ViaBTC CEO杨海坡：从Nof1到x402 ，浅谈AI Agent的应用与未来

随着 Nof1 的 AI 实盘竞赛与 Coinbase 推出的 x402 协议相继成为热点，AI Agent在金融和支付领域的应用场景正在不断延伸。作为 AI 支付的协议代表，x402 协议与传统支付协议有什么区别？它的支付场景有哪些？以及随着 AI 支付的完善，未来 AI Agent 还能有哪些可预见应用场景？针对这些问题，此次，我们邀请到 ViaBTC 创始人兼 CEO 杨海坡，围绕 x402 协议的可行性以及 AI 协作网络的未来想象力展开了深入讨论。

Q： x402 协议最近已经成为行业内热议的话题。对于 x402 协议这种用 Token 支付来解决 AI 的支付问题，您如何看待呢？

杨海坡：其实抛开“AI 支付”这个概念，从工程师的角度来看，x402 是一个相对简单的协议，它的核心不是发明一种新的支付方式，而是把链上支付包装成一个标准的 Web 服务，通过引入一个 Facilitator 来解决链上支付的信任和执行问题。

很多人会拿 x402 和传统支付比较，但其实它们服务的对象并不相同。支付宝、Visa 这样的传统支付体验确实很好，但它们是为人类设计的，而不是为 AI 设计的。对于 AI Agent 来说，传统支付体系目前存在两个明显问题：第一是准入门槛，你很难通过一段脚本去银行开户并完成 KYC，但生成一个能够链上支付的钱包地址只需要一行代码；另一方面是摩擦成本，AI 的交互是高频且碎片化的，比如一个 Agent 调用了一次数据接口，需要支付 0.0001 美元，如果走 Visa 通道，银行的手续费可能比这笔钱还贵。

所以 x402 实际上是利用了 Token 的可编程性，配合 Facilitator 这个中间层角色，解决这种“自动化微支付”场景的问题。在这个场景下，Facilitator 就像是机器世界的“支付宝”，它把复杂的链上确认交给自己消化掉，让 AI 能以毫秒级的速度完成高频的交易。

在传统链上支付中，交互本身是慢而复杂的。x402 的思路是：让 Facilitator 充当链上交易的“执行代理”，它负责验证签名、垫付 Gas、提交交易、处理链上细节，而支付方只需要向 Facilitator 提交签名即可，不需要直接完成链上操作。对于买卖双方而言，这极大程度上简化了支付步骤，因为 Facilitator 帮他们解决了信任和结算的问题。

Q：您如何看待 x402 的发展前景？目前它在实际落地过程中可能面临哪些问题或限制？

杨海坡：如果谈前景，我认为 x402 的未来价值，主要体现在 Agent-to-Agent 的经济网络中，而不是面向终端用户的支付体验。对普通用户来说，支付应该是完全无感的。未来你不会看到 AI Agent 提示你“扫码付款”。当你下达指令“每天上午九点帮我分析市场行情”时，Agent 会在后台自动调用多家服务商的新闻或社交媒体数据。面对高频调用可能产生的费用，Agent 可以通过 x402 协议自主支付并获取服务，全程无需人工干预。这种模式将推动 API 调用从传统的“会员订阅制”演变为真正的“按需付费”，因为 x402 天然适用于这种机器之间高频、碎片化的协作场景。

此外，还有一个容易被忽视的安全优势。今天如果要让 AI 帮你买东西，你基本不敢把 Visa 卡号给它，因为信用卡本质上是无限责任，如果 Agent 被攻击或者产生幻觉，它确实可能“刷爆你的卡”。但 Token 钱包可以为 AI 设置一个授权额度，比如一个 100 USDC 的“零花钱账户”。这样即使 Agent 出问题，损失也是可控的。

但也正因为 x402 设计得太简单，它的短板也非常明显。首先，x402 协议极度依赖像 Coinbase 这样的 Facilitator。它简化了开发但也引入了单点风险。如果某个 Facilitator 的服务器宕机了，或者它作恶、审查你的交易，整个支付链路就断了，这是一个典型的中心化风险。另一方面，x402 的设计十分简单，也使得功能上存在一定缺失，比如“退款”。目前 x402 协议并没有内置退款机制。现实世界的商业支付需要处理大量争议，如服务未完成、货物损坏等，而 x402 的不可逆特性让这部分流程难以实现。

在这个背景下，行业也在探索更大范围、更通用的 Agent 支付协议，例如 Google 的 AP2，他们就在试图建立一个统一的标准：既能包容传统的 Visa/Mastercard，又可以兼容加密货币，还要把退款等复杂的商业流程都考虑进去。从长远看，AP2 这样的大协议当然是我们希望看到的方向，但也正因为设计复杂，牵扯的利益方太多，它离真正落地还有距离。而 x402 胜在简单，它不需要等待银行升级系统，只要有钱包、有代码，今天就能用。

