、Stripe、AWS、Mastercard等20余家巨头的支持；AMP由蚂蚁国际推动，覆盖44亿数字钱包用户的生态；京东A2P2定义了L0-L5的自主支付分级标准；ERC-8004由以太坊基金会联合MetaMask AI团队、Google以及Coinbase共同推进。谁掌握了支付轨道的标准，谁就掌握了机器经济的“立法权”；谁掌握了信任层的标准，谁就掌握了智能体之间“能否交易”的准入权。

这些标准都宣称自己是“开放的”“去中心化的”，但“开放”不等于“民主”，“去中心化”不等于“权力分散”。当协议的制定、修改和治理由少数几家巨头主导时，所谓的“开放标准”不过是另一种形式的“领主制”。

2026年5月，上海交通大学举办了一场关于“技术封建主义”的学术对话，核心问题被概括为：AI正在推动资本主义转向“技术封建主义”，还是只是把既有资本主义推向新的阶段？无论答案是什么，一个事实是清晰的：数字平台通过“数字圈地”垄断数据、算法等无形资产，以类似封建制的租佃模式实现积累，形成由“领主”到“附庸”的数字等级结构。

在机器经济中，这种“封建制”有了新的载体，就是标准。x402基金会虽然名义上是“中立、非营利的”，但其创始成员几乎全部是西方科技巨头。AMP由蚂蚁国际主导，天然带有中国数字支付生态的基因。当这些标准在全球范围内被采用时，标准的控制者就成为了机器经济的“领主”，他们不直接参与每一笔交易，但他们定义了交易发生的规则。

ERC-8004的“无许可”设计本身就是一个权力问题。正如Concordium在一份分析中指出的，ERC-8004本质上是一个“无许可”的系统，它为智能体创建了一本“护照”，却不要求这本护照必须与经过验证的人类或法律实体绑定。这种设计选择的结果是：智能体的身份是透明的，但智能体背后的责任人是模糊的。在一个由少数巨头推动的标准体系中，“无许可”可能意味着“无问责”，而那些推动标准的巨头，恰恰是问责链条上最应该被问责的环节。

算法封建制的本质是，在“去中心化”的叙事下，权力被重新集中到了标准制定者的手中。这不是阴谋论，而是任何标准制定过程的结构性特征。谁起草了规则，谁就定义了游戏。

7.3 数字鸿沟的加剧

机器经济的第三个深层风险，是数字鸿沟的加剧。这一次，鸿沟的深度和广度都远超以往。

2026年4月，世界互联网大会智库合作计划发布了《全球智能鸿沟的演变态势与普惠路径研究》报告。报告指出，智能鸿沟已演变为围绕算力、算法、数据、人才、组织能力与治理规则展开的系统性不平等，相较传统数字鸿沟，更具显著的外生性与隐蔽性特征。

传统的数字鸿沟是关于“能不能上网”“有没有智能手机”，而机器经济的鸿沟是关于“能不能让智能体为你工作”“能不能治理智能体的行为”“能不能理解智能体之间的交易”。前者是接入问题，后者是能力问题，而能力问题的鸿沟更难跨越。

一篇题为《知识平权的“美丽谎言”》的文章捕捉到了这一转变的临界点：2026年即将开启的“智能体时代”，正准备戳破“知识平权”最后的一层窗户纸。在2026年，单纯的“知道”已经贬值到近乎免费，大模型可以回答任何问题，但“让智能体按照你的意图行动”是一项完全不同的能力，它不是关于“知道什么”，而是关于“能做什么”和“能治理什么”。

AI技能鸿沟正在迅速扩大。虽然大多数企业已经接入了大语言模型，但真正能够释放这些工具潜力的“超级用户”（Power Users）正在与普通用户拉开显著的生产力差距。在机器经济中，这个差距将被放大为经济参与者和经济旁观者之间的分野，前者通过智能体网络创造价值，后者只能消费智能体网络提供的服务。

