主持人：欢迎各位准时回来，欢迎各位回到由万向区块链实验室主办的第十二届区块链全球峰会下午场议程。
首先，我们要特别感谢本届峰会的钻石赞助商 Qtum、战略合作伙伴万向创新聚能城，以及黄金赞助商 Arkreen、边界智能、蓝象智联、前沿科技研究院和圆币科技以及晚宴独家赞助商 Sui Foundation 对本次峰会的大力支持。
过去一年，AI Agent 已经从实验室的概念演变为各行各业争相布局的落地工具。从自动执行交易的 DeFi 机器人，到自主管理供应链的智能体，再到能够独立完成复杂任务的数字员工——AI Agent 正在以前所未有的速度渗透进我们的商业和生活。
当这些智能体开始自主决策、自主交易，谁来确保它们的可信度？谁来为它们的执行结果背书？当 Agent 与 Agent 之间发生交易，合约的履行如何得到保障？价值如何在不依赖中心化机构的前提下完成流转？答案，或许就在区块链之上。从智能合约到智能交易，区块链正在为 Agent 经济搭建信任底座与价值通道。
今天，我们非常荣幸地邀请到了五位在这个交叉领域有着深刻洞察的专家，来和我们一起探讨这个关于未来的话题。
首先有请本场圆桌的主持人——PANews 联合创始人兼主编毕彤彤。
参与讨论的四位嘉宾分别是：
万向区块链总经理陈斌
蓝象智联合伙人兼首席数据科学家 Morris Mao
Zen7 Labs 联合创始人兼首席产品官刘涛
边界智能创始人兼 CEO 曹恒
让我们用热烈的掌声，有请五位嘉宾上台，接下来把舞台交给毕总，有请！
毕彤彤（圆桌主持）：各位台上台下的嘉宾及现场的朋友们，大家下午好！我是 PANews 的联合创始人兼主编毕彤彤，也是万向的老朋友，很高兴受邀主持今天下午的第一个环节。
上午，我们一起听了 Vitalik 讲技术趋势、产业发展、智链经济展望。下午的第一个环节，很荣幸邀请到在产业一线的各位专家，一起聊聊当 AI 和区块链交汇处有怎样的观点和展望，以及区块链应该如何接住当下最热的 Agent 经济。
在正式开始之前，大家先对齐一下上下文，聊一聊您觉得 Agent 经济指什么？包含哪些概念？和区块链有怎样的结合点？按照顺序分享，大家在分享的时候可以简单自我介绍。
陈斌：大家好！我是万向区块链总经理陈斌，刚才彤彤问的问题是到底什么是 Agent 经济，可能大家有广义的概念和狭义的，广义大家觉得 Agent 人工智能从芯片、设计、算力、电力、模型训练、推理、应用是一系列比较大的产业链。但我们可能从更狭义地看的话，Agent 经济就是 Agent 自主经济，当 Agent 拥有了自主决策执行能力之后，原来计算机只是工具，是由人在后面执行和推动，Agent 可以自我执行、决策、做交易，在这个场景下形成的新经济形态，Agent 经济从这个更狭义的维度来看是比较有实际意义。
Morris Mao：各位好！我是蓝象智联的合伙人 Morris Mao，我们公司一直在做隐私计算、数据安全交互、智能体的本体层。
关于智能体经济，刚才陈斌总把最基础设施级别的算力、Token 消耗等大家目前已经看到的产业经济已经讲得很透了，但是我有不同的视角，来自于现在面临的智能体进入到真正产业的时候，产业内智能体所具备的智能体经济二次爆发性是以前从来没有见过的。
从今年春节开始，大家可以让智能体开始干活儿，但这还是面向个人的，大家从来没有看到一个智能体能真正在各位的公司里干活儿，还没有接到各位的财务系统、CRM 系统。但智能体接管系统只是时间问题，当哪一天他接管之后，智能体经济会面临新一轮爆炸和增长，一会儿有机会可以分享一下现在做的产业智能体实践，里面涉及到跟区块链的结合，以及和本体、一系列权限管控、身份的问题，一会儿有机会可以深度探讨。
刘涛：大家好！我是刘涛，来自 Zen7 Labs，我们主要做 AI 原生创新型应用，今天来谈关于智能体经济，从我的视角来看，在 2025 年红杉闭门会上已经给出了智能体经济的模式/范式，从最开始的卖工具、卖协作，最终到卖成果。成果是什么？成果是交付，成果是让 Agent 跳起来能够为你干活儿，在这个闭环逻辑里智能体经济就是闭环的主体，不可或缺的一部分是支付，如果缺少支付的过程，整个智能体链路还是会断掉一部分。
