贝莱德深度研报：AI与数字资产的交汇，正在开启“机器原生经济”

贝莱德研究论文《机器原生经济》指出，AI与数字资产正从平行轨道走向融合，核心在于AI代表“机器原生智能”，区块链提供“机器原生货币”。文章分析了三个关键重叠领域：大语言模型与区块链均采用tokenization架构，将现实输入转化为机器可读格式；代理型商业需要稳定币等机器原生支付通道，支持7×24小时、高频小额交易，x402等协议正被部署；算力作为新兴经济资源，可能成为数字资产的大市场，标准化算力合约可支持融资与结算。综合来看，AI是数字资产采用的结构性催化剂，数字资产则有望成为AI经济的基础设施，提升稳定币、代币化资产及原生加密资产的效用。

编译：金色财经

按：9月23日，贝莱德发布研究论文“机器原生经济：数字资产如何连接智能、商业与算力”，探讨了AI与数字资产之间日益增长的联系，并解释了为什么AI的广泛应用可能会推动数字资产经济领域的新需求、新用途和新应用。以下为全文内容：

AI的超常增长是这一时代最具标志性的技术主题。与此同时，数字资产的崛起是一个并行的技术主题，对金融基础设施具有尤为重要的影响。历史上，这两大主题大体沿各自平行的轨道发展，但随着 AI 系统与金融、经济网络交互的能力不断增强，它们正开始交汇。本文考察这一日益紧密的关系，并解释为何 AI 的广泛采用可能成为数字资产经济中一个被低估的需求、效用与应用增长来源。

在这一融合的核心，AI 与数字资产都源自一个共同的基础：AI 代表机器原生智能，数字资产代表机器原生货币。随着agentic AI的兴起，这种契合尤为关键——代理型 AI 指能够在有限人工干预下与外部工具和基础设施交互、围绕既定目标规划并执行多步骤任务的系统；而区块链则提供可编程基础设施，把智能与经济活动连接起来。这些能力将 AI 从内容生成推进到现实世界的行动，包括完成购买和发起金融交易。

具体而言，我们探讨三个关键的重叠领域：

大语言模型与区块链具有类似的Tokenization架构。 大语言模型将人类语言切分为词元（token），并对其进行数值化编码，以便模型解释和处理。区块链同样将经济价值与权益表示为数字资产代币（token），其设计目标是可由机器验证的转移与结算。二者的功能各不相同，但两种流程都把现实世界的输入转化为机器可以原生使用的格式。

代理型商业需要机器原生的支付通道。 代理型 AI 与机器对机器支付的兴起，可能提升对区块链及其他可编程支付基础设施的需求；稳定币、原生加密资产和其他链上资产，可以作为在这些通道上进行支付与结算的机器原生工具。ACH 和卡组织网络等现有通道已支持相当程度的自动化，但其开户要求与结算经济性，可能使其不太适合需要可编程执行的 7×24 小时、极小金额交易。x402 和 ACP 等新兴协议正部署在区块链网络之上，并与传统支付通道的适配方案并行推进，为更复杂的代理型工作流构建交易与结算层。

算力正在成为数字资产一个新兴且可能规模巨大的市场。算力，即训练和运行 AI 系统所需的处理能力，正成为日益重要的经济资源。分析师估计，到 2030 年，超大规模云服务商的云业务收入年化可能超过 1 万亿美元。随着代理能力更强、持续时间更长，对算力容量的标准化权益主张，可能成为数字资产在融资与可编程结算方面的重要用例。

综合来看，这些发展使 AI 成为数字资产采用的结构性催化剂，也使数字资产成为 AI 经济的潜在助推者：AI 解读信息并指导行动，区块链则提供机器可读的资产与可编程结算。这一关系仍被低估，并可能扩大数字资产作为日益自主的数字经济核心基础设施的角色。

AI 与数字资产的代币化将现实世界的输入转化为机器原生的表示形式

在架构层面，AI与数字资产中的代币化发挥着类似的作用：把信息和经济权益转化为离散的、标准化的、机器能够原生处理的表示形式。AI Token编码信息，而数字资产代币代表价值、所有权或经济权益的单位。在大语言模型（LLM）中，分词器将人类可读的文本切分为更小的单元——通常是单词、子词或字符——并将其映射为数值标识符。随后，嵌入层将这些标识符转换为模型可用于计算的向量表示。模型生成数值形式的词元 ID，再被解码回人类可读的文本。通过持续将输入文本转化为标准化的数值单元，LLM 能够利用现代芯片擅长的高度并行计算，高效处理大规模输入流。

