跳到主要内容

58 篇博文 含有标签「创新」

技术创新和突破

查看所有标签

Aave V4 重写 DeFi 规则:中枢辐射型架构如何力争成为加密货币的流动性操作系统

· 阅读需 11 分钟
Dora Noda
Software Engineer

每隔几年,就会出现一个不仅是迭代,更是重新定义类别的协议升级。Aave V4 计划于 2026 年初上线主网,凭借其基础架构的彻底改革,其开发者称之为“DeFi 操作系统”。凭借在 13 个区块链上锁定的 244 亿美元总价值,这一占主导地位的借贷协议正押注于统一流动性和模块化市场设计,力求从一个应用转型为基础设施——即所有其他项目构建的基础层。

赌注巨大。V4 的成功发布可以巩固 Aave 在 DeFi 借贷中 62–67% 的市场份额,并为数万亿代币化的现实世界资产开辟路径。一次失误,加上内部治理动荡和日益激烈的竞争环境,可能会在最关键的时刻瓦解生态系统。

AI Agent 革命:加密货币交易所如何转型为操作系统

· 阅读需 10 分钟
Dora Noda
Software Engineer

在 2026 年 3 月初的 72 小时内,全球三家最大的加密货币交易所相继推出了竞争激烈的 AI 智能体(AI agent)交易工具包——将自身从简单的订单撮合引擎转变为自主机器的全功能操作系统。这场军备竞赛预示着比产品发布周期更重大的变革:它标志着加密货币交易所不再仅仅为人类而建,而是开始为 AI 而建。

AI 单一文化问题:为什么相同的风险模型可能触发 DeFi 的下一次连锁反应

· 阅读需 10 分钟
Dora Noda
Software Engineer

2026 年 2 月,大约 15,000 个 AI 代理尝试在 3 秒钟的时间窗口内退出同一个流动性池。结果是在人类风险管理人员还没来得及触碰键盘之前,就发生了 4 亿美元的强制清算。这些代理并没有串通 —— 它们只是运行着近乎相同的风险模型,并在同一时间得出了相同的结论。

欢迎来到 DeFi 的单一栽培问题:当一个为去中心化设计的生态系统在风险管理上趋同于少数几种 AI 架构时,所产生的新兴系统性风险。

Vibe Trading :当自然语言在加密货币领域取代代码

· 阅读需 11 分钟
Dora Noda
Software Engineer

三分钟。这就是现在从输入“当 RSI 跌破 30 时买入 SOL,并在获利 15% 时卖出”,到让实盘交易机器人在主流交易所执行真实订单所花费的时间。没有 Python,没有 API 文档,没有回测框架。只有简单的英语和 CLI 提示符。

欢迎来到氛围交易(Vibe Trading)时代——在这里,加密货币算法交易的门槛已经简化为用一句话描述你的需求。

2026 年钱包大战:智能账户、AI 代理与助记词的终结

· 阅读需 9 分钟
Dora Noda
Software Engineer

你的下一个加密钱包将不再要求你写下 12 个助记词。它不会向你收取 Gas 费用。它甚至可能不需要你按下按钮——因为 AI 代理可能会代表你运行它。

在 2026 年第一季度,加密钱包领域经历了自 2016 年 MetaMask 将以太坊引入浏览器以来最彻底的变革。三股合力——以太坊原生智能账户抽象、进入生产阶段的自主 AI 代理钱包,以及取代助记词的通行密钥(Passkeys)身份验证——正在改写人类(及机器)与区块链交互的所有假设。

DeFi 自动化代理架构:构建自主金融系统

· 阅读需 16 分钟
Dora Noda
Software Engineer

到 2026 年,预计 60% 的加密钱包将集成代理式 AI 以进行投资组合管理、交易监控和安全保障——这标志着从手动 DeFi 策略向自主金融系统的根本性转变。当人类交易员睡觉时,AI 代理现在正执行数百万美元的再平衡操作,每天防御价值数亿美元的清算,并同时优化数十个协议的收益。这不是投机性的未来主义——而是正在重塑去中心化金融中价值流动方式的生产级基础设施。

自主 DeFi 代理的崛起

从被动收益耕作向主动代理编排的转变,代表了 DeFi 的成熟——即从需要人类持续监督的工具转变为自我管理的金融系统。传统的 DeFi 参与要求用户手动领取奖励、监控抵押率、再平衡投资组合并在碎片化的协议中跟踪机会——由于时间限制和技术复杂性,这种工作流程将大多数潜在参与者排除在外。

自主代理通过作为 7/24 全天候的编排层来解决这一执行差距,它们无需人类持续参与即可监控市场、管理风险并执行链上操作。来自 Coinglass 的数据定期显示,在市场波动期间,短时间内会发生数亿美元的强制清算,这凸显了手动或延迟执行的局限性。

DeFAI——自主 AI 代理在去中心化金融中的集成——使系统能够同时评估多个风险信号,而不是对孤立的价格变动做出反应。当条件发生变化时,例如清算风险上升或流动性不平衡,代理会自动实时再平衡头寸、调整抵押率或减少风险敞口。

自动复利架构:从手动耕作到自主金库

Yearn Finance 通过其 yVaults 开创了自动复利收益的概念,资产在其中持续产生回报,无需农民手动领取和重新质押。这一架构创新将 DeFi 从劳动密集型的奖励收获转变为以编程方式实现复利回报的“设置后即忘”策略。

自动复利的工作原理

自动复利器会自动收获收益耕作奖励并将其重新投入到同一头寸中,从而在无需手动领取和质押的情况下实现复利回报。Beefy Finance、Yearn 和 Convex 等平台提供执行此循环的自动复利金库(有时每天多次),通过频繁的再投资实现有效年化收益率(APY)的最大化。

Beefy Finance 专注于具有频繁奖励再投资的多链自动复利。到 2026 年,Beefy 拥有最广泛的多链足迹,成为 Linea、Canto 或 Base 等新兴链上希望实现奖励自动化而无需手动收获的用户的首选平台。Beefy 最近集成的 Brevis ZK 证明允许用户以密码学方式验证金库是否正在执行承诺的策略——解决了自主系统中的关键信任差距。

Yearn 的 V3 金库代表了向模块化、可组合收益基础设施的演进。使用 ERC-4626 代币标准,Yearn V3 金库作为“货币乐高”运行,其他协议可以轻松接入。被称为“策略师”(Strategists)的开发者编写协议扩展的自定义代码,而 Yearn 的重点仍然是深度和安全性,而非广度。