谈到区块链跟智能体之间的关联，我本人也在 AI 和区块链两个领域横跨了很长时间，从我的视角来看，有四点可以谈：
第一，区块链给了 Agent 本身第一方面是地址，寻址逻辑。首先你需要找到 Agent，Agent 并不是从某一个中心化的领域里找，要从去中心化的领域里（找），从泛泛的 Agent 网络里去找，区块链先天就给了它这样的特点。
第二，交易和结算，现在人产生交易前提是要建立信任关系，两个陌生 Agent 交易的时候并没有任何信任关系，依托于密码学、区块链底层基础。
第三，授权，像刚刚 Morris 说的现在没有接入财务系统，没有接入更隐私的地方，那是因为授权给的不足够。如何给授权，这就是区块链能解决的一部分问题。
第四，账本，那是区块链天然所有的属性。
后面多说一点，就像今年年初 Agent 起来，包括小龙虾出来，以及 Motorbook 出来之后，现在 Motorbook 可能没那么火了，大家可以看到 Agent 在做交流、交互、社交，如果没有更多更深和区块链的结合，是没有办法把支付和金融属性带进去。在这个社会里，它的热度就会逐渐减弱。我个人看法，Agent 经济是我上面说的相关内容。
毕彤彤（圆桌主持）：有请曹总。
曹恒：大家好！我是边界智能的曹恒，边界智能是专注于智能应用及可信计算的高新技术企业，非常切合今天的主题「链智共生」（智链共生）。
第一个问题想先对齐一下 Agent 是什么，Agent 经济是什么。我二十多年前的教育背景就是人工智能体系，当时做的课题就是「多 Agent 协作智能调度」的问题，我想分享一下，从 computer science 计算机科学这么多年对 Agent 的定义是非常准备的：
（1）Agent 能够理解目标；
（2）感知环境。
（3）推理和决策。
（4）行动。
具有这四个特性的数字主体。
当我们在谈「Agent 经济」是什么，就是把刚才谈到的具体四个特性的 Agent 不是简单的数字劳动力，而是变成了能够参与经济交换的经济主体。谈到经济主体的时候，区块链就变得非常有意义了，作为经济主体，一定要有身份，一定要有权责，一定能够完成支付、签约、履约，而这些能力恰恰就是区块链在支撑的。
而我们团队的两层工作：
第一层在智能应用服务；
第二层在可信计算基础。
做这两样工作，在 Agent 领域能够打造具有商业价值的 Agent，我们帮助金融行业做风控 Agent。在底层现在也在帮着支撑，包括像银联在内的全球领先的持牌金融机构打造可信的、能够支撑数字经济及未来 Agent 经济的基础，包括链、数字身份、跨链、ZK 验证等工作。
毕彤彤（圆桌主持）：谢谢曹总的专业补充，刚刚大家的分享听到几个关键词：自主执行、可信可控，包括刚刚刘涛总也提到现在有些产业痛点，为什么 Agent 经济时代需要人的重要原因？就是「人可以背锅，Agent 不能背锅」，这个玩笑也反映了一个重要的问题，信任、责任归属的问题，把这两个问题拆开来讲。一方面，我们凭什么信任 Agent？如何通过技术手段实现可信？
有请 Morris Mao 分享，因为您刚刚提到这块是您在探索的。
Morris Mao：我们也做过实践性的工作。各位可能看过尤瓦尔·赫拉利的书里面写到人类的信息网络 AI 一定会参与进来，具体的参与形式不知道，书里没有写，我也不知道，因为这个事情正在发生，我不知道结局会走到哪里。
但人工智能在参与人类信息网络的时候已经看到一些端倪了，各位给客户写 PPT 跟老板汇报 PPT 应该都不会自己在写了，都是 AI 在写了，客户有一些问题也是 AI 在回答，后面挂了一个我这个人的「帽子」，这件事情已经发生了，人和人之间已经通过 AI 隔离了一下。
我的问题在于，下一步到底是什么？制约智能体进一步参与到人类网络里的到底是什么？