区块链对价值储存和经济权益采用功能上可比、但技术上不同的流程。数字资产代币化，是指将现金、基金份额、证券或其他所有权主张等金融资产或现实世界资产（RWA）表示为记录在分布式账本上的标准化数字代币的过程。稳定币等既有链上资产可通过智能合约交易进行转移。在交易层面，这些资产通过机器可读的交易数据与治理规则来表达。网络验证授权与交易的合法有效，智能合约或交易脚本则施加该资产特有的权限与条件。这些机制共同通过转移代币余额来更新账本。一旦交易被记录，并在网络共识规则下获得充分的最终性，它便成为网络规范账本状态的一部分。

在区块链工作流中，智能合约执行交易逻辑，并施加针对金融资产的特定规则。反洗钱（AML）、了解你的客户（KYC）与了解你的代理（KYA）核查通常在链下进行，因为身份与合规数据可以在链下评估，验证结果再传递到链上，用于判定交易资格。对于代币化的 RWA，这些管控处于更广泛的法律与受监管服务框架之内，该框架依赖权威的链下登记系统，同时减少对封闭数据库和人工对账的依赖。

图 1：大语言模型与区块链交易中的Tokenization流程示意

这些并行的工作流——一个编码人类语境，另一个编码经济权益——随着智能系统与交易执行不断融合而变得更加重要。两套系统都使用结构化的、机器可读的表示形式，这使基于 LLM 的 AI 代理能够比面对许多碎片化的传统系统时，与区块链数据建立更直接的接口。反过来，跨资产类别更高的标准化程度可减少对定制化集成的依赖，并使代理更容易编排更复杂的多资产工作流。通过可编程接口，代理可以在执行经授权的交易并验证结算之前评估余额与规则，对人工流程的依赖有限。

比特币政策研究所近期的研究为该框架提供了初步支持：其报告称，在受控模拟中，模型输出总体上更偏好用稳定币进行日常支付、用比特币进行长期价值储存。这些发现反映的是模拟的模型回答，而非实际观测到的代理行为，但指向一种潜在的 AI 原生货币架构——稳定币充当交易货币，比特币充当价值储存手段。正如下一节所探讨的，这一共享的机器原生基础可能支撑起有意义的代理支付用例，而某些传统金融通道在这些用例上可能效率或经济性较低。

随着 AI 代理能力增强、现实应用扩展，它们日益需要为机器速度的商业活动原生设计的支付与资产基础设施。加密原生的区块链通道尤其适合 7×24 小时运行的高频、低于 1 美分的机器对机器（M2M）交易，包括 API 调用、按需数据和按用量计费的算力。与此同时，经过改造的传统支付系统在把代理与由人运营的企业和消费者连接起来时（即企业对机器 B2M、消费者对机器 C2M）仍将十分重要。

稳定币、原生加密资产、代币化的现实世界资产以及其他可编程工具，可以支持交易与数字所有权（包括作为抵押品使用），并在全天候运行的基础上满足所需的粒度。更广泛地说，代币化可以跨资产类别提供标准化的、机器可读的表示形式，减少金融基础设施中的定制化集成，并使代理能够更高效地编排日益复杂的工作流。

许多现有支付通道不太适合高交易量、低单笔金额的代理型交易，原因包括：

账户开立、凭据签发与授权流程可能需要人工参与；

商户受理费用可能使极小金额交易变得不经济；

结算与最终性方面的限制：多数 ACH 交易量在一个营业日或更短时间内结算，卡授权几乎即时，但商户结算与争议最终确认可能需要更长时间；以及

随着机器产生的交易量增长，可能存在可扩展性方面的限制。

代理支付协议建立在 MCP 和 A2A 等基础标准之上，这些标准将代理与外部系统以及彼此连接起来。MCP（模型上下文协议，Model Context Protocol）由 Anthropic 于 2024 年 11 月推出，规范了 AI 应用访问外部数据与工作流的方式。A2A（Agent2Agent）由 Google 于 2025 年 4 月发布，使代理能够跨平台通信与协作。