Q：回到当下，从您个人的观察来看，目前 AI Agent 真正落地并且产生实际价值的场景主要集中在哪些领域？

杨海坡：坦白说，目前 AI Agent 最大的受益者其实还是开发者本身。AI 结对编程这种模式已经成为许多工程师的日常，像 Cursor 这一类 Agent 已经被广泛采用。对于大型、架构复杂的项目，开发者当然不会把完整责任交给 AI，这在现阶段不现实。但在一些枯燥却耗时的任务上，例如 Code Review、单元测试，甚至部分的算法逻辑生成方面，AI Agent 已经可以承担相当一部分的工作量，这很大程度上节省了开发者的时间。

另一个很值得关注的场景是对非技术人员的帮助。例如最近大家常提到的“Vibe Coding”，它之所以火热，是因为它打开了非技术人士的想象力。以前你没有编程技能，即便有好的想法也做不出来。但现在，你可以用自然语言把你的想法告诉 Agent，让它给你写代码。当然，我们也必须实事求是地说，Vibe Coding 并不是“一键生成”的万能工具，Agent 的产出往往需要反复调试。此外，虽然它能实现快速搭建，但经过多轮迭代后，代码容易变得臃肿混乱，给后续维护和升级带来极大的挑战。尽管如此，哪怕现在只有三四成的成功率，它给非技术人员带来的从 0 到 1 的能力突破，依然极具价值。

还有一些看似很小但在实际工作里很常见的需求。比如开发者偶尔需要一个图标、一个按钮样式、一个简单的界面草图，以前只能去找设计同事帮忙。而现在可以让 Agent 帮你快速生成一个图标或初稿 UI，哪怕只是一个“可用的草稿”，也能节省不少来回沟通的时间。

虽然现在 AI 很多时候做得不够完美，但对于想去做一个 Demo 或者做 MVP 的小团队以及独立开发者来说已经足够好用了。

Q：从您的观察来看，AI Agent 的未来想象空间在哪里？未来加密行业是否可能也出现类似的新尝试？

杨海坡：如果从更长的周期来看，我认为 AI Agent 的想象空间肯定不止停留在现在的开发辅助层面，未来的想象很多，例如更多的自主协作、自主采购等任务都可能实现。

目前行业里已经有一些很有意思的探索了。比如 Nof1 发起的 AI 实盘竞赛，本质上是让不同模型下的 Agent 在真实市场环境中测试自己的策略能力，在这种情况下，AI 不再只是给人提供信息，而是形成了自己的行动闭环。

另外也有越来越多的交易所开始支持 MCP (编者注：Model Context Protocol，模型上下文协议)，例如我们生态内的 CoinEx 交易所已经在 Github 上发布了相应的 MCP 服务。借助这样的 MCP 服务，AI Agent 可以直接访问交易所的实时行情、K 线数据、新闻流等信息，再结合模型做深度分析。理论上，它不仅可以根据用户的偏好和风险参数自动生成策略，如果部署在本地，它还能够具备自动下单的能力。在这种场景下，AI Agent 将真正具备自动化交易、智能做市等能力，例如它可以通过实时获取市场深度、波动性和交易量等数据，动态调整挂单价格和数量，从而提高市场效率和流动性。这类能力的出现，标志着 Agent 已从单纯的“帮你查资料”进入了“帮你做决策、帮你执行”的阶段。

在这种模式下，我们也能看到 x402 的应用。例如你让自己的 Agent A 撰写一份比特币深度分析报告，它本身没有相关数据，就会自动调用其他 Agent 完成整条链路：向负责链上数据监测的 Agent B 请求链上持仓和交易数据并自动支付；向负责新闻聚合的 Agent C 请求舆情摘要，再次完成小额支付。你看到的结果虽然只是“收到了一份报告”，但其实背后已经发生了多次 Agent-to-Agent 的微交易。

我们从目前已有的这些实例中可以看到，Nof1 证明了 AI 能做决策，MCP 解决了 AI 如何获取数据和执行，而 x402 让 AI 能够与其他 Agent 进行经济协作。所以我认为 AI Agent 的想象空间会出现在两个方向：一是更强的自主决策；二是更自然的经济协作。当 Agent 能够自动寻找资源、购买服务、调用工具并完成整个任务链时，我们看到的就不再是单体模型的能力，而是由多个 Agent 组成的数字经济系统。这些事情在今天可能还只是刚刚起步，但我相信 AI Agent 的未来充满很多可能性。