From AI Assistant to On-Chain Agent: What’s the Next Evolution of Web3 Wallets?

过去一年，AI+Crypto 几乎是加密行业最拥挤的叙事之一。

最初，市场更关心的是 AI 代币、去中心化算力、数据网络，以及各类 AI Agent 概念币。但进入 2026 年，项目方不再只是讨论「AI 会如何改变 Crypto」，而是开始把 AI 放进钱包、交易所、支付协议和链上执行流程里。

短短一周内，三起标志性事件就先后发生：

• 4 月 24 日，币安钱包推出 Agentic Wallet，作为专为 AI Agent 打造的独立无私钥钱包，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 Agent 可以在预设边界内执行自动化操作；
• 4 月 28 日，TON 推出面向 AI Agent 的自托管钱包合约 Agentic Wallet，用户可以在几分钟内为 AI Agent 设置独立钱包，让 Agent 在不触碰用户私钥的前提下，自主完成转账、Swap、质押等链上操作；
• 4 月 29 日，OKX 发布专为 AI Agent 商业行为设计的开放支付标准 Agent Payments Protocol，覆盖报价、谈判、托管、计量、结算、争议处理等完整商业流程，试图为未来的 Agent 经济提供一套可落地的支付与结算框架；

表面上看，这是一场围绕「让 AI 接管链上执行」的巨头竞赛。但如果把镜头拉远一些，会发现这场竞赛真正的草蛇灰线在于权限、复用与共创。

这可能也正是 Web3 钱包下一个十年最重要的变化。

一、AI+Crypto 的发展流变

我们可以先梳理一下过去几年 AI+Crypto 的发展流变。

众所周知，对大多数普通用户来说，链上世界最大的问题，从来都不是没有信息，而是信息太多太杂。譬如一个代币可能同时出现在 𝕏、Telegram、DEX Screener、区块浏览器、项目文档和各种 KOL 讨论里，而绝大多数用户又很难在有限时间内，判断它的收益和风险点藏在哪。

所以，很多钱包和交易平台最先落地的 AI 功能，都是围绕「信息理解」展开的。

像币安钱包今年 1 月上线的几项 AI 功能就是典型案例：Social Hype 试图用社交关注度和互动数据排序代币热度；Topic Rush 把新兴叙事生成主题卡片，并按资金流入阶段进行分类；AI Assistant 则在代币页面提供叙事、情绪、事件时间线等摘要。

其实这类功能的价值不在于替用户做决定，而是帮助用户降低理解门槛，毕竟对于链上新手来说，一个足够清晰的 AI 摘要，可能比几十条碎片化推文更有帮助，甚至对于老用户来说，AI 也可以成为信息筛选器，帮助他们更快定位值得进一步研究的线索。

但这还只是第一步。因为在 Crypto 世界里，「看懂」之后，用户往往还要考虑如何操作，譬如授权、跨链、如何设置滑点、如何控制风险、如何撤销权限、如何识别钓鱼页面等等，也就是说，AI 如果只停留在「帮用户总结信息」这一层，仍然无法真正进入链上交互的核心流程。

所以如果说第一阶段的 AI 更像研究助手，那么第二阶段的 AI，正在靠近执行者（延伸阅读《AI Agent 时代的新船票：力推 ERC-8004，以太坊在押注什么？》）。

Gemini 推出的 Agentic Trading 就是一个很有代表性的信号。按照 Gemini 的介绍，用户可以通过 MCP 将 AI Agent 接入交易账户，让 Agent 调用交易相关 API，完成行情读取、下单、监控市场和风险管理等动作，Gemini 还把一些交易能力设计成 Trading Skills，比如获取实时行情、查询买卖价差、读取 K 线数据等，让 Agent 可以像调用工具一样调用这些模块。

这说明交易所正在重新思考未来用户与交易系统的交互方式，它可能不再只是点击按钮、输入价格、确认订单，而是由用户用自然语言设定目标，再由 AI 协助拆解路径、调用工具和完成执行。

类似变化也出现在钱包层。

Cobo 的 Agentic Wallet 提出了 Pact 协议，用来定义 Agent 可以做什么、不能做什么、在什么条件下停止；同时用 Recipe-driven skill layer 为 Agent 提供预设执行路径，例如借贷、Swap、DCA、网格策略、微支付等；Coinbase 也在开发面向 AI Agent 的 Agentic Wallets 和 Agent Skills，并将其与 x402 等机器支付协议结合起来，使 Agent 可以在设定限制内发送、交易、赚取收益，甚至为 API、算力、数据和存储等资源自动支付。