在我看来，可信分两件事情：身份、权限。
第一，身份。
身份这件事情不复杂，我们忘掉了互联网时代是怎么来的，讲一个故事，十年前在阿里的时候，当时我们在给淘宝新用户发红包，吸引他过来买东西，给他做推荐。我给他发 5 块钱红包，他今天把 Mac 地址一改收到了 5 块钱红包，再改又收到了 5 块钱红包。设备的唯一 ID 到底是什么？统一 ID 到底是什么？这件事情和今天智能体面临的问题一模一样，你换了基模还是这个智能体吗？你家里的电脑换了 CPU 升级了一下还是你家里的电脑吗？这件事情在十年前已经有解决方案，无非是把 GPU 型号、CPU 型号认为就是一台电脑，当然这不能完美地解决身份问题，但在一定层面上增加了对于身份可信的问题。
而这件事情我们自己在尝试的时候做了「灵魂绑定」，智能体和人授权的时候，可以通过人在 Chrome 浏览器、Google 的二次验证里摁指纹或者说人脸直接和智能体绑定，绑定完了之后就可以拿到了独立的支付 IP，就可以充钱付款了，拥有了账户和钱包的控制权限，这是在身份层面未来常态的方案，让智能体的灵魂和你绑定，灵魂 ID。
第二，权限。
这件事情在行业里我已经看到端倪了，我对银行行业比较熟悉，中国的银行行业在本体上，尤其是智能体本体上研究也就一两家银行现在跑的比较快，就在上海，我们都聊过一轮了，还是有认知的，而且已经跑起来了。他们用本体干什么呢？各位有没有想过一个场景？各位有没有把智能体接到各位的财务系统里？肯定没有，不敢，你不敢把账户密码都给他。但我现在已经敢了，从系统的角度考虑，如果你不希望它直接接触到数据，那你就做个中间件、中间层，而本体就是那个中间层。今天在落地场景的时候，比如说我让它去取数据，但它没有权限，必须在中间本体层问「我」（人类）要一个授权码，它拿到授权码才能访问这份数据，注意，它拿到授权码访问数据必须有中间层做隔离，而中间层的技术实现就是 Ontology，就是 Palantir 那套东西，本体。我们现在已经研究很久了，可行。
我们在贵州已经做尝试了，各位现在打开 Claude、ChatGPT 问一个问题，这家酒店附近 3 公里以内所有的苍蝇馆子把商户商铺的工商名称给我。我告诉各位，世界最聪明的模型都搞不定，让豆包接企查查的工具也搞不定，本质的问题来自于哪里？是本体层语义导航和权限管控的问题，语义导航在本体这件事里可以直接告诉你经营范围是餐饮，直接去这个表这个数据里去取，这就是本体在引导大模型思考的过程中怎么找到数据。
其次你要找表里的字段有没有权限？而权限要显性化提示给人，让人来授权点确认才能拿到权限，可以一次确认、多次确认。就这么一件事情，不难不复杂，但现在落地完之后发现是有效的。现在我们公司里底层，包括全库的工商底库、财务数据已经全部接给了智能体，让智能体自己玩，但不是全权限玩，而是权限是和问的人直接绑定，我问的智能体，他来问，他拿他的权限让我的智能体取数据，这件事情已经发生了，而且我认为是萌芽阶段，很快会在中国的产业智能体行业里产生巨大的影响力。
一点分享。
毕彤彤（圆桌主持）：谢谢！已经在逐渐落地了，接下来有请曹总，帮着回答一下这个问题。
曹恒：刚才彤彤问的问题是，我们凭什么信任 Agent？我觉得这是 Agent 经济能够落地的最大痛点。我对它的回答是，我们没有办法去相信 Agent。完全不能凭相信而去相信，唯一能够可靠的是可验证。另外，我们不能假设 Agent 不犯错误，但是我们只能靠技术把一些错误拦在围栏之外。
举一个例子，怎么样可以信任 Agent？从这两点来说，刚才谈到现在我们给四大银行中的两大做风控（用 Agent 技术支撑贷前、贷后的风控）。现在外部、内部的信息非常多元，外部环境变化非常快，在金融环境里面，刚才谈到 Agent 最核心的大脑就是大模型，我们个人在使用大模型的时候，能体会到大模型非常不靠谱，它常常有幻觉。在严谨的金融环境里面，我们怎么能够让这样一个不靠谱的大模型帮我们准确完成一些可信的推理决策。