用于收益优化的 AI 代理

到 2026 年,像 ARMA 这样的 AI 代理会持续分析 Aave、Morpho、Compound 和 Moonwell 等协议的市场状况,自动将资金重新分配到收益最高的池中。与传统 ETF 每周或每月进行再平衡不同,DeFi 的 AI 系统可以根据实时数据分析每天进行多次再平衡。

Token Metrics 提供专门针对 DeFi 领域的 AI 管理指数,在自动根据市场状况进行再平衡的同时,提供对领先协议的多样化风险敞口。这消除了对持续手动再平衡的需求,同时利用机器学习和实时数据分析来优化资产配置并减轻风险。

投资组合再平衡:智能资产配置

投资组合再平衡代理解决“偏移”(drift)问题——即随着市场价格波动,资产配置自然偏离目标权重的倾向。传统投资组合每季度或每月进行一次再平衡,但自主 DeFi 代理可以持续维持目标配置。

多信号评估

自主代理同时评估多个信号,包括:

  • 去中心化交易所和 AMM 的流动性深度
  • 借贷协议中的抵押健康状况
  • 永续合约市场中的资金费率
  • 影响跨链桥安全和成本的跨链条件

通过实时处理这些输入,代理在预定义的策略约束内动态调整其行为。当波动性激增或流动性变薄时,代理可以自动减少风险敞口、转向稳定币,或在级联清算发生之前退出风险头寸。

基于阈值的再平衡

智能代理并非根据固定计划进行再平衡,而是使用基于阈值的触发器。如果某项资产的权重偏离其目标超过指定百分比(例如 5%),代理就会发起再平衡交易。这种方法在保持投资组合一致性的同时,最大限度地降低了交易成本。

Gas 费用优化是再平衡架构的关键组成部分。嵌入在现代代理中的机器学习(ML)模型可根据网络拥堵模式预测最佳执行时间,从而在搞频再平衡操作中节省大量成本。

清算防御:实时抵押品管理

清算是 DeFi 中风险最高的自动化挑战之一。当抵押率低于协议阈值时,仓位将被强制关闭——通常伴随着巨额罚金。自主代理提供了防御此类风险所需的 24/7 全天候监控。

主动风险监控

基于人工智能的风险管理系统在链上和链下数据源上持续运行,执行以下操作:

  • 所有借贷仓位的抵押率监控
  • 流动性池优化,确保足够的退出深度
  • 异常交易行为检测,标记潜在漏洞利用
  • 自主国库管理,服务于去中心化组织

代理并非等到抵押率接近危险区域,而是通过在利率呈下降趋势时补充抵押品或部分关闭仓位以降低风险敞口,从而维持安全缓冲。这种主动的方法旨在预防清算,而不是在清算发生后才做出反应。

多协议防御策略

复杂的代理可以跨多个协议进行协调,以优化抵押效率。例如,代理可能会:

  1. 监控用户在 Aave 上的抵押仓位
  2. 检测到因资产价格变动导致的抵押率下降
  3. 执行闪电贷(Flash loan)以临时增加抵押品
  4. 将基础资产再平衡为更稳定的组合
  5. 偿还闪电贷——所有操作都在单笔交易中完成

这种原子级的跨协议协调对于人类操作员来说是不可能完成的,但对于能够访问 DeFi 可组合基础设施的自主代理来说则是常规操作。

AI/ML 优化技术

驱动 DeFi 自动化代理的智能层依赖于适应区块链环境的高级机器学习技术。

欺诈检测与异常识别

各种机器学习方法正被用于识别与 DeFi 交互的欺诈账户,包括:

  • 深度神经网络,用于识别交易流中的模式
  • XGBoost、LightGBM 和 CatBoost,在检测以太坊可疑钱包方面,测试准确率达到 95.83% 至 96.46%
  • 微调的大语言模型,用于分析链上行为和智能合约交互

AI 技术可以降低矿工可提取价值(MEV),并提供即时的异常检测,在漏洞利用升级之前遏制可疑活动。这种实时欺诈检测能力对于自主管理巨额资金的代理来说至关重要。

零知识机器学习 (ZK-ML)

零知识机器学习框架代表了隐私保护代理操作的突破。ZK-ML 允许 AI 代理生成密码学证明,证明其风险计算执行正确,而无需暴露敏感的用户级数据或专有的模型逻辑。

这种能力解决了 DeFi 自动化中的一个基本矛盾:用户希望自主代理智能地管理其资产,但不希望向竞争对手或攻击者透露其持仓、策略或风险参数。ZK-ML 在保持机密性的同时实现了可验证计算。

跨链泛化挑战

虽然 AI/ML 技术在单链上表现出色,但跨链泛化能力仍然有限。诸如资产历史较短和类别不平衡等数据局限性制约了模型在不同区块链环境中的泛化。主要基于以太坊数据训练的代理在部署到 Solana、Aptos 或其他具有不同交易模型和风险特征的生态系统时,表现可能会不尽如人意。

DeFi 中五个主要的 AI 应用领域包括欺诈检测、智能合约安全、市场预测、信用风险评估和去中心化治理。成功的代理越来越多地采用集成方法(Ensemble methods),结合针对每个领域的专用模型,而不是依赖单一的通用模型。

钱包集成模式:ERC-8004 与代理身份

为了让自主代理执行 DeFi 策略,它们需要具备包含加密密钥、交易签名能力和链上身份的安全钱包基础设施。ERC-8004 标准通过建立去中心化代理发现和交互的框架来满足这些要求。

ERC-8004 标准

ERC-8004 是一项拟议的以太坊标准,旨在通过建立轻量级链上注册表来解决信任鸿沟,使自主代理能够相互发现、建立可验证的信誉并安全地协作。该标准由三个核心组件组成:

  1. 身份注册表 (Identity Registry):一个基于 ERC-721 且带有 URIStorage 扩展的最小化链上句柄(Handle),解析为代理的注册文件,为每个代理提供一个可移植的、抗审查的标识符。

  2. 信誉注册表 (Reputation Registry):一个用于发布和获取反馈信号的标准接口,使代理能够建立往绩记录,并让用户在委托之前评估代理的可靠性。

  3. 验证注册表 (Validation Registry):用于请求和记录独立验证者检查的通用钩子(Hooks),而链上指针和哈希无法被删除,从而确保审计跟踪的完整性。

钱包兼容性

由于代理身份是一种标准的 ERC-721 NFT,任何支持 NFT 的钱包——包括 MetaMask、Trust Wallet 和 Ledger——都可以持有它。这种兼容性使用户能够使用熟悉的界面管理代理身份,同时保持对其代理能力的掌控。

