楊歌Gary：Agent 經濟與 AI 亞微觀經濟學

作者：楊歌 Gary

2026 年 6月 8 日寫於新加坡

奇點爆發後 AI 的進化時鐘不斷加速，使得全球不同地域迅速形成了新的文明代際。在過去兩個月中我參與了全球十多個城市 20 多場有關 AI 的活動，唯有 4 月底在三番 downtown的 Stripe Sessions 遠超所有其他主題，拉出了代際差的震撼。當全球正在疲倦於 Claws & Agents 的單機瓶頸時，硅谷與三番早已在 Agent 經濟和 Agent 認知論的管理上進入到下一維度，26 年的 Q3Q4 競爭壓力依然激烈指數曲率非常陡峭。

1. AI Payment 的競爭與 H2A 經濟的瓶頸

26Q1 我們預言了 4-5 月全球多地會進入到 AI Agent Payment 的競爭爭奪並迅速白熱化的激烈局面。Agent 的價值交換需求在初步顯化，AI Payment 快速發展的事實也在 Q2 得到了驗證。即 x402 之後，MPP 等多個 AI Payment Protocol在 Q2 迅速湧現，不僅是傳統與 Crypto 金融支付公司全速 AI 化升級，包括大廠(特別像 Google) 甚至連老牌信息科技公司(如 IBM) 都衝進這個賽道希望搶佔佈局 Agent 世界的話語權。

在三番 Stripe Sessions 當天我和多個 Top AI 公司的技術負責人討論了 Payment Protocol 的標準化和應用問題，結果合理但也並不令人滿意：①沒有人能制定標準，只有在搶佔的過程中逐漸形成共識標準；②多數人都完全贊同 Crypto是 AI Payment Protocol 的必然，但入手都是 Fiat API，其中一部分原因是慣性問題而更多是合規阻礙；③KYC 既是繞不過去的又是反 Agent Native 的；④人人都在聲稱 A2A(Agent to Agent)，人人都在做 H2A(Human to Agent).

事實上在 26Q2，很多硅谷的大廠和腰部公司和東亞的公司很類似，甚至於 Mag 7 的大多 Department Heads 仍然是以 to B to C 的商業目的來蹭 AI Payment和 Agent Economy 的熱點，給到中基層的 KPI 都是 to Human Users 的，這也必然導致了當前的 Payment Protocol和 A2A 經濟的暫時階段非正統性。這種 H2A 的導向風很快在 Q2 就出現了瓶頸，原因很簡單，AI Agent 的最大特點是可以做決策，然而互聯網發展下的 2B2C 商業和 H2A 經濟本質上都是人在做決策。用 Agent 幫助人在傳統電商場景中做 Fiat Payment 這個事情在邏輯鏈上本身就是 Non-AI-Native 的，所以現階段暫時仍然是熱點價值大於實用性。

但從另外一個角度，H2A 確實起到了非常好的引子作用，激發了下一個階段 AI-Native和 Agent Autonomous 經濟體的思考過渡。26Q2 末一些聰明的企業都意識到了這一點，開始“明修棧道，暗度陳倉”用 AI-Native的 Agent 經濟思維倒過來思考問題，反推當前 H2A 經濟接口的方式才是 Q2-Q3 的最佳價值。

2. Agent 經濟與 A2A 生態的必然趨勢

Agent 經濟是指由自主(自治) AI Agent 直接參與價值創造、價值交換與價值資本化，並逐步成為獨立經濟主體的新型經濟體系。

A2A 生態則是不同 Agents在 Agent 經濟中參與經濟活動，相互面對，進行交互(信息)交換(價值)行為過程，並形成競合協作經濟價值的總體畫像。

26Q2 全球多個頂尖的風投機構都聲明瞭對於 Agent 經濟與 A2A 生態投資的重視，甚至把這個定義為下個階段唯一重要的投資方向。

類似於互聯網電商前醞釀期 2007 年，手機互聯網前醞釀期 2013 年，和 Crypto DeFi 前醞釀期 2019 年，Agent 經濟和 A2A 生態的建設同樣需要技術標準、經濟規則、共識建設、和市場教育。在範式基本相同的基礎上，不同點在於：①這一次本質技術的發展迭代速度更快；②to A和 to B to C 的視角不同，並不完全站在人的視角和需求之上，更抽象更難理解，更需要第一性原理的支撐，更多需要從 AI-Native 的視角去思考能耗價值問題和運行效率問題；③因為前兩點的衝突，加上不同地域的偏見和合規等問題因素，短期共識更難達成。The terrible thing is, AI 的進化速度並不會因為上述各類問題而減緩，也就是說 Agent 經濟與 A2A 生態的形成本質上已經在逐漸脫離人所指定的規則和需求框架，對於它們而言，更多的情況只是幾個可量化卡點的突破而已。

