ViaBTC CEO楊海坡：從Nof1到x402 ，淺談AI Agent的應用與未來

隨著Nof1 的AI 實盤競賽與Coinbase 推出的x402 協議相繼成為熱點，AI Agent在金融和支付領域的應用場景正在延伸。作為AI 支付的協議代表，x402 協議與傳統支付協議有什麼區別？它的支付場景有哪些？以及隨著AI 支付的完善，未來AI Agent 還能有哪些可預見應用情境？針對這些問題，此次，我們邀請到ViaBTC 創始人兼CEO 楊海坡，圍繞x402 協議的可行性以及AI 協作網絡的未來想像力展開了深入討論。

Q： x402 協議最近已成為業界熱議的話題。對於x402 協議這種用Token 支付來解決AI 的支付問題，您如何看待呢？

楊海坡：其實拋開「AI 支付」這個概念，從工程師的角度來看，x402 是一個相對簡單的協議，它的核心不是發明一種新的支付方式，而是把鏈上支付包裝成一個標準的Web 服務，透過引入一個Facilitator 來解決鏈上支付的信任和執行問題。

很多人會拿x402 和傳統支付比較，但其實它們服務的對象並不相同。支付寶、Visa 這樣的傳統支付體驗確實很好，但它們是為人類設計的，而不是為AI 設計的。對於AI Agent 來說，傳統支付體系目前存在兩個明顯問題：第一是准入門檻，你很難通過一段腳本去銀行開戶並完成KYC，但生成一個能夠鏈上支付的錢包地址只需要一行代碼；另一方面是摩擦成本，AI 的交互是高頻且碎片化的，比如一個Agent 調用了一次數據接口，需要支付0.0001 美元，如果手續費可能走錢的手續費錢。

所以x402 其實是利用了Token 的可程式性，配合Facilitator 這個中間層角色，解決這種「自動化微支付」場景的問題。在這個場景下，Facilitator 就像是機器世界的“支付寶”，它把複雜的鏈上確認交給自己消化掉，讓AI 能以毫秒級的速度完成高頻的交易。

在傳統鏈上支付中，互動本身是緩慢而複雜的。 x402 的想法是：讓Facilitator 充當鏈上交易的“執行代理”，它負責驗證簽名、墊付Gas、提交交易、處理鏈上細節，而支付方只需要向Facilitator 提交簽名即可，不需要直接完成鏈上操作。對於買賣雙方而言，這極大程度上簡化了支付步驟，因為Facilitator 幫他們解決了信任和結算的問題。

Q：您如何看待x402 的發展前景？目前它在實際落地過程中可能面臨哪些問題或限制？

楊海坡：如果談前景，我認為x402 的未來價值，主要體現在Agent-to-Agent 的經濟網絡中，而不是面向終端用戶的支付體驗。對一般用戶來說，支付應該是完全無感的。未來你不會看到AI Agent 提示你「掃碼付款」。當你下達指令「每天上午九點幫我分析市場行情」時，Agent 會在後台自動調用多家服務商的新聞或社群媒體資料。面對高頻呼叫可能產生的費用，Agent 可以透過x402 協議自主支付並取得服務，全程無需人工幹預。這種模式將推動API 呼叫從傳統的“會員訂閱制”演變為真正的“按需付費”，因為x402 天然適用於這種機器之間高頻、碎片化的協作場景。

此外，還有一個容易被忽略的安全優勢。今天如果要讓AI 幫你買東西，你基本上不敢把Visa 卡號給它，因為信用卡本質上是無限責任，如果Agent 被攻擊或者產生幻覺，它確實可能「刷爆你的卡」。但Token 錢包可以為AI 設定一個授權額度，例如一個100 USDC 的「零用錢帳戶」。這樣即使Agent 出問題，損失也是可控的。

但也因為x402 設計得太簡單，它的短板也非常明顯。首先，x402 協定極度依賴像Coinbase 這樣的Facilitator。它簡化了開發但也引入了單點風險。如果某個Facilitator 的伺服器宕機了，或者它作惡、審查你的交易，整個支付連結就斷了，這是一個典型的中心化風險。另一方面，x402 的設計十分簡單，也使得功能上有一定缺失，例如「退款」。目前x402 協議並沒有內建退款機制。現實世界的商業支付需要處理大量爭議，如服務未完成、貨物損壞等，而x402 的不可逆特性讓這部分流程難以實現。

在這個背景下，業界也在探索更大範圍、更通用的Agent 支付協議，例如Google 的AP2，他們就在試圖建立一個統一的標準：既能包容傳統的Visa/Mastercard，又可以兼容加密貨幣，還要把退款等複雜的商業流程都考慮進去。從長遠看，AP2 這樣的大協議當然是我們希望看到的方向，但也因為設計複雜，牽扯的利益方太多，它離真正落地還有距離。而x402 勝在簡單，它不需要等待銀行升級系統，只要有錢包、有代碼，今天就能用。