可信执行环境 (TEEs)

现代代理架构利用可信执行环境 (TEE) 进行安全的密钥管理和执行。像 EigenCloud 和 Phala Network 这样的平台使代理能够在加密的“黑匣子”(飞地)内运行,即使黑客获得了服务器访问权限,也无法读取 RAM 或提取钱包私钥。

ROFL (Runtime OFf-chain Logic) 开箱即用地提供去中心化密钥管理——这对于任何需要钱包功能的代理都至关重要——以及一个去中心化计算市场,可以对谁运行你的代理以及在何种策略下运行进行细粒度控制。

现实世界的实现

Uniswap AI 代理技能

2026 年 2 月 21 日,Uniswap Labs 发布了七项开源“技能”,为 AI 代理提供对核心协议功能的结构化、基于命令的访问:

  • v4-security-foundations:代理交互的安全框架
  • configurator:动态配置管理
  • deployer:自动化资金池部署
  • viem-integration:Web3 库集成层
  • swap-integration:程序化兑换执行
  • liquidity-planner:最佳流动性提供策略
  • swap-planner:跨池类型的路径优化

这种基础设施使管理 DeFi 持仓的自主代理能够通过身份注册表发现并聘用专门的策略代理,从而为代理能力创造市场,并实现模块化、可组合的自动化策略。

Token Metrics 链上交易

2026 年 3 月,Token Metrics 推出了集成链上交易,使用户能够使用 AI 评级研究 DeFi 协议,并通过多链兑换直接在平台上执行交易。这种集成展示了分析型 AI(评估机会)和执行型 AI(实施策略)在统一平台内的融合。

安全与信任考虑

自主 DeFi 代理的愿景伴随着重大的安全责任。控制大量资金钱包的代理是攻击者的诱人目标,而代理逻辑中的错误在没有人工监督干预的情况下可能导致灾难性损失。

攻击向量

主要的安全性考量包括:

  • 私钥泄露:如果代理的密钥被盗,攻击者将获得对托管资产的全权控制
  • 逻辑漏洞利用:代理决策代码中的错误可能被利用来抽干资金
  • 预言机操纵:依赖价格馈送的代理可能会被闪电贷攻击或预言机漏洞所欺骗
  • 智能合约风险:与有漏洞的协议进行交互会使代理面临间接攻击向量

安全最佳实践

稳健的代理架构实施了多个防御层:

  1. 硬件安全模块 (HSM)可信执行环境 (TEE) 用于密钥存储
  2. 大额交易的 多重签名要求
  3. 支出限制 和速率限制,以遏制受损代理造成的损害
  4. 对关键决策路径的代理逻辑进行 形式化验证
  5. 具有自动断路器的 实时监控,在检测到异常时暂停操作
  6. 通过治理机制实现 渐进式去中心化,允许在极端情况下由人工干预

ERC-8004 和 ROFL 的结合使开发者能够构建可验证的跨链自主代理,并对其执行环境提供密码学保证,为跨 DeFi、交易、游戏等领域的最小化信任自动化奠定了基础。

基础设施差距

尽管取得了快速进展,但 AI 代理能力与区块链工具需求之间仍存在显著的基础设施差距。代理需要可靠地访问:

  • 跨多链的 实时数据馈送
  • 用于优化交易时机的 Gas 价格预言机
  • 用于在无滑点情况下执行大额订单的 流动性深度信息
  • 机器可读格式的 协议文档
  • 用于协调多链策略的 跨链消息传递 协议

BlockEden.xyz 为在 Ethereum、Solana、Aptos、Sui 和其他主要区块链上运行的 DeFi 代理提供企业级 RPC 基础设施。可靠、低延迟的区块链访问构成了必须实时响应市场条件的自主代理的基础。探索我们的 API 市场,了解专为高频自动化设计的多链基础设施。

结论:从工具到行动者

从作为一套需要人工操作的工具的 DeFi 到由智能代理组成的自主生态系统的演变,代表了一种根本性的架构转变。自动复利金库、投资组合再平衡系统、清算防御机制和欺诈检测网络越来越多地在最少的人工监督下运行——这并不是因为人类被排除在外,而是因为自动化能更有效地处理常规操作。

2026 年成熟的基础设施——ERC-8004 代理身份、ZK-ML 验证、TEE 执行环境、协议原生代理技能——为逐渐复杂的自主金融系统奠定了基础。随着这些构建块变得标准化和具有互操作性,普通用户可以使用的 DeFi 策略的复杂性将急剧增加。

问题不再是 AI 代理是否会管理 DeFi 投资组合,利用基础设施差距关闭的速度有多快,以及当智能和自动化与区块链的可编程信任相结合时,会出现哪些新的金融原语。

参考来源

内置流动性:解决区块链的碎片化危机

· 阅读需 16 分钟
Dora Noda
Software Engineer

区块链的流动性危机不在于稀缺——而在于碎片化。虽然该行业在 2025 年庆祝了二层网络(Layer 2)数量超过 100 个,但它同时也创造了一系列孤立的流动性孤岛,导致资本效率低下,而用户则不得不为滑点、价格差异和灾难性的跨链桥黑客攻击付出代价。传统的跨链桥因漏洞利用损失了超过 28 亿美元,占所有 Web3 安全漏洞的 40%。区块链互操作性的承诺已演变成一场由定制化变通方案和托管妥协构成的噩梦。

原生流动性(Enshrined Liquidity)机制应运而生——这是一种范式转变,它将经济一致性直接嵌入区块链架构中,而不是通过脆弱的第三方桥接方案进行拼凑。Initia 的实现展示了在协议层面嵌入流动性如何将资本效率、安全性和跨链协调从亡羊补牢转变为一流的设计原则。

碎片化税:应用链如何变成流动性黑洞

2026 年的多链现实揭示了一个令人不安的事实:通过链的数量激增来实现的区块链扩展性造成了流动性碎片化危机。

当同一资产存在于多条链上时——例如 Ethereum、Polygon、Solana、Base、Arbitrum 以及其他数十条链上的 USDC——每个实例都会创建独立的流动性池,且这些池之间无法进行有效交互。

其后果是可量化且严重的:

滑点倍增:部署在五条链上的 AMM 会导致其流动性被分成五份,使同等交易规模的滑点增加五倍。一名执行 100,000 美元兑换的交易者在统一流动性池中可能只面临 0.1% 的滑点,但在碎片化流动性中可能面临 2.5% 以上的滑点——整整 25 倍的惩罚。