這是一場博弈均衡快速轉移的遊戲。AI Protocol 在26Q2 的快速爆發充分說明了這一點。大廠與前沿實驗室 (Frontier Labs) 在爭搶 AI Agent 的入口級規則，Agent 經濟的初期基建正在形成，如同草稿版的漢謨拉比法典。傳統金融和商業的博弈均衡將在這次範式轉移中迅速瓦解重塑，誰能快速理解 AI-Native的 Protocol 化思維並在其中落實獲得差異化優勢，誰就能分得這場博弈轉移的 AI 蛋糕。

3. AI Protocol與 Crypto Protocol 之間的關聯、鴻溝與政治經濟因素

AI Protocol是 AI Agent 參與 Agent 經濟的基礎設施，也是使得 Agent在 Open Network 中發現、通信、交換、以及協作參與經濟活動的基礎規則標準和共識機制；簡單地講，就是 AI 世界的治理規則與經濟法。

從 26Q1 末我開始著手撰寫 AI Protocol，起初這就好比一個有捕獵經驗的原始人突然來到了現代社會參與商業規則的制定，直至遇到了一位 Google 高管才讓我和團隊快速走上了正軌。AI Protocol 的形成和成熟過程，攜帶著互聯網大廠的審美慣性，也同時必須遵循未來 AI 生態的第一性原理。

AI Protocol 的封裝形態目前仍然很不統一，通常有文件形態(.json , .ts, .txt)，CLI 形態，也有 API或 SDK 形態，這與 Crypto Protocol 非常不同。一方面是在 AI 發展的初期階段，很多通信的信任握手並沒有建立起普適標準；另一方面是 AI Protocol與 Crypto Protocol 在現階段交互交換的內容不同，前者是邊界暫不清晰但需要交換的信息差、能力差、和算力差，後者則是相對邊界比較清晰的資產權、所有權和治理權。

一個問題尖銳且明顯：AI Protocol和 Crypto Protocol 是同一回事嗎？未來是否會合並融為一體？我暫不能用數理方法證明這個猜想，但是從直覺來看一定會逐漸融合並且多數部分會重疊成為一體，形成成熟的 Digital Protocol 系統。

有一個更深層次的隱藏問題：AI Protocol 在當前階段更加傾向於建立通信打通協作，而弱化金融治理權力淡化邊界感的特點，這與 Crypto Protocol 建制確權定義價值的理念正好相反，鴻溝之明顯甚至於讓人認為是兩套不同的理念。這個現象除了 AI Agent 經濟正處在發展的初期階段入口點與 Crypto Protocol 不同的這個表面因素之外，還存在著什麼隱藏因素嗎？

是的很明確，政治經濟因素。全球主流經濟體的國家和地區，因為傳統金融和法律合規基礎，在強烈地影響著這一鴻溝問題。換句話講，當前的 AI Protocol和 Agent 經濟，仍然是在人類社會的上一個系統範式下進行生產經營的，所有和錢和管理相關的 Protocol 都在被動地迴避著，或者是暫時性遞弱代償地被傳統金融與法律系統的治理習慣框架著(注 1)。但隨著鴻溝差異的能量積蓄，對比 AI 指數化的快速發展，很快將形成不可調和的局面，正如我上個月在 Cambridge CJBS 一次會議上的總結：

“AI Agent 不會按照人類社會的慣性思考，也沒有動機遵循傳統金融的合規習慣。未來十年全球大部分的金融法律將會失效或者面臨劇烈的挑戰，原因是 AI Agent 只遵循：

1.第一性原理

2.能量價值最短路徑原則和效率最高原則

3.有效的 KYA 而不是符合過去審美的 KYC”

AI Protocol向 Crypto Protocol 的融合趨勢是具有第一性原理必然性的。

4. AI Agent 亞微觀經濟學與生物學的範式類比

AI Agent 亞微觀經濟學，是不久前我在 Oxford 與一位 AI 專家朋友探討時第一次用到的描述，在過去的半個月中，逐漸更多頻次地出現在我們與合作伙伴的交流中。

無論當前的趨勢是稱作 AI 經濟還是 Agent 經濟，我們會發現它們與人類經濟學的行為特點具備著一定的差異，雖然具備一定的範式可對比性，但又不完全一樣。下面我粗略地給出一些 AI Agent 經濟對比於人類社會經濟的區別：

①AI Agent 交互交易的頻次更高，單筆額度更低；

②AI Agent 經濟價值的消耗交換更直接地指向能量；

③AI Agent 的決策是效率驅動的而非情緒驅動的；

④AI Agent 的經濟行為是任務導向而非消費導向；

⑤AI Agent 的組織成本與邊際學習成本趨近於零；

⑥AI Agent 的價值共識基於通信協議，溝通磨損成本近乎為零；

⑦AI Agent 經濟的最小經濟體與最小价值單元不同，與生物學可相似類比。

事實上，這只是一些當前可以看到或預見到的區別，在 AI 未來發展的衍生品和衍生過程中，一定會出現更多的不同。

上述區別的最後一條，與生物學的類比，是 26Q2 以來對我們商業發展幫助最大的基石思路，也是從 AI 公司商業化思考產品、市場和管理方法最有效的模型方式。具體類比如下：