这背后的核心变化都是 Crypto 正在给 AI 提供一套可以直接调用的金融与账户基础设施，甚至把上述动作放在一张图里看，会发现它们在结构上高度收敛，每一家都在拼装同样的四块拼图：

• 身份层：Agent 的链上身份与可识别性（OKX 的 Agentic Wallet、Coinbase 的 Agent identity）；
• 权限层：用户对 Agent 的授权颗粒度与时效（MetaMask 的 ERC-7715 高级权限、Coinbase 的安全护栏）；
• 支付层：Agent 的微支付、订阅、结算（x402、APP、MPP）；
• 执行层：Agent 在交易所 / 公链上下单、跨链、调用合约（Gemini Agentic Trading、TON Agentic Wallet）；

毕竟在传统互联网里，AI Agent 虽然可以帮你搜索、总结、写邮件、生成代码，但一旦进入支付、授权和资产操作，就会遇到身份、信任、账户和结算问题，而区块链则天然提供了账户、签名、资产、支付、合约和可追踪记录，这让 AI Agent 有机会从「数字助理」进一步变成「链上执行者」。

不过，执行能力只是第一步。

如果说这些基础设施是在为 Agent「造手」，那么另一个更重要、也更容易被忽视的问题是：Agent 的「工作方法」从哪里来？

二、AI Agent 需要的不只是钱包，还有可复用的 Skill

这也是 Skill 概念值得关注的原因。

怎么理解 Skill？其实它是一种把具体工作方法封装起来的能力单元，譬如每个 Skill 就是一个文件夹，里面装着一份 SKILL.md 说明文件，告诉 AI 这个 Skill 是做什么的、什么时候该用、具体怎么操作。

那像 Claude 等大模型在运行时，只需根据用户意图按需加载对应 Skill，就能从一个通用模型变成专精在某个具体任务上的 Agent。

这个设计看起来很简单，甚至有点「反高科技」，但它背后真正重要的地方在于，Skill 的出现意味着 Agent 生态的竞争，不再只是模型参数、推理能力和调用速度的竞争，也会变成工作方法、社区知识和可复用能力的竞争。

一个 Agent 平台的护城河，可能不再只是「我的模型更大、更快、更聪明」，而是「在我的平台上，专家、企业、开发者和普通用户能否把自己的经验封装成可复用的资产，并让其他人和其他 Agent 反复调用」。

把这个判断放到钱包行业，会得到一个更有意思的命题，即钱包进入 Agent 时代之后，下半场的竞争不只是把「执行」做好，更要成为用户沉淀方法和共同创作的工作台。

事实上，不管是 Gemini 的 Trading Skills，Coinbase 的 Agent Skills，还是 Cobo 的 Recipe-driven skill layer，它们本质上都在做同一件事：把复杂操作拆成标准化、模块化、可调用的能力单元。

这对普通用户尤其重要，因为链上操作从来不是一条简单指令。一次看似普通的 Swap，背后可能涉及代币识别、合约地址校验、授权额度管理、滑点设置、Gas 判断、钓鱼风险识别和交易确认；一次跨链，可能涉及桥的选择、到账时间、手续费、目标链资产显示和失败处理；一次参与 DeFi，则可能涉及收益来源、智能合约风险、清算风险和退出路径。

这些经验如果只存在于个人脑子里，就很难被传递；如果只写成一篇普通教程，又很难在真实操作中被自动调用，但如果它们可以被沉淀成 Skill、模板、清单或可交互作品，就可能成为 AI 时代每个用户都能复用的知识资产。

这也是钱包在 AI 时代的新价值。

总的来看，未来钱包赛道真正值得关注的，不只是「AI 能不能帮我完成一次操作」，而是这些操作背后的经验能否被沉淀、复用和共同改进。

这也正是 imToken 提出 UI 3.0 时，可以进一步展开的方向。

三、下一个十年，AI 时代的钱包远景

客观而言，十年时间里，钱包行业已经经历了多轮迭代，从助记词到多链资产管理，从 DeFi 到 NFT，从 L2 到账户抽象，再到今天的 AI Agent。

但不管行业叙事如何变化，钱包始终面对同一个基本问题，就是如何让用户更安全、更自主、更清楚地管理自己的链上生活，到了 AI 时代，这个问题会变得更复杂，也更重要。

因为当用户开始让 AI 参与链上操作，钱包需要回答的不再只是「这笔交易能不能签」，还包括这笔交易是什么意思？它是否符合用户的真实意图？授权范围是否合理？风险是否被充分解释？尤其是如果 Agent 出错，用户是否仍然保有最终控制权？如果这次操作有价值，用户能否把经验沉淀下来，并分享给后来者？