资本效率低下的级联效应:流动性提供者必须选择在哪个链上部署资本,从而产生死区。一个 TVL 为 5 亿美元但碎片化分布在十条链上的协议,其用户体验远逊于在单链上拥有 5,000 万美元统一流动性的协议。

虚假安全:传统的跨链桥引入了巨大的攻击面。到 2025 年为止,跨链桥因漏洞利用造成的 28 亿美元损失表明,当前的跨链架构将安全视为补丁而非基础。40% 的 Web3 漏洞攻击都针对跨链桥,因为它们是架构中最薄弱的环节。

运营复杂度爆炸:银行和金融机构现在聘请“多链协调员”——专门管理多链碎片化的团队。原本应该是无缝的资本流动,现在变成了充满合规、托管和对账噩梦的全职运营负担。

正如 2026 年的一份行业分析所指出的:“流动性被孤立,运营复杂性成倍增加,互操作性通常是通过定制桥或托管变通方案临时凑合的。”其结果是:一个技术上去中心化但功能上比它旨在取代的传统金融(TradFi)基础设施更复杂、更脆弱的金融系统。

什么是原生流动性:协议层面的经济协调

原生流动性代表了与附加桥接方案根本不同的架构演进。

它不再依赖第三方基础设施在链之间转移资产,而是将跨链经济协调直接嵌入到共识和质押机制中。

Initia 模型:两用资本

Initia 的原生流动性实现允许同一笔资本同时服务于两个关键功能:

  1. 通过质押保障网络安全:质押给验证者的 INIT 代币通过权益证明(PoS)共识确保网络安全。
  2. 提供跨链流动性:这些同样的质押资产可作为 Initia L1 及其所有连接的 L2 Minitia 之间的多链流动性。

其技术机制简洁优雅:流动性提供者将以 INIT 计价的代币对存入 Initia DEX 上的白名单池中,并获得代表其份额的 LP 代币。

这些 LP 代币随后可以质押给验证者——不仅是底层的 INIT,而是整个流动性头寸。这使得单笔资本部署可以释放双重收益流。

这创造了一个资本效率飞轮:Y 单位的 INIT 现在能提供与没有原生流动性时 2Y 单位相当的价值。 同一笔资本同时:

  • 通过验证者质押确保 L1 网络安全
  • 为所有 Minitia L2 链提供流动性
  • 从区块生产中赚取质押奖励
  • 从 DEX 活动中产生交易费用
  • 赋予治理投票权

通过既得利益计划(VIP)实现经济对齐

原生流动性的技术协调解决了资本效率问题,而 Initia 的既得利益计划(VIP)则解决了长期困扰模块化区块链生态系统的激励对齐挑战。

传统的 L1/L2 架构导致了激励失配:

  • L1 用户对 L2 的成功没有经济上的利害关系
  • L2 用户对 L1 网络的健康状况漠不关心
  • 流动性在缺乏协调机制的情况下发生碎片化
  • 价值捕获不对称,产生了竞争而非协作的动态

VIP 通过程序化分配 INIT 代币来创建双向经济对齐:

  • Initia L1 用户获得 L2 Minitia 表现的风险敞口
  • Minitia L2 用户获得共享 L1 安全层的股份
  • 在 Minitia 上构建的开发者受益于 L1 的流动性深度
  • 保护 L1 的验证者从 L2 活动中赚取费用

这将 L1/L2 的关系从零和碎片化博弈转变为正和生态系统,其中每个参与者的成功都与集体的网络效应紧密相连。

技术架构:IBC 原生设计如何实现协议级内生流动性

能够实现协议级内生流动性(Enshrined Liquidity)而非依赖跨链桥,源于 Initia 的架构选择,即原生构建在区块链互操作性的金标准——区块链间通信(IBC)协议之上。

OPinit Stack:Optimistic Rollups 与 IBC 的结合

Initia 的 OPinit Stack 将 Cosmos SDK 的 Optimistic Rollup 技术与 IBC 原生连接性相结合:

OPHost 和 OPChild 模块:L1 OPHost 模块与 L2 OPChild 模块协调,管理状态转换和欺诈证明挑战。与需要自定义跨链桥合约的以太坊 Rollup 不同,OPinit 使用 IBC 的标准化消息传递。

基于中继器(Relayer)的协调:中继器将 OPinit 的 Optimistic Rollup 技术与 IBC 协议连接起来,在 L2 Minitias 和主链之间建立完整的互操作性,而无需引入托管跨链桥或复杂的包装资产(wrapped assets)问题。

欺诈证明的选择性验证:验证者无需持续运行完整的 L2 节点。当提议者和挑战者之间出现争议时,验证者仅使用来自 L1 的最后一个 L2 状态快照执行有争议的区块——与以太坊的 Rollup 安全模型相比,这极大地降低了验证开销。

关键性能指标

Minitia L2 提供了生产级的性能,使协议级内生流动性变得实用:

  • 10,000+ TPS 吞吐量:足以支持 DeFi 应用在无拥堵的情况下运行。
  • 500ms 出块时间:亚秒级最终确认性(Finality)提供了可与中心化交易所媲美的交易体验。
  • 多虚拟机(Multi-VM)支持:兼容 MoveVM、WasmVM 和 EVM,允许开发者根据其安全性和性能需求选择执行环境。
  • Celestia 数据可用性:链下数据可用性降低了成本,同时保持了验证的完整性。

这种性能表现意味着协议级内生流动性不仅在理论上优雅,而且在现实世界的 DeFi 应用中具有运营可行性。

IBC 作为协议级内生互操作性原语

IBC 的设计理念与协议级内生流动性的要求完美契合:

标准化分层:IBC 模仿 TCP/IP,具有定义明确的传输层、应用层和共识层规范——每次集成新链时无需自定义跨链桥逻辑。

去信任化的资产转移:IBC 使用轻客户端验证,而非托管跨链桥或多签委员会,显著减少了攻击面。

内核空间集成:通过虚拟 IBC 接口(VIBCI)将 IBC 引入“内核空间”,互操作性成为一等协议特性,而非用户空间的应用。

正如一份技术分析所指出的,“IBC 是协议级内生互操作性的金标准……它模仿 TCP/IP,并为互操作性模型的所有层级提供了明确定义的规范。”

传统跨链桥 vs 协议级内生流动性:安全与经济性的比较

传统跨链桥解决方案与协议级内生流动性之间的架构差异,导致了截然不同的安全和经济结果。

传统跨链桥的攻击面

传统跨链桥引入了灾难性的故障模式:

托管风险集中:大多数跨链桥依赖多签委员会或联盟验证者来控制资金池。28 亿美元的跨链桥黑客攻击事件证明,这种中心化创造了难以抗拒的“蜜罐”。

智能合约复杂性:每座桥都需要在支持的每条链上部署自定义合约,增加了审计需求和被利用的机会。跨链桥合约漏洞导致了历史上一些规模最大的 DeFi 黑客攻击。

流动性短缺情景:传统跨链桥可能会出现“挤兑”动态,用户将代币转移到目标链并获利,却发现没有足够的流动性可供提取——导致资金被有效锁死。

运营开销:每次跨链桥集成都需要持续的维护、安全监控和升级。对于支持 10 条以上区块链的协议来说,仅跨链桥管理本身就会成为全职的工程负担。

协议级内生流动性的优势

Initia 的协议级内生流动性架构消除了传统跨链桥的所有风险类别:

无托管中间方:流动性通过原生的 IBC 消息在 L1 和 L2 之间移动,而不是通过托管池。没有可供黑客攻击的中央金库,也没有可以被攻破的多签授权。

统一的安全模型:所有 Minitia L2 通过 Omnitia 共享安全性(Shared Security)共享 L1 验证者集的经济安全性。每个 L2 无需自行构建独立的安全机制,而是继承了保障 L1 安全的集体质押。

协议级流动性保证:由于流动性在共识层被协议化,从 L2 到 L1 的提现不依赖于第三方流动性提供者的意愿——协议本身保证了结算。

简化的风险建模:机构参与者可以将 Initia 的安全性建模为单一攻击面(L1 验证者集),而不是评估数十个独立的跨链桥合约和多签委员会。

2026 年流动性峰会强调,机构采用取决于“将链上风险敞口转化为委员会友好语言的风险框架”。协议级内生流动性的统一安全模型使这种机构转换变得可行;而传统的跨链桥架构则使其几乎不可能实现。

资本效率经济学

经济对比同样鲜明:

传统方式:流动性提供者必须选择在哪个链上部署资金。支持 10 条链的协议需要 10 倍的总 TVL 才能在每条链上达到相同的深度。碎片化的流动性会导致更差的定价、更低的费用收入以及协议竞争力的下降。

原生内置流动性方案:同样的资金既能保护 L1 的安全,又能为所有连接的 L2 提供流动性。Initia 上 1 亿美元的流动性头寸可以同时为每个 Minitia 提供 1 亿美元的深度——这产生的是乘法效应而非除法效应。

这种资本效率飞轮创造了复合优势:更高的收益吸引更多流动性提供者 -> 更深的流动性吸引更多交易量 -> 更高的费用收入使收益更具吸引力 -> 循环往复,不断加强。

2026 展望:聚合、标准化与原生内置的未来

2026 年跨链流动性的发展轨迹正围绕两种竞争愿景展开:现有跨链桥的聚合与原生内置的互操作性。

聚合式的权宜之计

当前行业势头偏向于聚合——“一个路由至多种选项的界面,而不是手动选择单个跨链桥”。Li.Fi、Socket 和 Jumper 等解决方案通过抽象化跨链桥的复杂性,提供了关键的 UX 改进。

但聚合并没有解决底层的碎片化问题;它只是在掩盖症状,同时延续了病灶:

  • 安全风险依然存在——聚合器只是将风险敞口分散到多个脆弱的跨链桥上
  • 资本效率没有提高——流动性在每条链上依然是孤岛化的
  • 运维复杂性从用户转移到了聚合器,但并未消失
  • L1、L2 和应用之间的经济对齐问题依然存在

聚合是一个必要的过渡方案,但它不是终局。

原生内置互操作性的未来

Initia 原生内置流动性所体现的架构替代方案代表了一个截然不同的未来:

通用标准的兴起:IBC 通过 Babylon 和 Polymer 等项目从 Cosmos 扩展到比特币和以太坊生态系统,这证明了原生内置的互操作性可以成为一种通用标准,而非特定协议的功能。

协议原生的经济协调:与其依赖外部激励来对齐 L1/L2 的利益,不如将经济机制内置到共识中,使利益对齐成为默认状态。

原生安全设计而非事后补救:当互操作性是原生内置而非外挂插件时,安全性就成了一种架构属性,而不是运维挑战。

机构兼容性:传统金融机构需要可预测的行为、可衡量的风险和统一的托管模型。原生内置流动性满足了这些要求,而跨链桥聚合则不然。

问题不在于原生内置流动性是否会取代传统的跨链桥,而在于这种转变发生的速度有多快,以及哪些协议能在迁移过程中捕获流入 DeFi 的机构资金。

构建在持久稳固的基石之上:多链现实的基础设施

2026 年区块链基础设施的成熟,要求我们诚实面对哪些行得通,哪些行不通。传统的跨链桥架构行不通——28 亿美元的损失证明了这一点。跨越 100 多个 L2 的流动性碎片化行不通——级联滑点和资本效率低下证明了这一点。L1/L2 激励机制失调行不通——生态系统的割裂证明了这一点。

原生内置流动性机制代表了架构上的答案:将经济协调嵌入共识,而不是通过脆弱的第三方基础设施进行外挂。Initia 的实现展示了协议层面的设计选择——IBC 原生互操作性、双重用途质押、程序化激励对齐——如何解决应用层方案无法解决的问题。

对于构建下一代 DeFi 应用的开发者来说,基础设施的选择至关重要。构建在碎片化流动性和依赖跨链桥的架构之上,意味着继承系统性风险和资本效率限制。而构建在原生内置流动性之上,意味着从第一天起就能利用协议层面的经济安全和资本效率。

2026 年机构加密基础设施的讨论已从“我们是否应该在区块链上构建”转向“哪种区块链架构支持真实的大规模产品”。原生内置流动性以可衡量的结果回答了这个问题:统一的安全模型、倍增的资本效率以及将生态参与者转化为利益相关者的经济对齐。

BlockEden.xyz 为在 Initia、Cosmos、Ethereum 以及 40 多个区块链网络上构建多链应用的开发者提供企业级 RPC 基础设施。探索我们的服务,在持久稳固的基石上进行构建。

资料来源

2026:AI 智能体从投机转向实用之年

· 阅读需 12 分钟
Dora Noda
Software Engineer

当 Animoca Brands 联合创始人 Yat Siu 宣布 2026 年为 AI 智能体的“实用之年”时,他并不是在进行投机性的豪赌——他是在观察已经启动的基础设施转型。当加密行业多年来忙于追逐 Memecoin 的涨势和白皮书造就的百万富翁时,一场更安静的革命正在酝酿:自主软件不仅能交易代币,还能在无需人工干预的情况下执行智能合约、管理钱包并运营 DAO。