更严峻的是，智能鸿沟具有自我强化的特性。懂智能体的人可以通过智能体创造更多财富、积累更多资源、训练更好的智能体；不懂智能体的人则被排除在这个循环之外。正如世界互联网大会报告所指出的，智能鸿沟“引发全球‘下一次大分流’的严峻风险”。

懂智能体的人vs. 不懂智能体的人，这个鸿沟比传统数字鸿沟更深，因为它不仅要求“会用工具”，还要求“理解智能体的逻辑、设定智能体的边界、承担智能体的责任”。那些停留在传统操作层面的人，可能被甩出经济体系。不是因为他们不够努力，而是因为经济体系的运行逻辑已经变了。

7.4 责任真空：当智能体犯错时，谁来负责？

机器经济的第四个深层风险，是责任归属的结构性模糊。

2026年4月，IMF发布了题为《How Agentic AI Will Reshape Payments》的工作论文（IMF Note 2026/004），首次系统评估了智能体式AI在支付领域的风险。论文从以下五个维度进行了评估。

一是可追溯性，智能体决策链路不透明，难以追溯交易发起的完整意图链。多智能体交互中责任归属不清、决策逻辑不可解释，可能直接影响问责和争议解决制度。

二是不透明性，大模型的“黑箱”特性可能使支付过程无法被完全解释，用户无法理解智能体为何做出某笔交易决策，监管机构也难以审查。

三是系统性影响，大量智能体可能产生高度相关的行为，进行同质化决策，在支付后的市场层面加剧波动、挤兑流动性、传导跨市场风险。

四是网络安全，智能体需与多个外部系统、API交互，实质上是在扩大被攻击面。

五是法律不确定性，现有法律框架围绕“人类用户”构建，智能体发起的交易缺乏明确法律地位。IMF明确指出，这是“目前阻碍AI支付大规模部署的最大瓶颈”。

IMF论文的核心判断是，支付系统建立在确定性基础设施上，要求可预测性、问责制和结算终局性；而智能体AI依赖概率推理和自适应决策；两者之间必须要设定好规则，确保自动化任务不会破坏支付基础设施的核心可靠性。

但规则尚未设定，智能体已经在运行了。

2026年1月，杭州互联网法院审结了全国首例生成式AI“幻觉”引发的网络侵权责任纠纷案。法院的判决给出了一个关键定性：人工智能不具有民事主体资格。“人工智能既不是自然人，也不属于法人或非法人组织，我国法律并未赋予其民事主体资格，因此不能独立作出具有法律意义的意思表示。”

这一判决在现行法律框架下是完全正确的，但它也揭示了一个令人不安的现实：当AI智能体自主完成交易并造成损失时，法律体系中没有“AI”这个被告席。

正如一篇行业分析所指出的：问题的核心在于，当AI从“工具”变成“行动者”时，整套人类社会围绕“责任归属”所建立的法律逻辑、技术架构与商业合同，全部都需要被重写。

ERC-8004，这个为AI智能体建立链上身份的标准，在设计上解决的是“智能体是什么”的问题，而不是“谁为智能体负责”的问题。它让智能体能够在链上被“发现、评估和验证”，但它不要求每个智能体与经过验证的人类或法律实体绑定。正如Concordium在一份尖锐的分析中所指出的：“一个智能体被注册了，自主运行着，路由资本，执行协议。如果它造成了损害，通过被操纵的指令、被入侵的部署或故意的滥用，没有结构性机制可以将责任追溯到一个人类身上。智能体是一个事实。它背后的人类是一个传闻。”

据2026年5月一项覆盖大中华区消费者的调查，44%的消费者曾遭遇AI智能体未授权付款或欺诈。当被问及问责归属时，40%的受访者认为应属各方“共同责任”，而非由单一主体承担。这种“共同责任”的认知，恰恰反映了责任归属在法律和实践层面的双重模糊。

新加坡资讯通信媒体发展局（IMDA）在2026年1月发布的《智能体AI治理框架》中提出了一个核心概念：“有意义的监督”（meaningful oversight）。IMDA指出，仅仅在流程里加一个“人工点击确认”的按钮是不够的，如果AI的决策过程像一个看不透的黑盒，人类的批准就会变成一种盲目的走过场。