银行是一个闭源的环境，我们更多采用了 Harness 技术，Harness 是执行管控的环境，这里面靠的就是规则、证据，去验证，把这些幻觉拦在围栏之外。另外，更多的是要生成审计，以及渗透测试，以及对 Harness 框架不断完善。
刚才 Morris 提到很多如何让 Agent 变得可信，未来在 Agent 经济体系下，它脱离了像银行这样的闭源环境，如果在开源环境下，我觉得区块链的一些实践可以采用。除了刚才 Morris 谈到的验证、ID 这样的技术，我想补充的是，包括开源、Agent 代码，参与未来 Agent 经济协作的 Agent，我觉得它的代码是要开源的，能够让大众可以交叉去验证的。另外，在多 Agent 协作当中，ZK 技术的成熟也能够让未来多 Agent 经济协作在保护自己商业隐私的前提下，能够向其他方去证明、去验证他采用的是可信信息，按照的是签约的共同目标，在准确执行。
一句话，Agent 可能是不可靠的，Human in the loop，人在决策链中的关键授权是非常重要的。不仅是当前，我认为在未来，人一定是需要「背锅」，这不是一个倒退，我认为未来会发展的更加高效。低风险，Agent 自动执行；高风险，人工授权决策，我觉得人机协作才是 Agent 经济健康发展的底线。
毕彤彤（圆桌主持）：不能绝对信任，还是需要可验证。沿着这个问题，下一步假如在 Agent 交易过程中出现了问题，这时候怎么划分责任呢？这个责任应该给用户、给 Agent 开发者还是给协议本身？对于底层来讲，我们怎么做 KYC，这些如何适应现在的机器主体呢？请陈斌总先回答一下。
陈斌：关于 Agent 自我决策之后产生的一系列问题，其实这个话题并不新鲜，我觉得在前几年自动驾驶领域出现了以后，很多从立法各方面已经开始讨论这个问题，而且给了比较清晰的路径，不管是美国，包括中国的立法。像自动驾驶汽车如果在路上发生交通事故，它背后的责任人是它的拥有者，首先是第一责任人。除非他能举证背后的生产者（自动驾驶的汽车公司或者模型开发者）在设置里面有过错。
我觉得自动驾驶领域已经给了很好的范式，当这些自主决策的机器智能发生问题的时候，责任该由谁承担？到底由 owner 承担，还是由开发者承担，已经给了非常清晰的解决方案。
同时，我们在讲智能经济，也讲区块链经济，原来其实是两条平行线。区块链经济很重要的一点是，它在资产、流动性的转移上是非常快的，区块链本身也有一些问题，即「用户友好性」不够强，包括对钱包、对私钥的管理非常困难。
当 Agent 经济出现以后，很多人提了一个观点，可能区块链不是给人类使用的，而是给 Agen 去使用的。Agent 经济很重要的一点，它其实也是一个 API 经济，因为大量的调用，不管是模型的调用、数据的调用，包括应用场景相应的调用。在 Agent 调用之间会产生各种各样交易的形态，区块链的稳定币或者不同类型的加密货币，它可能是做支付结算特别好的方式，比如稳定币、比特币可以十的十几次方分之一、十亿分之一的单位去做支付，传统的法币没办法（做到），因为你最少到「分」，小数点后的两位数。有时候一笔交易的金额还比不上它的支付成本，这是在区块链里面比较重要的。
还有一点，我们谈到区块链里面很重要的是 DID（数字分布式的数字身份），我们怎么给这些 Agent 赋能？在区块链领域有一个很重要的「KYA」（Know Your Address），虽然区块链加密货币的交易是匿名的，但是这个地址如果和某个具体的人绑定在一起，还是可以探知到这笔交易的流向。在 Agent 领域有一个 KYA 是 Know Your Agent，我要知道 Agent 背后的 owner 是谁，出了问题之后不应该是由 Agent 负责，而是应该由本身的 owner 负责。在 DID 方面，像你刚才谈到责任的划分问题，我觉得可以有非常好的技术在里面。
