首頁

快訊深度數據 Skill&API

當AI Agent接管鏈上權限：Web 4.0的金融新範式還有多遠？

动察 Beating

閱讀本文需 28 分鐘

未來已來

從 ChatGPT 的驚艷登場，到如今各類 AI Agent 開始接管複雜任務，變化之快讓人目不暇給。

AI Agent 早已不只是聊天機器人。當它們開始自主決策、調動資金、甚至與其他 Agent 簽訂「契約」，一個全新的金融世界正在鏈上悄然成型。鏈上金融＋AI Agent 的趨勢，被大部分人定義為 Web4.0。

4 月 21 日，BlockBeats×動察 Beating×知乎×Cobo×MuleRun 在香港聯合主辦了一個活動，圍繞 Web4.0 的金融發展趨勢展開了一場對話，Cobo、MuleRun 和 NOXCAT 贊助，同時，豪華跑車 Lotus、Web3 應用 NOXCAT 出席活動。本次活動聚焦於加密世界與 AI Agent 的深度融合。

趨勢已來

活動開場，律動 BlockBeats 主編張書豪分享了一組數據。

在傳統觀念中，鏈上交易似乎只是加密貨幣的「小圈子遊戲」。然而，在基於 Hyperliquid 平台構建的鏈上大宗商品交易平台 Trade XYZ 上，原油持倉量在特定地緣政治事件期間達到了 10 億美金。

「雖然 10 億在大宗領域是一個很小的數據，但是和其他加密交易平台曾經的交易量相比，已經不是同一個數量級的了」張書豪說。傳統資金對鏈上的看法，早就不是當年那個「好發行、好交易」的淺層認知，這在他看來，可能比當年 PayPal 支持比特幣交易更「恐怖」。

知乎高級副總裁張榮樂把話題又往前推了一步。

他自己是港科大 EMBA 的學員，剛入學時，用 AI 只是問問題、寫內容；後來，AI 變成了案例分析裡協助決策的關鍵成員；再到現在，所有人都在想怎麼用 AI Agent 改造商業模式。

當這些東西放在鏈上，變化會更徹底。Agent 可以自主做交易，甚至替你跑完一整套複雜策略。

所以我們將面臨一個更根本的問題：當 AI Agent 可以自主決策和行動，我們該怎麼重新思考生產關係和商業模式？

知乎在做的，就是把這種新趨勢，變成大眾能理解、能參與的話題。從 Web3 到 AI 再到 Web4.0，越來越多的人參與討論。這些原本偏技術、偏金融的內容，也逐漸從少數人的議題，走向更廣泛的公共討論。

動察主理人 Sleepy，用幾句話講清楚了動察 Beating 要做的事。

切口很簡單：科技與人。

從穩定幣到 Crypto，從 AI 到腦機介面、火星產業……動察都會關注。新技術、新趨勢、新理念，到底怎麼影響這一代年輕人？怎麼影響這個時代、這個社會？動察想用不同的媒介，讓這些看起來遙遠的東西，變得有體感。

「希望你能感知到，它怎麼影響到你和我，怎麼影響到現實生活。」

Keynote 環節

來自 MuleRun 的 CTO 束駿亮和 Cobo 的 AI 增長負責人 Brad Bao 分別進行了演講，談論他們各自對於 AI Agent 能力與信任關係的看法。

一個安全工程師眼中的 Web4.0 的基礎設施

來自 MuleRun 的 CTO 束駿亮認為，要理解未來，首先要理解 AI Agent 的能力構成。

他將一個成熟的 Agent 抽象為六個維度：

-嘴巴：不僅限於網頁，Agent 已能通過微信、Telegram、Discord 等主流 IM 軟件與你對話，隨時響應指令。

-眼睛/耳朵：數據源決定一切。它會主動聯網搜索，但更關鍵的是能調用專業 API，獲取實時、準確的金融信息，擺脫免費 API 的數據延遲和缺失問題。

-腦子：處理複雜問題的能力。能處理從「查價格」到「做波動率計算、策略回測」的複雜任務，並且在工程上優化 Token 消耗，降低成本。

-手：Agent 擁有 7x24 小時穩定的雲端運行環境，可以執行長期監控任務，甚至擁有公網 IP，能搭建並托管一個可公開訪問的網站或監控系統。

-記憶：優秀的 Agent 擁有長期記憶，用的越久，它越懂你，減少重複溝通。

-知識網路：一個可共享的知識網路，簡單來說別人的經驗可以借給你用。

他展示了一個朋友用 MuleRun 搭建的自主投資系統：抓取新聞、財報、情緒資料，能夠自動給出加倉信號。

同時，束駿亮也對未來 AI Agent 的發展趨勢提出了自己的想法：

-完全自主執行時代：未來 AI Agent 能在無人干預下完成全週期策略，並且不同 Agent 之間的對手盤將加劇競爭。

-產品差異縮小，使用方式成為超額收益來源。各家 Agent 底層模型與 API 能力趨同，真正拉開差距的是用戶如何定義任務、設計工作流、利用記憶與知識共享。

-基礎設施轉向 AI-native 設計。未來 API 不再為人類 UI 優化，而是為 Agent 呼叫設計。

如何構建智能體經濟信任層?