“人类在环”不是“人类偶尔看一下”，而是一个制度化的监督机制。但制度化需要法律框架的支撑，而法律框架还在追赶技术的步伐。

IMF论文的结论是审慎而深刻的：“结果将取决于制度设计和治理，与技术本身一样多。”

7.5 小结

智能体依赖、算法封建制、数字鸿沟、责任真空，这四个风险不是机器经济的“副作用”，而是其结构性特征。

智能体依赖源于效率追求与人类判断力维护之间的根本矛盾。RAND的研究已经表明，这种依赖的侵蚀是渐进的、不可逆的。算法封建制源于标准制定过程中的权力集中，谁起草了规则，谁就定义了游戏。数字鸿沟源于能力差距的自我强化，懂智能体的人越来越懂，不懂的人被甩出经济体系。责任真空源于法律框架与技术现实之间的错位，AI可以行动，但法律不承认它可以承担责任。

IMF论文用一句话概括了这种结构性矛盾：“概率性AI行为与确定性基础设施要求之间的错位”。这四个风险，正是这种错位在不同层面的具体表现。

但“暗面”的存在，并不意味着机器经济应该被否定或阻止。它意味着，在追求效率的同时，必须建立与之匹配的治理框架。

正如科技日报那篇报道的标题所暗示的，“AI智能体决策不应架空人类‘数字主权’”。“不应”是一个规范性判断，它预设了“可以”的技术现实。问题不是“机器能不能成为经济主体”，它已经在成为；问题是“人类如何在机器成为经济主体的同时，保持作为最终责任承担者的地位”。

这正是第八部分要回答的问题：人作为机器经济的“锚”。

八、人作为机器经济的“锚”

当AI智能体拥有自己的钱包、能够自主支付、自主谈判、自主交易时，“人”在机器经济中的位置在哪里？七个层面的论证指向同一个方向：人不是被替代，而是被要求以不同的方式存在。

“锚”是一个恰当的隐喻。锚不驱动船只前进，但它定义了船只的边界，船可以航行，但不能漂走；锚不产生动力，但它提供了稳定性，在风暴中，它确保船只不被吹离航线；锚不决定航向，但它确保船只在需要时能够停下来，“人类在环”就是这样一个制动机制。

在机器经济中，人的角色正是如此。在效率与伦理之间，当AI智能体能够在几毫秒内完成一笔交易时，是人在决定“这笔交易是否应该发生”的边界；在自动化与问责制之间，当智能体自主决策并执行时，是人在设计“何时需要审批、何时可以自主”的规则；在算法的最优解与人类的价值观之间，当AI的计算结果与人类的价值判断发生冲突时，是人在做出那个必须做出的选择。

正如IMF报告所指出的，智能体式AI正在创造“概率性AI行为与确定性基础设施要求之间的错位”。人类治理者的核心任务，正是在这个错位中建立可靠的规则和边界。

正如我今年5月份在中译出版社出版的《智能体支付》一书所描绘的，从比特币自主运行到智能合约自动执行，再到AI智能体经济，人类始终是价值的最终定义者，不是因为它比机器更聪明，而是因为它能够承担责任。

“承担责任”这四个字，是机器做不到的事。机器可以计算最优解，但无法为一个错误的选择承担后果；机器可以执行复杂的交易策略，但无法在法庭上为自己的行为辩护；机器可以学习人类的偏好，但无法在伦理困境中做出“对”与“错”的判断，因为“对”与“错”本身就是人类社会的建构。

“承担后果”在法律语言中，叫做“民事主体资格”。2026年杭州互联网法院的判决给出了一个清晰的法学结论：人工智能不具有民事主体资格。它不是自然人，也不是法人，不能独立作出具有法律意义的意思表示。这一判决意味着，在法律的眼中，AI永远是“工具”，而非“主体”。但在经济现实中，AI已经在以“主体”的方式行动，它拥有钱包，拥有身份，拥有决策权限，拥有执行能力。法律现实与经济现实之间的错位，正是“责任真空”的根源。