Q：回到當下，從您個人的觀察來看，目前AI Agent 真正落地並且產生實際價值的場景主要集中在哪些領域？

楊海坡：坦白說，目前AI Agent 最大的受益者其實還是開發者本身。 AI 配對程式設計這種模式已經成為許多工程師的日常，像Cursor 這一類Agent 已經被廣泛採用。對於大型、架構複雜的項目，開發者當然不會把完整責任交給AI，這在現階段不切實際。但在一些枯燥卻耗時的任務上，例如Code Review、單元測試，甚至部分的演算法邏輯生成方面，AI Agent 已經可以承擔相當一部分的工作量，這很大程度上節省了開發者的時間。

另一個很值得關注的場景是對非技術人員的幫助。例如最近大家常提到的“Vibe Coding”，它之所以火熱，是因為它打開了非技術人士的想像。以前你沒有程式設計技能，就算有好的想法也做不出來。但現在，你可以用自然語言把你的想法告訴Agent，讓它寫程式給你。當然，我們也必須實事求是地說，Vibe Coding 並不是「一鍵生成」的萬能工具，Agent 的產出往往需要反覆調試。此外，雖然它能實現快速搭建，但經過多輪迭代後，程式碼容易變得臃腫混亂，為後續維護和升級帶來極大的挑戰。儘管如此，即使現在只有三、四成的成功率，它為非技術人員帶來的從0 到1 的能力突破，依然極具價值。

還有一些看似很小但在實際工作中很常見的需求。例如開發者偶爾需要一個圖示、一個按鈕樣式、一個簡單的介面草圖，以前只能去找設計同事幫忙。而現在可以讓Agent 幫你快速生成一個圖標或初稿UI，哪怕只是一個“可用的草稿”，也能節省不少來回溝通的時間。

雖然現在AI 很多時候做得不夠完美，但對於想去做一個Demo 或做MVP 的小團隊以及獨立開發者來說已經足夠好用了。

Q：從您的觀察來看，AI Agent 的未來想像空間在哪裡？未來加密產業是否可能也出現類似的新嘗試？

楊海坡：如果從更長的周期來看，我認為AI Agent 的想像空間肯定不止停留在現在的開發輔助層面，未來的想像很多，例如更多的自主協作、自主採購等任務都可能實現。

目前行業裡已經有一些很有趣的探索了。例如Nof1 發起的AI 實盤競賽，本質上是讓不同模型下的Agent 在真實市場環境中測試自己的策略能力，在這種情況下，AI 不再只是給人提供信息，而是形成了自己的行動閉環。

另外也有越來越多的交易所開始支援MCP (編者註：Model Context Protocol，模型上下文協議)，例如我們生態內的CoinEx 交易所已經在Github 上發布了相應的MCP 服務。借助這樣的MCP 服務，AI Agent 可以直接存取交易所的即時行情、K 線數據、新聞流等信息，再結合模型做深度分析。理論上，它不僅可以根據使用者的偏好和風險參數自動產生策略，如果部署在本地，它還能夠具備自動下訂單的能力。在這種場景下，AI Agent 將真正具備自動化交易、智慧做市等能力，例如它可以透過即時獲取市場深度、波動性和交易量等數據，動態調整掛單價格和數量，從而提高市場效率和流動性。這類能力的出現，標誌著Agent 已從單純的「幫你查資料」進入了「幫你做決策、幫你執行」的階段。

在這種模式下，我們也能看到x402 的應用。例如你讓自己的Agent A 撰寫一份比特幣深度分析報告，它本身沒有相關數據，就會自動調用其他Agent 完成整個鏈路：向負責鏈上數據監測的Agent B 請求鏈上持倉和交易數據並自動支付；向負責新聞聚合的Agent C 請求輿情摘要，再次完成小額支付。你看到的結果雖然只是“收到了一份報告”，但其實背後已經發生了多次Agent-to-Agent 的微交易。

我們從目前已有的這些實例中可以看到，Nof1 證明了AI 能做決策，MCP 解決了AI 如何獲取數據和執行，而x402 讓AI 能夠與其他Agent 進行經濟協作。所以我認為AI Agent 的想像空間會出現在兩個方向：一是更強的自主決策；二是更自然的經濟合作。當Agent 能夠自動尋找資源、購買服務、呼叫工具並完成整個任務鏈時，我們看到的就不再是單體模型的能力，而是由多個Agent 組成的數位經濟系統。這些事情在今天可能只是剛起步，但我相信AI Agent 的未來充滿許多可能性。