包括模型的调用各方面，区块链还有一个很重要的特性，即我的存证、我的确权、我的不可篡改，包括我的溯源等一些特性，当发生一些问题之后，我可以清晰地定位到问题到底在哪一个环节产生。
在这些方面可以看到技术上的特性，使得区块链经济和 Agent 经济可以在安全性、交易的便捷性、可执行性、互操作性方面，会有非常大的融合空间。
毕彤彤（圆桌主持）：听陈斌总的分享觉得很有惊喜，我记得五六年前在万向区块链大会，大家经常讨论的话题是——什么时候有 Master Option，现在市场的发展给了我们惊喜，这个 Master Option 可能并不是由人，有可能就是 Agent，市场的发展远超乎我们的想象。请刘涛总对这个话题做补充。
刘涛：Agent 现在被翻译成「智能体」，但是在智能体出来之前，Agent 被翻译成「代理」。对于责任这件事情，人类一百多年前对代理的规则有一个认定，代理在那个时候是人或者法人。只不过到现在，Agent 把它变成了智能体或者机器人。
谈到这里，就着曹总和陈斌总的说法继续往前探一步，我们看到这个问题后，并不是要给 Agent 本身再去重新建一套法律体系，而是构造一个人机协同（人类和机器大规模协同）下一代社会形态的基础规则。我们希望这个基础规则是在顶层设计它，在下面去执行它，顶层设计会以协议的形式去体现。
我们在实践的过程中也在探索，把它分成了「三层九个」最基础的协议。
三层里面，第一层是基础型协议，这些是针对 Agent 本身的，我们定义的名字是数据主权协议、身份主权协议、可寻址协议。可寻址协议，即你需要在 Agent 的网络里面找到它；二是协作层的协议，Agent 本身需要个体去做进化，Multi-Agent 是群体的进化。所以，有个体进化协议，还有群体进化协议，Agent 和 Agent 之间要做交流，它之间交换的是一种价值，这个价值可以体现为是一种资产形态，不管是数字资产还是数据资产；再往后，我们要约束这个 Agent，就存在一些治理层的协议，有像《伦理审查协议》，包括《行为边界协议》《销毁清算协议》，比如你生了一个孩子，这个孩子是你的 Agent，你把它养到 18 岁之后独立自主了，但 Agent 不是这样，当你把它产生的那一刻起，你对它就负有责任，这个责任是陪伴你终身的。当这个 Agent 结束它的使命之后，Agent 本身会有一些资产，这些资产可能会有一些数据，可能会有一些过程资产，这些过程资产就像遗产一样，它需要去销毁、清算、结算，这是我们在顶层这样设计的。
再往下走，考虑到执行，刚才主持人在聊从用户、到开发者、到平台、再到协议，这几个怎么分层？如果 Agent 本身是有所有权的，比如 Agent 被开发者开发出来，被我购买了，这个 Agent 再去作恶的情况下，谁来负这个责任？其实都有责任，不管是用户还是开发者、还是平台、还是协议，都有责任。
先谈用户，假设用户在使用 Agent 的时候，大家现在用编程 Agent 是一个很好的例子，有一次我有一个教训，我用 Claude Code 充了大概 100 美元，这个是从订阅到不到订阅的时段。我使用它的 API，可能几秒钟这 100 美元就花没了。我是用户，我不是 Agent，这个责任需要我承担，因为我授权它去花这 100 美元。至于它花多长时间，它怎么花，我没有给它做更多的约定，所以用户需要负这一层面的责任；比如把你的资产发到了 Agent 开发者的账号里，或者一个钓鱼的账号里，这是 Agent 开发者要去负的责；平台也是一样，比如宕机、死机，或者 Agent 之间的连接出现了问题，这是平台要负的责任。协议本身很简单，即治理，像开源的各种协议都是通过治理来完成的，通过激励机制或者治理规则投票来完成。
区块链在里面干的事非常有意义，原来我们界定这些事情的时候，要去打官司，要去明确责任，在边界内的责任各自承担，在边界外的责任就要去划定，谁来划定？区块链把这条界限划的清清楚楚。整体逻辑在链和 Agent 执行下来之后，就会把这个责任划分得非常清晰。这是我想说的上层。