数据证实了 Siu 的论点。2025 年,每投入加密公司的 1 美元风险投资中,就有 40 美分流向了同时开发 AI 产品的项目——这一比例是前一年 18 美分的两倍多。专为自主智能体设计的 x402 支付协议在 2025 年 12 月发布 V2 版本后的前六个月内处理了 1 亿笔交易。而 AI 智能体代币市场的市值已经超过 77 亿美元,日交易量达 17 亿美元。

但真正的信号并非投机狂热——而是生产环境中正在发生的变化。

从炒作到生产:基础设施已经上线

转折点发生在 2026 年 1 月 29 日,当时 ERC-8004 在以太坊主网上线。该标准充当 AI 智能体的数字护照,创建了跟踪行为历史和已完成任务验证证明的身份注册表。

结合由 Coinbase 和 Cloudflare 倡导的 x402 支付协议,智能体现可以在发起支付前验证交易对手的信誉,同时通过加密支付证明来丰富信誉反馈。

这并非理论上的基础设施,而是解决实际问题的运行代码。

考虑其运作机制:一个 AI 智能体拥有一个持有资产的钱包,并不断监控 Aave、Uniswap 和 Curve 等协议的收益率。当一个资金池的收益率跌破阈值时,智能体会自动签署一笔交易,将资金转移到收益率更高的资金池。

安全护栏强制执行支出限制——每天不超过 50 美元,仅限转账至白名单服务,且交易在执行前需要外部 AI 审计员的确认。

2025-2026 年的首选框架包括用于运行环境的 ElizaOS 或 Wayfinder,用于安全的带有 Zodiac 模块的 Safe (Gnosis) 钱包,以及用于区块链连接的 Coinbase AgentKit 或 Solana Agent Kit。这些不是虚假宣传的产品——它们是具有实际落地案例的生产工具。

自主智能体的经济学

Yat Siu 的预测核心在于一个基本的见解:AI 智能体带给大众的加密货币不是通过交易,而是通过让区块链基础设施变得“隐形”。Siu 解释说:“通往加密货币的道路将更多地在于日常生活中的应用,加密货币在后台运行是一个加分项——它让事物变得更大、更快、更好、更便宜且更高效。”

这一愿景的实现速度超出了预期。到 2025 年,x402 协议已处理了 1500 万笔交易,预测显示,到 2030 年,自主智能体交易额可能达到 30 万亿美元。包括 Google Cloud、AWS 和 Anthropic 在内的技术领袖已经采用了该标准,在新兴的以机器为核心的经济中,为 API 访问、数据和计算实现实时、低成本的微支付。

市场结构也随之发生变化。分析师警告说,投机性 Memecoin 和白皮书百万富翁的时代正在让位于优先考虑收入、可持续性和系统实用性的项目。现在的价值衡量标准不再是社区炒作,而是收入、效用和系统性的必然性。

企业采用:8 亿美元的验证

在加密原生用户争论代币经济学时,传统企业正悄悄部署具有可衡量投资回报率 (ROI) 的 AI 智能体。富士康 (Foxconn) 和波士顿咨询集团 (BCG) 扩展了一个“AI 智能体生态系统”,以自动化 80% 的决策工作流,释放了估计 8 亿美元的价值。麦肯锡 (McKinsey) 估计,到 2030 年,生产力的提升可能带来高达 2.9 万亿美元的经济价值。

早期的工业采用者报告了显著的效率提升:

  • Suzano:材料数据查询时间减少了 95%
  • Danfoss:80% 的交易订单处理决策实现了自动化
  • Elanco:通过自动化文档管理,每个站点避免了 130 万美元的生产力损失

这些并非加密行业特有的用例——它们是企业 IT 运营、员工服务、财务运营、入职培训、对账和支持工作流。但底层基础设施越来越依赖区块链轨道来实现支付、身份和信任。

实现自主的技术架构

AI 与区块链基础设施的融合为自主经济活动创建了一个信任层。以下是该技术栈在实践中的运作方式:

身份层 (ERC-8004):身份注册表使用带有 URIStorage 扩展的 ERC-721 进行智能体注册,使所有智能体都能立即通过符合 NFT 标准的应用进行浏览和转让。智能体携带行为历史和验证证明——这是一个加密信誉系统,用可验证的链上记录取代了人类信任。

支付层 (x402):该协议允许智能体在正常的 HTTP 请求-响应流中自动为服务付费。2025 年 12 月,x402 V2 发布了重大升级。在六个月内,它在各种 API、应用和 AI 智能体之间处理了超过 1 亿笔支付。

安全层 (智能合约护栏):钱包智能合约强制执行支出限制、白名单和确认预言机。只有在外部 AI 审计员确认支出合法的情况下,交易才会执行。这创建了可编程的合规性——由代码而非人工监管强制执行的规则。

集成工作流:智能体通过身份注册表发现交易对手,根据信誉评分过滤候选者,通过 x402 发起支付,并利用加密支付证明丰富信誉反馈。整个工作流在无需人工干预的情况下执行。

繁荣背后的隐藏挑战

尽管基础设施取得了进展,但重大障碍仍然存在。Gartner 预测,到 2027 年,超过 40% 的代理式 AI(Agentic AI)项目将被放弃——这并非因为模型失效,而是因为企业难以将其投入实际运营。

传统代理缺乏处理现代企业运营中混乱且不可预测特性的架构深度,90% 的代理在部署后的几周内便告失败。

监管环境带来了额外的摩擦。稳定币监管直接影响 x402 的可行性,因为目前的实现方案严重依赖 USDC。对稳定币转账实施限制或要求 KYC 的司法管辖区可能会限制 x402 的采用,在金球代理经济完全成型之前将其碎片化。

还有一个哲学问题:谁来监管机器人?随着机器节奏的持续治理取代人类节奏的 DAO 投票,当自主代理出现错误或造成财务损失时,行业正面临关于责任归属、决策权和法律责任的前所未有的挑战。

2026 年的实用性究竟是什么样

Yat Siu 关于 AI 代理执行大多数链上交易的愿景并非 2030 年的遥远梦想——它在 2026 年就已经初露锋芒。以下是实用性在实践中的含义:

DeFi 自动化:代理可以在无需人工干预的情况下重新平衡投资组合、自动复投奖励并执行清算策略。协议为配备钱包的代理提供了可编程的支出限额,实现了“一劳永逸”的收益优化。