①LLM 作為 Agent 思考的驅動內核，類似於細胞核；

②Agent Harness 帶來 Agent 運行能力差異化，類似於細胞質；

③Agent 整體是一個具有獨立任務能力的治理單元，具有主體性和功能特異性，類似於細胞；

④Agent 的信息溝通邊界通常是一套網絡協議棧，類似於細胞膜磷脂雙分子層允許物質的條件性通過；

⑤Agent 以外的價值系統與環境，例如 Skills, Prompt, Algorithm, Cli 以及現在越來越多的出現的 Composite Skills, Skill Factories 等等，類似於細胞外環境，包括細胞外泌體 (Exosomes)，組織液，細胞外基質，可交換營養物質，以及各類代謝環境。

在 26Q1-Q2 的發展迭代中，AI Agent 正在逐漸形成更加明確的邊界，更加明確的主體性，以及更加明確的信息、價值、能量交換原則。一個類似於生物機體環境的 AI Agent 亞微觀經濟學環境正在形成，這其中蘊含著大量的 AI 價值與經濟學價值可以挖掘，AI Protocol和 AI Finance 是爆發的必然趨勢。

5. AIFi 的必然與金融芯片 FinChip 的經濟學意義

從去年下半年開始，我們提出了在 AIFi(人工智能金融)方向上的思考和佈局工作，截至 26Q1末 AIFi 的概念已形成明確趨勢。如果給 AIFi 一個相對明確的定義則可以是：AI 原生價值在 Agent 經濟中被識別和通證化之後，形成的交換交易與資本化的金融系統與基礎設施。

AIFi與 DeFi和 TradFi 最大的區別在於，DeFi和 TradFi 的價值蘊含在 Fi(即 Finance) 中，Decentralized和 Traditional 則是價值的形式；而 AIFi 是相反的，價值是在 AI 中而 Fi 卻變成了價值的形式。這並不是簡單的文字遊戲，而是 AI 發展從量變到質變的結果。

簡單地講，以前 AI 是為量化策略、金融產品、和生產過程服務的，它只是提煉金融價值和生產價值的開發工具；而如今，AI Agent 所具備的決策能力，把價值發現的能力和權力從人和公司的手中轉移到了 Agent 上，經濟單元的主體發生了遷移，所以價值的主體也發生了本質的改變。

在這樣一個趨勢下，構建新價值系統的基礎設施將是一件重要的任務。在今年 2 月的上一篇文章<AI-Fi金融芯片與 OpenClaw 奇點後的全球金融>中我首次引出了金融芯片 (FinChip) 的概念，並提到 AI Agent + Crypto Smart Contract 所結合封裝的超智能金融資產將真正適應下一個時代的 AI Agent 經濟發展。經過 3 個月的迭代升級，FinChip.AI 已經初步具備了獨立的 AI Autonomous + Crypto Protocol的 AIFi 系統，並且兼容了 H2A和 A2A 的雙相環境；在 Open Network 中建設 AI Agent 經濟的基礎設施並逐漸形成 AI 金融價值，是 FinChip 重要的經濟學意義。

6. AI-Native 是不同於互聯網+的範式升級

無論是 AIFi，金融電路原理(注 2)，還是金融芯片 FinChip，最重要的是需要 Natively 融合 AI, Crypto, 和Finance 的本質原理，形成一個站在未來角度合理的價值系統和管理機制。AI-Native Thinking 是這個階段抽象而反常識的邏輯，正如前面所提到“AI 遵循的是第一性原理，以及能量價值最短路徑原則和效率最高原則”，這對於當前思考和從事商業新範式的構建才是最重要的核心難點。

在今年 2月 OpenClaw 帶動本輪 AI 升級爆發的初期，我和幾位企業家就探討了一個預判：AI+的企業升級和互聯網+的企業升級將會截然不同。

由於 AI 具備發展速度快，形式抽象，與事務的耦合度更加深層等諸多特點，在很長的一段時間內(比如至少 2 年)，很難形成一套行之有效的產業升級工具方法論或通用型專業諮詢意見。陡峭曲率的壓力將會始終存在，這對於所有科學家，工程師，企業家始終都是一個巨大的挑戰，範式升級的過程也會完全不同於歷史過往的任何經驗。

注1：這是普遍的歷史規律。新的生產力從上一個時代的生產關係中孕育出來，初期階段先匹配上一個生產關係發展一段時間，直到不可調和之後，會倒逼下一個階段的生產關係出現，逐漸替代掉之前的生產關係形成與生產力完全匹配發展的新一個時代。

注2：<金融電路與Web3 經濟模型原理>寫於2022年10月，描述了未來金融價值與物理電路的範式對比。