使用 MCP 与 A2A 的代理，会借助多种代理支付协议来完成涉及支付的复杂工作流。x402是 Coinbase 开发的一种开放支付协议，它使用 HTTP 402“需要付款（Payment Required）”状态码来支持由机器发起的支付。该协议与区块链无关，USDC 等稳定币是其早期的主要用例之一，并正逐渐成为高速 M2M 交易的一种潜在标准。通过提供 7×24 小时、近乎实时、可验证的结算，x402 可以降低资源提供方的交易对手风险敞口，并在支付确认后立即交付所请求的数据或服务。由于 x402 使用数字货币（包括持有在链上钱包中的稳定币），它能够支持高频、小额交易而无需人工干预。当结算发生在无需许可的网络之上时，更高的使用量可能提升对区块空间和验证者服务的需求，从而形成通向原生加密资产的潜在传导渠道。价值捕获的程度将取决于各网络的费用、质押与 Gas 代付设计。

其他新兴标准则把代理型交易与现有支付通道连接起来，并为可信的金融执行建立护栏。由 Stripe 和 Tempo 开发的机器支付协议（MPP），支持为 API 及其他 HTTP 资源付费，并可通过稳定币或传统支付方式灵活结算。由 Stripe 和 OpenAI 开发的代理商业协议（ACP），支持代理与企业之间以编程方式完成结账，同时允许卖方保留其现有的商业与支付基础设施。Google 的代理支付协议（AP2）使用加密授权凭证与审计轨迹来提供用户授权的证据，而 Visa 的可信代理协议（TAP）帮助商户验证可信代理并安全接收支付凭据。

图 2 展示了一个简化的代理支付工作流。人类用户（1）要求代理在指定预算内预订机票和酒店。主 AI 代理（2）通过 MCP 连接器访问用户的日历、偏好和已授权的支付信息，然后（3）通过 A2A 将数据收集工作委派给专门的 AI 差旅子代理。子代理（4）调用付费的机票与房价 API，相关支付通过 x402 处理并在链上结算。利用返回的信息，主代理（5）通过航空公司和酒店的结账系统完成预订，并（6）将行程与收据返回给用户。

图 2：涉及基础协议与金融协议的代理型工作流示意

多种数字资产都可能支持商业智能体，但稳定币很可能在交易用途上领先。稳定币是旨在相对于某一参考货币（最常见的是美元）维持稳定价值的数字代币。其价格稳定性提供了可靠的价值尺度，并在定价与结算方面带来更强的可预测性。稳定币是代币化现实世界资产中规模最大的类别，截至 2026 年 9 月，流通市值超过 3,000 亿美元。2025 年，经调整的稳定币交易量超过 11 万亿美元，与 Visa 和 Mastercard 的年度支付量处于大致同一区间。经调整的稳定币交易量仍远低于 2025 年通过 ACH 转移的 93 万亿美元；不过从 2020 年到 2025 年，其复合年增长率（CAGR）为 80%，而 ACH 约为 8.5%。监管环境日益清晰——包括美国的《GENIUS 法案》、欧盟的 MiCA、香港的稳定币发牌制度以及新加坡的稳定币监管框架——应当会支持稳定币的持续采用与增长。

图 3：稳定币与主要卡组织网络的交易量

对数字资产而言，这一增长的影响超出稳定币本身，延伸至其发行与结算所在的区块链网络。许多主要稳定币在多个区块链上发行，使市场参与者可以基于经济性与技术适配度，在受支持的结算场所之间进行选择。这些场所既包括以太坊这样的通用型无需许可网络，也包括 Circle 的 Arc 这类专门构建的稳定币网络——在 Arc 上，USDC 被设计为原生 Gas 资产。在无需许可网络中，原生加密资产（例如 ETH）支撑共识、验证者报酬、交易费用与结算。随着稳定币活动规模扩大，对区块空间和网络服务的更高需求可能支撑与使用量相关的需求以及这些资产潜在的价值捕获，具体取决于各网络的费用、质押与 Gas 代付设计。Arc 还提供了另一种互补模式：更高的支付活动可能加深 USDC 同时作为结算资产和交易费用支付手段的效用。