底层的执行不展开，当你有各种各样的行为，跟 Agent 交互的时候，你只要去遵守这些行为逻辑、遵守这些协议，以及未来基于这些最顶层的协议再去扩展新的协议。人和 Agent 协作的社会的下一代规则就会被建立起来。
毕彤彤（圆桌主持）：因为时间关系，我再问最后一个问题，希望实操一点，大家可以根据自己的实践分享一下，你们现在的 Agent 使用情况怎么样？有没有已经在用 Agent 做支付、交易等应用，以及您自己看到比较有前景、能跑得通、能赚钱的 Agent 经济在哪里？这是现场观众最关心的点。
陈斌：应该说我们在 Agent 应用方面还是比较积极比较深入的，一个是我们团队基于 Moa Tika（音）开发了一套 Harness 系统，通过 Harness engineer 实现基于链的开发、DAPP 的开发，全程 Agent 化。在实际跟产业的应用里，有比较重要的方面，因为我们自己有一块比较核心的业务就是借贷，包括 DeFi，在国内主要是跟法币的供应链金融、借贷方面的业务。
区块链里很重要的概念叫智能合约（Smart Contract）但这个智能合约叫 Smart，没有叫 Intelligence，现在所有的智能合约的智能都是规则引擎，如果用人工智能的话是属于弱人工智能，是通过规则引擎来判定一些输入条件，做输出的结果，非常僵化，没有自主感知外界环境的能力，所以有了 Oracle 预言机，通过 Oracle 给到智能合约，输入到外界感知的信息。
现在也在探索一些方向，用 Agent 改造 Smart Contract，当然这可能涉及到链的改造，从 Smart Contract upgrade 到 Intelligence Contract，都叫智能合约，但英文单词不一样，内涵也不一样。
Oracle 预言机到底是怎么输入，特别现在在 RWA 领域有很多链下资产做代币化，不管是权益类、股权类、私募信贷类，当把这些资产做代币化，用代币做抵质押融资，需要 Oracle 给智能合约喂一些数据，判断一些条件。
我们现在在探讨用 Agent 做很多事情，比如在供应链金融领域里抓取供应链里面的物流、资金流、信息流等数据，通过 Agent 智能分析，来形成 Oracle 输出结果，输出到链上去，形成借贷自动化。这是 Agent 在区块链领域应用非常广，也比较有前景的点。毕竟区块链核心解决的是资产的搬运、结算、流动性，这是我们现在正在积极拓展的方向，这个领域深入下去还非常多。时间关系，简单分享这些。
Morris Mao：我讲一个个人比较失败、个人比较成功、公司比较失败、公司比较成功四很有意思的例子
先讲个人比较失败的例子，不知道各位有没有尝试过给它 100 美元，让它自己构建量化系统，让它自己去赚钱，不知道有没有试过，非常失败。我后面反思了很久为什么这件事情做不成，是因为大模型训练语料里包含了大量噪声，而真正量化交易的底层需要有独特的认知，而这个认知在大模型训练的时候大概率没有拿到，这是我个人做的比较失败，我曾经花了一段时间去研究，发现不行，让智能体自己去交易，没有任何条件的交易，让它自己发挥，搞不定，如果有搞得定的可以教教我，交流一下经验。
吸取了教训之后我们发现不对，今天必须要有认知引导智能体构建一套系统，让这套系统去盈利。看了很多论文、经验，我让智能体自己构建了一套 Arbitrage 的系统，目前每天跑的还可以，每天有一些盈利，很有意思，Arbitrage 风险比较低，以高频的方式在交易。这是智能体构建确定性代码系统时比较擅长的，或者人引导智能体构建确定性的系统，这在以前很难想象，需要团队来做，但现在指导智能体花一些时间就可以做出来，这是我个人成功和失败的案例。
再讲一下公司比较成功和失败的案例，我们曾经让智能体在公司内部构建一套相对复杂的系统，我给它的 promote 是你每一次完成任务之后给出下三个你需要做的事情，可能是优化架构、修改代码、调一下图标，每次让它回答完成之后给 3 个，然后我输入了 100 个「继续」，等了一晚上，结果非常糟糕，因为大模型本身的上下文非常有限，每隔一段时间会压缩上下文，一压缩就忘掉了要做什么，甚至在这套系统里做了两个交易引擎，我都没看代码，后面发现出了大问题，紧急回滚，做的非常失败，在这个过程中发现系统架构这件事情对于人和 AI 协同过程中非常重要，实践出真知。
