跳到主要内容

当 AI 代理掌握私钥：为什么 Mind Network 的 FHE 押注可能定义下一个 3110 亿美元

· 阅读需 11 分钟
Dora Noda
Dora Noda
Software Engineer

目前，有 25 万个自主代理在加密轨道上路由价值。它们涉及的稳定币供应量高达 3110 亿美元。然而，目前还没有一个生产系统能够回答财务主管在交出钱包前会问的最简单问题：“我能否证明该代理是在我的数据上进行推理，而包括代理宿主在内的任何人都无法读取这些数据？”

这个问题是 2026 年 4 月流传的每一份“代理经济”融资计划书中的软肋。Web3Caff 发布的一份长达 19,000 字的研究报告将 Mind Network 填补到了这一空白中，并认为全同态加密（ FHE ）是当今受 TEE 保护的代理钱包与可靠的“不可信机器经济”之间缺失的原语。这一论点非常大胆，但也值得认真对待，因为其他替代方案——必须信任的 TEE 、无法推理的 ZK 证明，以及滞后于漏洞利用数周的声誉系统——各自都存在结构性上限。

报告指出的结构性矛盾​

Web3Caff 的文章以一个看似简单的声明开篇：2025 年是“ AI 代理资产化之年”，但代理继承的协议从未针对不可信机器经济而构建。HTTPS 保护传输中的数据。区块链暴露结算时的数据。两者都无法保护中间的推理步骤——即代理根据加密输入决定如何利用他人的 4000 万美元稳定币进行何种交易的时刻。

数据使问题变得具体：

  • 截至 2026 年初，稳定币供应量已突破 3110 亿美元，其中 USDC 几乎翻倍至约 780 亿美元，Tether 以 59% 的市场份额持有约 1840 亿美元。到 4 月，总额已接近 3200 亿美元。
  • 代理目前发起了约 19% 的 DeFi 交易量——包括 MEV 机器人、稳定币路由、调仓器、意图求解器——但在极少数管理非琐碎资产管理规模（ AUM ）的情况下，它们通过在透明账本上的每一次行动泄露策略。
  • FHE 的引导延迟已从 2021 年的约 50ms 下降到 2025 年的 1ms 以下，终于使实时加密计算在交易和预言机工作负载中变得可行。

将这三个事实放在一句话中，差距显而易见。资本是真实的。代理活动正在增长。而让两者结合且不泄露 IP 、持仓或策略的加密层在生产环境中尚不存在。

Mind Network 实际交付的内容​

Mind Network 的切入点比“私有智能合约”更窄、更具防御性。它将 FHE 视为解决代理经济失效的三个特定层面的基石：

  1. 加密预言机输入。 如今在价格流上进行推理的代理要么信任中心化的预言机聚合器，要么在链上暴露其整个查询模式。Mind Network 的 FHE 层位于 Chainlink CCIP 和消费合约之间，让代理能够在不让网络运营商、预言机或区块链获知输入的情况下对加密数据进行计算。
  2. 通过 x402z 实现的机密 A2A 支付。 于 2026 年 1 月与 Zama 共同宣布，并基于 ERC-7984 代币标准构建，x402z 让一个代理可以向另一个代理支付计算或数据费用，而无需透露金额、交易对手或意图。它是 Coinbase 的 x402 HTTP 支付协议之下的隐私层——该协议目前正为 Agentic.market 提供动力。
  3. 面向 AgenticWorld 的 HTTPZ。 Mind Network 将 HTTPZ 构想为 HTTPS 的零信任升级，其中存储、传输和计算在端到端均保持加密状态。AgenticWorld 是生态系统层，代理在 HTTPZ 之上互相发现、协商并进行交易。

一个有用的信号表明这不仅仅是 PPT ：在 2025 年底，DeepSeek 将 Mind Network 的 FHE Rust SDK 合并到了其开源模型中——这是顶级 AI 模型提供商首次集成 FHE 。主流机器学习领域开始认真对待加密推理，而不仅仅是加密隐私圈。

路线图要求在 2026 年第三季度进行有限的主网部署，在广泛发布之前，向一组受控的合作伙伴推出由 FHE 驱动的代理间（ Agent-to-Agent ）支付解决方案。

堆栈之战：FHE vs fhEVM vs 盲计算 vs MPC 超级计算​

该报告最有用的贡献是强制对竞争代理经济的四种隐私计算架构进行了清晰的比较。每种架构都有不同的信任假设，如果买家将其视为替代品，将会受到损失。

架构领先项目信任模型最佳适用场景
面向代理的纯 FHEMind Network密码学、后量子（基于格）加密预言机推理、机密 A2A 支付
通用 FHE 计算Zama (fhEVM)密码学，结合用于密钥管理的门限 MPC可编程机密智能合约
盲计算网络NillionMPC 编排，与 FHE/ZK 混合私有用户数据的存储和计算
MPC 超级计算机ArciumMPC + FHE + ZKP 结合协作 AI 训练和金融