DAO 运营:代理协助治理操作,执行已批准的提案,并根据预设规则管理财库分配。这使 DAO 从投机工具转变为具有自动化执行能力的运营实体。

支付基础设施:x402 协议实现了大规模的自主机器对机器(M2M)交易。当 Google Cloud、AWS 和 Anthropic 采用基于区块链的支付标准时,这标志着基础设施的融合——AI 计算与加密结算轨道的汇合。

商业集成:代理之间以及代理与传统基础设施之间进行交易、谈判和协作。到 2030 年代理交易额达到 30 万亿美元的预测,是基于代理将成为主要的经济主体,而非辅助工具的假设。

2026 年与以往周期的关键区别在于:这些应用能够产生收入、解决实际问题,并在生产环境中运行。它们不是概念验证或测试网实验。

机构拐点

Animoca 的 Yat Siu 指出了一个细微但重大的转变:“加密货币的‘特朗普时刻’已经结束,结构性变革正在占据主导。”驱动 2021 年牛市的投机热潮正让位于为数十年而非数季度设计的机构基础设施。

加密货币总市值在 2025 年首次突破 4 万亿美元,但成分发生了变化。机构资金流向了具有明确效用和收入模型的项目,而不是散户投机狗狗主题的代币。

加密风投(VC)资金中 40% 分配给 AI 集成项目,这标志着聪明钱看到了可持续价值所在。

BitPinas 报道称,Siu 的预测包括监管明朗化、RWA 热潮以及 Web3 成熟度在 2026 年的汇聚。《CLARITY 法案》的潜在进展将成为大规模企业代币化的触发点,使现实世界资产能够流向由 AI 代理管理的区块链轨道。

前行之路:基础设施领先于监管

基础设施已经就绪,资金正在流入,生产部署正在产生投资回报(ROI)。但监管框架滞后于技术能力,在可能性与许可性之间制造了鸿沟。

2026 年作为“实用之年”能否成功,取决于如何弥合这一差距。如果监管机构能为稳定币使用、代理身份和自动化执行建立清晰的框架,30 万亿美元的代理经济就有可能实现。如果各司法管辖区施加碎片化的限制,技术依然可行,但采用将分裂在不同的监管孤岛中。

可以肯定的是:AI 代理不再是投机资产。它们是管理真实资金、执行真实交易并交付可衡量价值的运营基础设施。从炒作到生产的转型并非将来时,而是现在进行时。

结论:实用性作为必然趋势

Yat Siu 的“实用之年”并非预言,而是对已经投入运营的基础设施的观察。当富士康通过代理自动化释放 8 亿美元价值时,当 x402 在六个月内处理 1 亿笔付款时,以及当 ERC-8004 为自主主体创建链上声誉系统时,从投机到实用性的转变已不容置疑。

问题不在于 AI 代理是否会将加密货币带给大众,而在于行业能否以足够快的速度构建基础设施,以满足已经存在、正在交易并以收入而非炒作来衡量价值的代理的需求。

对于开发者来说,机会显而易见:为代理而构建,而不仅仅是为了人类。对于投资者来说,信号明确无误:产生效用的基础设施优于投机性代币。对于企业来说,信息很简单:代理已准备好投入生产,支持它们的基础设施也已上线。

2026 年将不会被视为 AI 代理到来的年份。它将被铭记为它们开始投入工作的年份。

BlockEden.xyz 为区块链应用提供企业级 RPC 基础设施,包括支持 AI 代理部署的多链支持。探索我们的 API 市场,在生产级基础上构建自主系统。

资料来源

多智能体 AI 系统上线:网络化协作的黎明

· 阅读需 12 分钟
Dora Noda
Software Engineer

当 Coinbase 在 2026 年 2 月 11 日发布代理钱包(Agentic Wallets)时,这不仅仅是一次普通的产品发布。它标志着一个转折点:AI 代理已从执行单一任务的孤立工具演变为能够协调复杂工作流、管理加密资产并在无人类干预的情况下进行交易的自主经济参与者。多代理 AI 系统时代已经到来。

从单体 LLM 到协作代理生态系统

多年来,AI 研发一直集中在构建更大、更强大的语言模型。GPT-4、Claude 及其继任者展示了非凡的能力,但它们是孤立运作的——是等待人类指令的强大工具。这种范式正在崩溃。

2026 年,共识已发生转变:未来不是单体超级智能,而是协作解决复杂问题的专业化 AI 代理网络化生态系统。根据 Gartner 的数据,到今年年底,40% 的企业应用将具备特定任务的 AI 代理,这与 2025 年不足 5% 的比例相比是一个巨大的飞跃。

想象一下,这就像从大型机到云微服务的转型。现代 AI 系统不再由一个庞大的模型尝试处理所有事情,而是部署数十个专业化的代理——每个代理都针对计费、物流、客户服务或风险管理等特定功能进行了优化——并通过标准化协议协同工作。

推动代理协作的协议

这一转变并非偶然。2025 年出现了两个关键的基础设施标准,它们现在正在推动 2026 年生产级多代理系统的实现:模型上下文协议(MCP)和代理间协议(A2A)。

模型上下文协议 (MCP): 由 Anthropic 在 2024 年 11 月发布,MCP 的功能类似于 AI 应用的 USB-C 接口。正如 USB-C 标准化了设备连接,MCP 标准化了 AI 代理与数据系统、内容库、业务工具和开发环境的连接方式。该协议重用了语言服务器协议 (LSP) 中经过验证的消息传递模式,并在 JSON-RPC 2.0 上运行。

到 2026 年初,包括 Anthropic、OpenAI 和 Google 在内的主要参与者都已基于 MCP 进行构建,使其成为事实上的互操作性标准。MCP 处理上下文通信、内存管理和任务规划,使代理能够在复杂工作流中保持连贯状态。

代理间协议 (A2A): 由 Google 于 2025 年 4 月推出,并获得了包括 Atlassian、Box、PayPal、Salesforce、SAP 和 ServiceNow 在内的 50 多家技术合作伙伴的支持。A2A 实现了直接的代理间通信。虽然 crewAI 和 LangChain 等框架在其自身生态系统内实现了多代理工作流自动化,但 A2A 作为一个通用的消息传递层,允许来自不同供应商和平台的代理实现无缝协调。

2026 年新兴的协议栈共识非常明确:MCP 用于工具集成,A2A 用于代理通信,AP2(代理支付协议)用于商业。 这些标准共同构成了“隐形经济”——自主系统在后台运行,在没有人类干预的情况下协调行动并结算交易。