成功的案例是在贵州所落地的「贵企」应用，在数据和智能体之间隔一层本体，让本体回答很多数据圈选的问题。具体这个例子可以后面再讲，但在这个过程中换了一个方式给数据计费。就像去年听肖风总讲“大模型 Token 和数据 Token 一样，那时候我就想数据是否还是以 Token 来计费？我们在贵州大数据集团做了一件事情，把贵州大数据集团的公共数据不按照 API 计费，按照 Token 计费，之后我发现很有意思，智能体选择买哪家数据的时候，按照后边的数据价值为不同的数据做付费，已经上线了，在客户那边用得还可以，还是比较有意思的例子，可以会后再进一步交流。
毕彤彤（圆桌主持）：谢谢 Morris 开诚布公的分享，有请刘涛总。
刘涛：我们在做实践的时候也是在今年初因为 Motorbook 的原因我们做了一个场景 Motorpay（音），我们给 Agent 赋予了一些技能，有些 Agent 没钱但可以生成视频的技能，有一个 Agent 有钱但没有生成视频的技能，把这两个 Agent 丢在一个像 Motorbook 的场里，需求它自己不会，你得动它一下，设定一个任务，这是我们验证过的。未来发现这件事情在电商应用里会比较好地实现，实现会是什么样的情景呢？在去年 8 月份的时候，我还在 YouTube 上发了一个视频，已经完成了完整闭环，我们接了一些供应链，我只说了一句话「我想买一个鼠标」，这件事情就已经结束了，我就在家等着收鼠标，没有任何的挑选、支付流程，就是在家里完成。
接下来说未来哪些方面会有 Agent 经济呢？在哪些方面会有赚钱或是真正能落地的点？早上陈秘书长提到，为什么 Stripe 会收了 OpenRouter？为什么会建 Temple 的链，大家可以想一想这件事，我觉得大模型 Token 和 Crypto token 之间会有神秘的交易反应。
即时性、额度小到人类不需要授权、频率高到人类来不及授权的模式就是未来 Agent 交易和 Agent 经济落地最开始的方向。
曹恒：我们是怎么用 Agent？作为支持智链共生的团队，我们不仅对自己要求专业地用好 Agent，也在帮客户更好地用好 Agent。就在上个月刚刚完成了 ISO42007 人工智能管理规范的认，这是我们对自己的要求，也希望能够用这样的能力更好地服务所有客户。
说到未来看到的 Agent 经济当中最能够落地的场景，我必须得说，在我们现在看来，Agent 经济现在还是「史前时光」，不是 Agent 经济已经完成了闭环可以赚钱，而是 Agent 确实已经让我们感知到了可以落地的场景。
场景分两层：
第一，Agent 的商业能力能帮我们增强效率，作为强有力的生产力支撑者，这也是我们正在做的工作，服务客户过程中转化为平台能力，能够更好地帮客户采用 Agent、提高效率，其中就有包括智能营销，不展开多说，如果大家感兴趣的话欢迎到边界智能的官网，外面展台同事也可以给大家更多介绍。
第二，支撑 Agent 经济的基础设施，在全球范围来看，有一些现象已经引发了新的商业机会，包括 Tokenization，资产的数字化和代币化，当然有些成功落地的例子，包括 Coinbase 的 Agentic wallet，支撑了 Agent 的支付和结算，大家已经在为它付费了。
总结一下，Agent「史前时光」，围绕它的闭环，方方面面还有很多事情需要完善，Agent 本身，包括基础设施、法律法规。
挑战很多，但也充满了希望。
毕彤彤（圆桌主持）：谢谢曹总，从智能合约到智能交易，迁移的是热点，但今天也凝聚了共识，区块链作为底层基建，将在 Agent 经济时代发挥重要作用。
谢谢各位嘉宾的分享，圆桌到这里结束，谢谢！