當 Agent 開始動用資金，鏈上權限應該交給誰？

來自 Cobo 的 AI 增長負責人 Brad Bao 圍繞這個話題展開了討論。

「不是給或不給，而是如何給出可協商、可追溯、可撤銷的權限。」

Web3 解決的是資產所有權，而 Web 4.0 要解決的是 Agent 之間的經濟關係：能做什麼、不能做什麼、做錯了誰來負責。

Cobo 的解決方案是引入「契約（Pact）」的概念。一個 Pact 包含：

用戶意圖 (Intent)：要做什麼？

執行路徑 (Execution Plan)：能走哪條鏈、哪個地址？

規則管控 (Policies)：必須遵守哪些條件？

終止條件 (Completion Conditions)：如何算完成？何時終止？

這份契約定義了人類與 Agent 之間可執行、可審計、可撤銷的「信任層」。結合 MPC 技術，Agent 可以自由奔跑，但人類始終保留最終控制權。

他們的產品 Cobo Agentic Wallet 已上線早期訪問版本，核心能力包括但不限於：

-用戶為 Agent 創建帶有 Pact 約束的子錢包

-採用多方計算（MPC）加密技術，消除單點風險

-即時監控 Agent 行為，異常自動凍結

-支援人類一鍵撤銷所有權限

Agentic Wallet + Pact = 把「是否授權」變成「如何共同執行一份契約」。

Web 4.0 不是機器取代人類，而是人類與 AI Agent 建立可信任的經濟關係。

Agent 影響下的全新金融形態還有多久到來？

活動下半場，我們的幾位嘉賓就 AI Agent 的全新形態展開了圓桌討論

嘉賓：

束駿亮：MuleRun CTO

Box：Monad Foundation 大中華區開發者關係

Christian：Infini Founder

許佳龍教授：香港科技大學協理副校長（學術發展）

「Agent 的護城河，到底存不存在？」

這個問題，讓四位嘉賓难得地站在了同一邊。

Box 第一個發表觀點：「大部分 Agent 的護城河弱得可憐，Claude 里隨便一個員工，三周就能把你做的東西反向實現。」

他舉了個例子：去年一堆創業公司做 Co-work，Claude 一出手，這些公司原地倒閉。

「要么比更新速度快，要么比創始人影響力大。不然，等死。」

束駿亮從技術角度補充：模型差距在加速縮短，國產模型已經快追上 GPT-4.6 了。Coding 能力更是爆炸式提升，以前一個功能兩個人做一個月，現在一個人做三天。

「抄競品功能？一周夠了。」

那什麼才算護城河？

束駿亮認為有兩點：

第一，獨家數據。有些敏感數據只有你能拿到，別人拿不到。

第二，使用者記憶。Gemini 不提供記憶導出功能，你用久了就遷不走了，這才是真正的黏著。

「2026 年，Agent 能做多複雜的交易？」

Box 的回答很短：「人類能做的，Agent 都能做。」調倉、DeFi 套娃、樂高組合，都行。但他話鋒一轉：「我不看好讓 AI 幫你賺錢這件事。」

你開 100 個 Agent 同時跑，總有一個能跑出來，但那是概率，不是策略。

「能賺錢的人還是那些人，AI 只改變速度，不改變能力。」

Christian 給出了更具體的判斷：信息層面，盯鏈、事件驅動策略已經實現了，Agent 可以 7×24 小時跑，資金效率層面，閃電貸、槓桿風控、流動性優化，人類無法持續監控的，Agent 可以。

「人不可能每天盯著借貸協議的流動性變化，但 Agent 可以。人睡覺時不可能盯著槓桿係數，但 Agent 可以。」

人想執行的交易策略，Agent 基本都能執行了，但能不能賺錢，看你本來就賺不賺錢。

「Agent 會怎麼改變金融系統？」

許教授先劃了一條線：分清楚「增值」和「投機」。

用 Agent 分析公司資產、尋找最佳分析方法，這是有價值的。用 Agent 去預測市場對賭，和傳統世界沒區別。

從束駿亮的視角來看：Agent 會拉平信息差。

以前賺錢是因為市場上有比你菜的韭菜，現在 AI 輔助下，新入場者能力提升很快。以前不交易的人，現在可以用 Agent 寫腳本、做回測、跑策略。

「老手需要重新建立優勢，不然，韭菜就是你自己。」

「穩定幣+Agent，會擦出什麼火花？」

束駿亮認為穩定幣會加速一切，「穩定幣是新的基礎設施，天然離 AI 更近。」

Box 他舉了千問外賣的例子，Agent 已經可以幫你點奶茶了，如果接入淘寶想象空間會更大。如果穩定幣能夠發行在那些有實際落地場景的企業中，會帶來非常強的協同作用。