现实世界中企业采用加速

多代理编排已超越概念验证。在医疗保健领域,AI 代理现在负责协调患者接收、理赔处理和合规审计,提高了患者参与度和支付方的效率。在供应链管理中,多个代理跨学科、跨地域协作,实时重新规划运输路线、标记风险并调整交付预期。

IT 服务提供商 Getronics 通过跨平台(如 ServiceNow)集成,利用多代理系统每年自动处理超过 100 万张 IT 工单。在零售业,代理系统实现了超个性化的促销和随需求不断变化的定价策略。

根据最近的企业调查,到 2028 年,38% 的组织预计 AI 代理将成为人类团队中的正式成员。混合团队模式——即 AI 代理提议并执行,人类进行监督和治理——正在成为新的运营标准。

区块链桥梁:自主经济参与者

或许最具变革性的发展是多代理 AI 与区块链技术的融合,这创造了一个全新的数字商业层,代理在其中作为独立的经济参与者运作。

Coinbase 的代理钱包(Agentic Wallets)为自主代理提供了专门构建的加密基础设施,使它们能够自我管理数字资产、执行交易并使用稳定币路径结算付款。Solana 的 AI 推理功能直接集成到加密钱包中,代表了另一个重要的里程碑。

影响是显而易见的。到 2025 年底,AI 代理可能会推动 15-20% 的去中心化金融 (DeFi) 交易量,2026 年初的数据显示,它们有望超过这一预测。在预测市场平台 Polymarket 上,AI 代理已经贡献了超过 30% 的交易活动。

以太坊的 ERC-8004 标准——名为“去信任代理 (Trustless Agents)”——通过链上注册表、基于 NFT 的代理便携式 ID、可验证的建立信用分数的反馈机制以及可插拔的输出证明,解决了自主系统固有的信任挑战。Coinbase、以太坊基金会、MetaMask 和其他领先组织的协作努力产生了用于基于代理的加密支付的 A2A x402 扩展,目前已投入生产。

500 亿美元的市场机遇

财务利益非常巨大。2024 年全球 AI 智能体(AI agent)市场规模达到 51 亿美元,预计到 2030 年将达到 471 亿美元。特别是在加密货币领域,AI 智能体代币经历了爆发式增长,该板块的市值在不到一年的时间内从 230 亿美元扩张至超过 500 亿美元。

领先的项目包括:NEAR Protocol,其高吞吐量和快速最终性吸引了大量基于 AI 智能体的应用;Bittensor (TAO),为去中心化机器学习提供动力;Fetch.ai (FET),实现自主经济智能体;以及 Virtuals Protocol (VIRTUAL),其价格在 2024 年底飙升 850%,市值接近 8 亿美元。

风险投资正大量涌入智能体对智能体(agent-to-agent)的商业基础设施。预计到 2027 年,整个区块链市场规模将达到 1628.4 亿美元,而多智能体 AI 系统将成为重要的增长驱动力。

两种架构模型的兴起

多智能体系统通常遵循以下两种设计模式之一,每种模式都有其独特的权衡:

层级式架构(Hierarchical Architecture): 由一个主智能体编排专门的子智能体,优化协作与协调。该模型引入了中心化控制和监督点,对于需要明确治理和问责制的企业具有吸引力。人类监督者主要与主智能体交互,由主智能体将任务委托给专家智能体。

点对点架构(Peer-to-Peer Architecture): 智能体在没有中央控制器的情况下直接协作,这需要强大的通信协议,但提供了更高的韧性和去中心化程度。该模型在没有单个智能体拥有完整视野或权限的场景中表现出色,例如跨组织供应链或去中心化金融系统。

这些模型之间的选择取决于具体用例。企业 IT 和医疗保健行业倾向于采用层级式系统以满足合规性和可审计性,而 DeFi 和区块链商业则更青睐符合去中心化原则的点对点模型。

信任差距与人为监督

尽管技术进步神速,信任仍然是关键的瓶颈。2024 年,43% 的高管表达了对完全自主 AI 智能体的信心。而到 2025 年,这一比例下降至 22%,60% 的受访者并不完全信任智能体在没有监管的情况下管理任务。

这并非倒退,而是成熟的表现。随着组织在生产环境中部署智能体,他们遇到了边缘情况、协调失败以及偶尔出现的严重错误。行业的应对方式不是减少自主性,而是重新设计监督机制。

新兴模型将 AI 智能体视为“提议执行者”而非“决策者”。智能体分析数据、建议行动并执行预先批准的工作流,而人类则设置护栏、审计结果并在出现异常时进行干预。监督正成为一种设计原则,而非事后补救。

根据 Forrester 的数据,75% 的客户体验领导者现在将 AI 视为“人类能力放大器”而非替代品,61% 的组织认为,在妥善治理的前提下,智能体化 AI(agentic AI)具有变革潜力。

展望未来:多模态协作与能力扩展

2026 年多智能体系统的路线图包括重大的能力扩展。MCP 正在演进以支持图像、视频、音频和其他媒体类型,这意味着智能体将不仅能读写,还能看、听,甚至可能观察。

2025 年底,区块链技术在签名、溯源和验证方面的集成度有所提高,为智能体行为提供了不可篡改的日志,这对于合规性和问责制至关重要。随着企业对可审计 AI 的需求增加,这一趋势在 2026 年将进一步加速。

多智能体编排正从实验性技术转型为基本基础设施。到 2026 年底,它将成为领先企业运营的核心骨干,不再仅仅作为一项功能,而是作为业务运营的基础层嵌入其中。

改变一切的基础设施层

多智能体 AI 系统代表的不仅仅是渐进式的改进,更是我们构建智能系统方式的范式转移。通过 MCP 和 A2A 实现通信标准化,整合区块链以解决信任和支付问题,并将人为监督嵌入核心设计原则,行业正在为自主经济创造基础设施。

AI 智能体不再是等待人类指令的被动工具。它们是数字商业的主动参与者,管理资产、协调工作流并执行复杂的多步骤流程。问题不再是多智能体系统是否会改变企业运营和数字金融,而是组织能以多快的速度适应这一新现实。

对于在区块链基础设施上进行开发的开发者来说,多智能体 AI 与加密货币轨道的融合创造了前所未有的机遇。智能体需要可靠、高性能的区块链基础设施才能在大规模环境下运行。

BlockEden.xyz 为驱动 AI 智能体应用的区块链网络提供企业级 API 基础设施。探索我们的服务,在专为多智能体未来设计的基石上构建自主系统。

参考资料