随着自主代理激增，算力正成为数字资产一个新兴且可能规模巨大的市场

AI 系统与代理的运行需要大量算力和能源。投资者主要关注建设 AI 基础设施所需的资本支出（CapEx）规模，一些估计认为 2025 年至 2030 年间累计 AI 资本支出将超过 5 万亿美元。但支撑 AI 部署的持续运营支出（OpEx）上升同样值得关注。其中相当一部分运营支出流向 AI 云算力市场，该市场将已部署 IT 设备及其运行所需电力的使用权变现。随着这一市场扩张，算力正成为一种独特、规模庞大且日益可投资的经济资源，可能支撑一类新的数字资产。以超大规模云服务商的主要云业务板块作为市场规模的大致代理指标，市场一致预期显示，亚马逊云科技（AWS）、微软智能云部门与 Google Cloud 到 2030 年的合计收入约为 1.1 万亿美元，相当于自 2025 年水平起 29% 的复合年增长率。

随着算力成为更大的经济投入要素，对容量进行定价和分配，并支持融资与对冲的需求也应随之上升。从历史上看，大型资源市场都发展出了改善流动性与风险管理的交易基础设施。我们认为，随着 AI 采用规模扩大，算力可能走上类似路径。近期市场发展已指向这一方向，包括以 GPU 为支撑的融资，以及围绕长周期、与使用量挂钩的算力收入而设计的融资平台。这些结构反映出获取领先 GPU、为建设前沿模型所需容量而投入的资本密集程度。随着模型改进，训练与推理两方面的需求都应继续增长。随着现实世界的 AI 用例扩展，预计到 2030 年推理将成为最大的 AI 工作负载，并在数据中心电力需求中占据日益增长的份额。潜在的推理用户群体涵盖企业与个人消费者，比训练市场参与者这一集中群体要大得多，也更为分散。

图 4：按工作负载划分的全球数据中心电力需求

即便市场正在成形，在标准化算力产品能够规模化之前，仍存在重要的合约设计与市场结构挑战。这些挑战包括：如何计入芯片代际生产力与区域经济性（尤其是能源成本差异显著之处）的实质性差异，以及为现金结算与合约容量的交付建立可行的标准。我们认为这些是重要但最终可以解决的设计考量。成熟大宗商品市场中使用的基差市场、差额合约及其他机制，为管理异质资产与本地化定价提供了有益的借鉴；而链上代币化市场则可能在共享结算基础设施内实现更细颗粒度的区域性与硬件特定合约。随着这些框架成熟，我们预计标准化产品——包括交易所交易的算力期货——将支持更透明的价格发现，并为算力容量的提供方与使用方带来更有效的对冲。标准化的算力合约还可以创造对算力容量及相关使用权的权益主张，这些权益可被表示、转移、质押为抵押品，并通过可编程基础设施进行结算。这反过来可能扩大机构投资者的参与，并使算力成为更广泛数字资产生态的一个新机会。

随着代理型 AI 采用规模扩大，代理越来越多地通过 x402 等可编程支付通道发现、配置、优化并为算力付费时，这一功能可能变得尤为有价值。代理可以查询实时市场 API，按价格、性能、时延、位置与硬件专长比较可用容量，然后配置最适合特定工作负载的资源。MCP 和 A2A 可以促进数据访问与代理之间的协作，而 x402 可以支持按使用次数、按模型词元或按作业的按需结算。这一框架可以在有限人工干预下实现弹性、即时（just-in-time）的算力获取。尽管代理支付活动目前仍处于早期阶段，但自主代理与机器原生支付之间的结构性契合，使其成为随着生态发展值得关注的领域。

图 5：优化并获取按需算力的代理型工作流示意

Stripe 于 2026 年 8 月达成收购 OpenRouter 的协议，提供了一个早期的战略信号：模型路由与算力使用优化正在成为围绕 AI 的金融基础设施的一部分。OpenRouter 根据工作负载需求与成本性能权衡，将工作负载分发到来自 80 多家提供商的 400 多个模型上，凸显了高效分配稀缺算力的经济价值。买方本身也关乎这一论点：考虑到 Stripe 在支付、稳定币、计费与代理型商业领域的广泛活动，这笔交易指向算力采购、按用量计费与可编程结算之间潜在的融合。在我们看来，这可能支撑一个未来：Agent通过区块链和其他可编程支付通道自主获取算力并为其付费。