这也是 UI 3.0 可以传递的新方向。未来的钱包界面，不只是更好看、更顺滑，而是更懂用户、更能解释风险、更能承载知识，也更适合用户共同创作。

从这个角度看，imToken 过去一年围绕 Verifiable UI 所做的思考，构成了 AI 时代钱包的第一条底线（延伸阅读《从 Kelp DAO 事件到 Verifiable UI：为什么「可验证界面」会是新的去中心化安全底线？》）。

这是一个很关键、也有些反直觉的判断，在大多数行业讨论里，AI 往往意味着更自然的输入、更聪明的解析、更流畅的人机对话，但站在钱包视角，AI 越聪明，界面反而越需要被验证。

Verifiable UI 要解决的，正是用户必须有能力验证界面本身的真实性，即便中心化服务下线，即便 Agent 给出的解读出现偏差，用户依然应该保有对资产和交互过程的最终控制，这与 imToken 多年来坚持的非托管原则是同源的。

非托管解决的是「私钥归谁」的问题，而 Verifiable UI 进一步解决的是「我看到的，是否就是我即将签署的」问题。

也正是在这条底线下，imToken 认为「用确定性约束概率性」更适合 AI 时代的钱包判断，毕竟无论 AI 多聪明、模型多强大，最终一笔交易能否执行，仍然必须受制于钱包内部那套确定性的代码、规则和权限边界。钱包不是 AI 的附属入口，而应该是 AI 时代用户资产安全的最终检查点。

但防御之外，UI 3.0 还有另一条更进取的主线，那就是从工具到共创平台。当执行逐渐被 Agent 接管，当界面开始变得可验证，钱包接下来要回答的问题就会变成用户还能在这里创造什么？这背后的逻辑，与 Skill 的逻辑是同构的。

当越来越多钱包都在接入 Agent、设计权限、提供执行能力，长期差异化不一定来自「谁先接入 AI」，而来自用户能否在这个钱包里沉淀出自己的作品，譬如一段链上策略、一个安全规则模板、一个特定场景的钱包应用、一个可分享的操作清单，或者一个未来可以被其他用户和 Agent 调用的 Skill。

总的来看，钱包过去十年的演进，是从「地址簿 + 签名器」，到「DApp 浏览器」，再到「多链入口」，下一个十年，它要回答的问题可能是：当 Agent 替我执行，当界面被我验证，我还能在这里共同创造什么？

因为当用户开始让 AI 参与链上操作，钱包需要回答的不再只是「这笔交易能不能签」，还包括这笔交易是什么意思？它是否符合用户的真实意图？授权范围是否合理？风险是否被充分解释？用户能否把这次操作经验沉淀下来，并分享给后来者？

这也是 UI 3.0 可以传递的新方向：未来的钱包界面，不只是更好看、更顺滑，而是更懂用户、更能解释风险、更能承载知识，也更适合用户共同创作。

这意味着用户不只是来分享故事，也可以一起沉淀作品，比如一个「如何安全添加代币」的 Skill，一个「第一次使用 Layer2」的交互式指南，一个「识别钓鱼授权」的风险清单，一个「硬件钱包冷存储」的流程模板，甚至是一个适合新手的钱包学习路径。

这些作品不一定一开始就很复杂，它们可以是一张图、一段教程、一个操作清单、一个安全提醒模板，也可以是未来能够被 AI Agent 调用的 Skill 原型。

重要的是，用户从「被教育的人」变成了「共同创作的人」。

这可能是 AI 时代用户教育最值得期待的变化：知识不再只是由项目方单向输出，而是由真实用户在真实场景中不断补充、修正、验证和复用。

写在最后

回头看，AI+Crypto 的结合正在快速从概念走向产品。

交易所开始让 AI 接入账户和交易能力，钱包开始为 Agent 设计资产权限和执行边界，支付协议开始探索机器之间的自动结算，Skill 和 Recipe 则开始把复杂操作变成可复用模块。

这些变化最终指向的，可能不是一个「所有事情都由 AI 完成」的世界，而是一个用户能力被重新放大的世界，在这个世界里，钱包仍然是入口，但它不再只是资产入口，而是身份、授权、知识、操作和共创的入口。

对 imToken 来说，十周年不只是回顾过去十年陪伴用户走过的链上旅程，也可以成为一次面向未来的邀请，邀请每一个用户，把自己的经验、问题、方法和作品沉淀下来，一起参与构建 AI 时代的钱包知识网络。

毕竟真正有生命力的 Agent 生态，竞争的不只是模型，而是共同创作的社区。

而钱包，可能正是这个社区最自然的起点，也是大家下一个十年一起要走的路。