Christian 是務實派，他說穩定幣本質兩點：美元替代物 + 低金融體系地區的工具。

「傳統公司要開始收款，至少需要一兩個月。現在一分鐘生成收款鏈接，發給客戶，點一下就付了。」

百倍的速度提升，這才是 Agent+穩定幣最大的價值。

許教授回到了底層邏輯：穩定幣提供了透明度和不可篡改記錄，它在低信任地區流行就是因為提供了保障。「但平台方可能最討厭穩定幣，會暴露他們背後的資金調配操作。」

他最後補了一句：技術的目的是提高社會價值，不是零和賺錢，如果只是為了賺錢，這個目標太低了。

Skills Demo 展示

Agentic Wallet / Brad Bao（Cobo AI 增長負責人）

Cobo 發布的 Agentic Wallet 是一款具備消費管控、審批及全流程審計能力的 Agent 錢包。它的核心理念是：為你的 Agent 簽署 Pact 契約而非交付私鑰。

Brad 展示了從簡單到複雜的三個場景。最簡單的 Uniswap 交易，Agent 提交契約，人類在手機上一鍵審批。

複雜一點的跨鏈轉帳，Agent 自己規劃出最快、費率最低的路徑，中途失敗了自己 Debug，全程不需要人類插手。

最複雜的 Hyperliquid 對沖策略，Agent 自己擬出套利方案，契約生效後，未來三十天的所有操作都不需要再額外授權。這個產品的底層是 Cobo 做了多年的 MPC 多方安全計算技術，錢始終在你手裡，Agent 可以跑，但永遠無法拿走控制權。

「信任不是產品上的附加功能，而應該是 Agent 經濟系統的地基。」Brad 說。

宏觀監控 Agent Skills / xingpt（全資產交易員推特博主）

xingpt 做了多年的 Crypto VC 投資，最近轉向 AI 內容與投資研究。他的核心觀點：工具已經足夠了，缺的是「怎麼用」。

他建立了一個叫 Web Trading 的社群，分享 Agent 交易策略。他自己主要找 Beta 機會，而不是死磕 Alpha。

他展示了三個已經在跑的 Agent：

第一個是地緣政治風險監控 Agent，專門盯著霍爾木茲海峽。每天抓取輪船通行量、通行狀態，同時對比伊朗和美國兩邊的一手信源，比國內簡中媒體的二手三手消息快得多，他憑這個監控做多了石油，三天賺了 15%。

第二個是比特幣搶底 Agent，綜合鏈上資料、技術指標和社交情緒，多信號共振時發出買入信號，這個指標在比特幣六萬六時就共振過一次，驗證了有效性。

第三個是美股定投 Agent，他做過回測：美股過去十年最大回撤不到 20%，夏普比率極好，適合長期配置。

隨後，他提出了兩個建議：第一，數據庫很重要；第二，線下專家交流更重要。

「你需要每周跟產業專家聊一次。」

全資產主動交易 Agent：Donut / Chris Zhu（Donut 創始人）

Donut 定位為高風險資產情境下的『主動型交易 Agent』——不等待用戶指令，而是主動將交易機會推送到用戶面前。

產品 Demo 展示了一套完整的 Agent 評估框架。系統會對 Agent 的每一個回答、每一個數據源、每一次工具調用進行自動化測試：耗時、通過率、用戶情緒反饋等指標全部量化追蹤。這套框架確保 Agent 能夠在數據驅動下持續迭代優化。

目前產品覆蓋兩類用戶：

• 「專業用戶」通過 Dashboard 看板使用回測、點位分析、模擬盤等深度功能

• 「小白用戶」直接使用 Telegram Bot，底層模型和數據源與專業版完全一致，無差異化

Chris Zhu 分享了三個產品方法論：

「產品要足夠厚」——不能只做一個 API 或 Bot。UI/UX 是讓用戶理解 Agent 在做什麼的關鍵載體。Agent 的決策過程必須是可解釋、可視化的，否則信任無從建立。

「數據反饋閉環要足夠快」——用戶每一次下單、每一筆 PNL，都是反饋信號。這些數據點必須實時回到評估系統，告訴模型：「你採納了這個建議，結果是盈利/虧損。」反饋閉環越細、延遲越低，Agent 進化越快。

「團隊要足夠系統化」——每個團隊成員都應有自己的個人 Agent，自動彙總每個人每天在看的重點信息，並作為中樞神經將上下文輸送給其他成員。這種方式能極大提升團隊迭代速度。

Donut 團隊通過開發主動式中樞 AI Agent「Turing bot」成功落地了「系統性團隊」模式，它打破了被動等指令的工具局限，通過每日向成員推送專屬上下文摘要、主動路由關聯信息以打破孤島，並自動沉澱實時更新的結構化知識庫，成為了一個主動推送信息、消除團隊信息盲區並高效串聯全隊上下文的中樞節點。

垂直 AI Employee：Agentese / Scarlett（Agentese CMO）

Agentese 團隊不做通用 Agent，選擇做垂直 AI Employee。給每個岗位配一個專屬 AI，解決特定場景的問題。