权衡空间非常明显。基于 TEE 的方法（如 Coinbase 的 Agentic 钱包）提供接近原生的性能，并且目前已投入生产，但要求用户信任 Intel/AMD/ARM 的硬件设计以及不存在侧信道漏洞。纯 FHE 消除了硬件信任假设，但即使具有亚毫秒级的引导速度，其计算成本仍比明文高出 100-1000 倍。MPC 将信任分散在运营商之间，但引入了网络延迟和活跃度风险。ZK 证明计算正确发生，但不允许你对尚未拥有的隐藏输入进行推理。

Mind Network 的赌注是，对于代理在机密输入上进行推理的窄领域，FHE 的开销是可接受的，且信任的减少是决定性的。Zama 正在布局通用计算。Nillion 和 Arcium 则押注混合编排胜出。这些都不是简单的替代品——它们是同一个未来堆栈的不同层级。

为什么“钱包 vs. 推理”的分离至关重要​

2026 年最具架构意义的转变是钱包代理 (wallet agents) 与推理代理 (reasoning agents) 的分离。从 Coinbase 的 Agentic Wallet 可以看出——从 2025 年的 AgentKit（代理内置钱包）转向当前的模式（钱包作为一种可通过 MCP 调用的服务，代理永远看不到私钥）——这捕捉到了云安全领域的深刻见解：单体信任边界在模块化隔离面前总是显得脆弱。

Cobo 基于 MPC 的智能代理钱包、Human.tech 的双方计算代理 WaaP、MoonPay 的开放钱包标准 (Open Wallet Standard) 以及 Coinbase 基于 TEE 锚定的设计，都汇聚于一个原则：代理绝不能持有私钥。目前的分歧仅在于用什么来取代单密钥托管——是 TEE、MPC 分片、智能合约策略门控，还是几种方式的结合。

Mind Network 在这一版图中的定位并非竞争性的钱包，而是钱包代理可以调用的加密计算层。推理代理将其输入加密，通过 HTTPZ 发送给 FHE（全同态加密）服务进行交易决策计算，并将加密后的意图交给持有密钥并提交交易的钱包代理（如 Coinbase、Cobo、Safe）。在整个链路中，没有任何一层能看到明文策略。任何操作员都无法抢跑、抄袭或进行选择性审查。

这正是机构财务主管们自有人提议让 LLM 重新平衡 1 亿美元仓位以来，一直私下要求的架构。

可能导致该论点失效的因素​

有三种失败模式值得关注。

首先，对于大多数工作负载而言，FHE 的经济效益仍逊于 TEE。 如果 Coinbase、AWS Nitro 和 Intel TDX 继续强化 TEE 的安全性，并将单次操作成本降至接近于零，那么 FHE 的边际价值将收缩到少数高风险垂直领域（如国库管理、受监管交易、主权数据）。这确实是一个真实的市场——但它并非“整个代理经济”。

其次，密钥管理仍然是 FHE 的阿喀琉斯之踵。 即使是 Zama 的设计，也将 FHE 解密密钥分散在门限 MPC 委员会中。Mind Network 在大规模扩展时也会面临同样的约束：谁来运行门限节点，如何激励他们，以及什么能阻止监管机构强制要求达到法定人数？密码学已经实现了后量子就绪，但围绕它的治理尚未经过压力测试。

第三，代理经济本身可能只是统计学上的偏差。 CryptoSlate 在 2026 年 4 月的分析表明，高达 76% 的“代理交易量”其实是机器人在合约之间转移稳定币，而非自主商业行为。如果真正的推理代理 AUM（资产管理规模）保持在较小规模，那么 FHE 只是针对利基问题的一个华丽答案。

值得关注的核心框架​

剥离营销辞令后，该报告的核心主张是可验证的：代理经济需要一个隐私层，该层必须具备：(a) 基于密码学而非硬件信任；(b) 从第一天起就具备后量子抗性；(c) 在单次决策层面足够便宜，能够支持真实的代理流量。FHE 是唯一满足这三点的候选方案。Mind Network 究竟是会成为“机器信任的 HTTPS 时刻”，还是被吸纳到与 Zama、Nillion 和 Arcium 并列的多供应商技术栈中，这是一个次要问题。

首要问题是——正如一位授权代理管理国库的 CFO 所问的那样——加密边界是否稳固。2026 年 4 月，随着 3110 亿美元的稳定币在等待答案，正在交付的架构终于开始配得上这个问题了。

BlockEden.xyz 在 AI 代理已经产生实际价值的链上（包括 Ethereum、Solana、Sui、Aptos 等）提供企业级 RPC 和索引基础设施。随着代理流量模式与人类行为产生分歧，底层的 API 层也必须随之进化。探索我们的服务，在为机器经济设计的架构上进行构建。

来源​

Share on Twitter