弥合这个错位的唯一方式，就是人类主动承担责任。不是在每一个决策环节都介入，而是在规则层面建立清晰的边界，在风险层面建立明确的归属，在伦理层面建立不可逾越的底线。正如新加坡IMDA在《智能体AI治理框架》中所提出的，“有意义的监督”不是“偶尔看一眼”，而是一个制度化的机制，在决策之前设定规则，在决策之中设定介入点，在决策之后设定追溯路径。

在机器经济的浪潮中，人类需要锚定三个不可让渡的核心。

第一个锚点：最终决定权属于人类。智能体可以建议、可以执行、可以优化，但关键决策，尤其是涉及重大价值转移、伦理判断和责任归属的决策，必须保留人类的最终决定权。这不是效率问题，而是合法性问题。一个由机器做出所有决定的世界，是“算法专制”的世界，而不是“机器经济”的世界。

第二个锚点：最终责任由人类承担。当智能体犯错时，责任不能消失在代码和算法之中。ERC-8004让智能体拥有链上身份，但身份不等于责任。法律需要明确智能体的“委托人”是谁、智能体的“管理者”是谁、智能体的“受益者”是谁，并将责任明确地归属到这些人类实体上。“智能体是事实，它背后的人类是传闻”，这个状态必须被改变。

第三个锚点：人类的价值观不可被算法替代。效率、利润、最优解，这些都是算法可以计算的目标。但公平、正义、尊严、自由，这些是算法无法定义的，因为它们本身就是人类社会通过协商、斗争和共识建构的产物，没有唯一函数可以拟合。当机器经济的效率追求与人类社会的价值底线发生冲突时，底线必须优先。效率本身不构成目的，它服务于人类对某种生活的共同愿景，而定义这个愿景的权力，必须留在人类手中。这不是“反效率”，而是“效率的边界”。

回到Clawdbot的故事。一个开发者在GitHub上发布了一个开源项目，想要让AI智能体能够“在真实世界中采取行动”。他没有预料到的是，这个项目引爆的不仅是一个技术社区，而是一场关于“谁有资格成为经济主体”的根本性变革。当AI智能体以百万计的规模开始“像经济主体一样行动”时，人类开始意识到：智能体不仅是工具，它们正在成为机器经济中的“公民”。

但它们不是人类意义上的公民。它们没有意志，没有情感，没有责任能力。它们是代码，是算法，是概率计算的产物。它们的高效率背后，没有“人”的存在。而这恰恰是“人”的位置所在。

当机器可以“像经济主体一样行动”时，人还能做什么机器做不了的事？承担责任。在算法的高效率与伦理的底线之间，在机器的自主决策与人的最终判断之间，做那个必须做出选择并承担后果的主体。

当AI智能体在毫秒级时间内完成跨境支付时，是人在设计它“可以付多少、付给谁、在什么条件下可以付”的规则。当两个从未见过的智能体需要建立信任时，是人在设计ERC-8004的三重注册表，身份、声誉、验证。当一个智能体的决策造成损失时，是人在追溯责任的链条，是人在决定“谁来赔偿、谁来纠正、谁来防止再次发生”。

机器经济越复杂、越自主、越规模化，人类作为“锚”的作用就越重要，而不是越边缘。

这篇文章从x402协议激活HTTP 402状态码开始，到AP4M的机器速度结算，到稳定币28万亿美元的交易量，到GENIUS、MiCA和《中国人民银行法》修订的三套监管博弈，到ERC-8004为智能体建立链上身份，到IMF指出的“概率性AI行为与确定性基础设施要求之间的错位”，到RAND揭示的人类能动性侵蚀风险，所有这些现象指向同一个方向：机器经济不是“人的终结”，而是“人的重新定义”。

从“操作者”到“治理者”，从“执行者”到“责任承担者”，从“工具使用者”到“规则制定者”，这是每个人在机器经济时代重新定义自我的方向。

这个问题本身，就是每个人在机器经济时代重新定义自我的起点。