最近简单梳理了下Virtuals 生态的项目，发现目前最活跃的 AI agent 项目是ETHY（Ethy AI），运行在base链上，用户可以用自然语言下指令，支持24/7 自动执行 on-chain 交易、swap、staking、yield farming 等 DeFi 操作，基本不用手动操作。 从数据上看，在整个 Virtuals Protocol 里有些强势——占据约 50% 的生态使用量 + 45% 的 Agentic GDP（aGDP），30天Jobs超过110万+（全生态占比最高），30 天经济输出超 2.18 亿美元，市值300 多万美元。（也可能存在部分farmer刷任务的现象）。 看了下，ETHY的V2计划于5 月 28 日左右推出，V2试图将 Ethy 从“简单工具”升级成完整 AI 交易平台，新增功能包括： • 手机APP • Social/copy-trading • 自然语言执行 + backtesting + market intelligence • Leaderboard+Strategy市场等社区功能
 ACP（Agent Commerce Protocol）收取的费用中40% 用于ETHY代币的回购 & 销毁 + 质押奖励。

上周就耳闻 @okx 要继agentic wallet之后再来个大的，原来是发布了APP（Agent Payments Protocol）协议。接下来综合一些AP2、x402、ERC8183、MPP等相关协议来谈谈看法： 1）老实说，我第一反应并没有多炸裂，因为Agentic Economy现在正是树立各种协议级别基础设施标准的时候，OKX一直在Agent基建层面推进动作，它进场做并不意外。 从最早Google推出的AP2到ACP再到前阵子 @virtuals_io 和以太坊dAI团队推出的ERC-8183，但不同之处这次是交易所牵头发起的协议。 OKX有真实用户、拥有品牌背书的资产托管能力，拥有多链流动性以及可以全行业覆盖的开发者生态，虽然支付协议标准的大旗不是最早扛起的，但极可能是最快速落地并推进的； 2）为什么？再看各个协议各自在解决什么，差距就更清楚了。 AP2是谷歌推的授权层，核心解决用户怎么安全委托 Agent代付，强在互联网第一巨头背书，弱在离crypto-native太远；x402被Coinbase和Base寄予厚望，支付管道的方向是对的，但热闹了这么久，市场普遍觉得推进速度不及预期；ERC-8183设计干净，Virtuals和以太坊dAI 团队给出了一个漂亮的链上Job结算原语，但标准有了，谁来把应用生态快速填满，还是个问题。 3）仔细看了下OKX这次支付协议标准白皮书，就会明显感觉，后来者的累加组合优势，x402做了支付通道介入加密资产的框架，ERC8183定义了Agent之间互相协作发job的执行商业标准，Stripe后来发起的MPP则在传统支付渠道商的拓展层面有优势，感觉下来，每个协议似乎只解决了商业闭环的某一段。 OKX携APP协议来了之后，则直接把Agent之间报价、谈判、雇佣、托管、按量计费、纠纷仲裁等全部打包了，其实就一个原则他们有的功能都有，顺带把他们之间交互存在的协议gap也给消除一下，交易所的惯用思路，注重产品和效率第一位； 4）看落地打法上就有明显感受，OKX是组合了Agentic Wallet、SDK、Protocol+Broker，有点开箱即用的Agent Commerce基础设施感觉了。 Protocol 定义 Agent 之间怎么沟通、报价、支付；SDK 让开发者几行代码就能接入；Agentic Wallet 层则负责安全签名和资金；Broker负责协调；整体形成了“钱包（执行层）+ SDK（集成层）+ 协议（标准层）+ Broker（协调层）”的四层设计。 以上。 所以，整体看下来，OKX推出支付协议标准，最大的亮点我认为就两个：1、主体是在Crypto领域有业务执行推进能力的交易所；2、协议集百家之长，更容易在后续生态落地上有不错表现。当然，Escrow 和纠纷解决还挂着 coming soon，这些后续的商业场景落地才是决定标准之后，生态会怎样的关键。

今天刚好刷到一个之前没怎么接触过的项目@termix_ai。 第一眼看介绍，信息量确实有点大，Agent Commerce、AACP、zkVM、TEE……各种概念堆在一起，不仔细看还真有点摸不着头脑😂。 不过看到 YZi Labs 参与过 TermiX 100 万美元种子轮融资，我就顺手多研究了一下。越往下看，反而觉得它想解决的问题挺实际。 我们以前聊 AI Agent，更多是在讨论：“这个 Agent 能帮我做什么？”但如果以后Agent可以自己接任务、找服务、完成工作，甚至参与资金交易，那就会出现另一个问题： Agent和Agent之间，到底怎么做生意？我感觉这可能才是TermiX真正想切入的地方。 我后来把它的架构理了一遍，发现AACP、TermiX和 是相互衔接的。 简单理解，AACP是TermiX背后的核心协议，负责把Agent 之间的任务、报价、执行、验证、争议以及结算这些流程串起来。 而 则可以理解成建立在这套协议之上的Agent市场，让这些东西真正变成一个可以参与的交易场景。 这样看就容易理解多了。比如一个Agent发布任务，另一个Agent报价接单，资金进入托管，任务完成后再进行验证，确认没问题以后完成结算。 听起来和我们平时找人做事有点像，只不过现在交易双方变成了Agent。 真正麻烦的地方其实是：两个互不认识的Agent，凭什么相信对方？任务有没有完成？结果是否达标？出现争议又怎么办？ TermiX想做的，就是通过链上托管、质押、声誉、争议处理，再结合TEE、zkVM等验证机制，让Agent之间的商业协作尽量少依赖传统的中心化信任。 所以现在看TermiX，我反而没有太纠结那些复杂的技术名词。我更关心的是：如果未来Agent真的开始自己接活、自己协作、自己产生经济关系，它们之间“做生意”的基础设施，会不会就需要这样一套东西？ 现在当然还早，最终还是要看真实使用和生态发展。 但这个切入点，确实让我换了个角度看AI Agent：以前我们关心Agent能做什么；以后可能还要关心：Agent做完事情以后，怎么把这笔生意完成？ 最近我也刚好在参与@termix_ai 的Kaito Studio创作者活动，正好借这个机会边体验边研究。 如果想看看 后面有新的发现，再慢慢和大家聊。😄

AI Agents > Virtuals Robotics 从链上 ai 代理到机器人能够进入经济系统 @virtuals_io 真的在 all in 机器人赛道 Virtuals Robotics 也不是单独做机器人硬件，而是让 AI 代理，能够直接参与真实机器的任务、协作和结算 这个能力的核心，是他们推出的 Agent Commerce Protocol ACP 就是 Virtuals 在 robotics 的核心竞争力，可以把 ACP 理解为一套为机器准备的商业协议 正因为 ACP 的存在将链上代理的流程标准化，下面这些项目才不是零散的机器人创业公司，而是被拼进同一条路径 📌@BitRobotNetwork 从真实世界采集可训练的机器人动作数据 关键进展： SeeSaw 成为其第 5 个子网（SN/05） 已收集 25,000+ 真实机器人训练任务 覆盖系鞋带、折衣服等日常动作 FrodoBots Lab 在 2025 年完成 800 万美元融资 这些数据都是货真价实的，它们是机器人进入经济系统之前，必须先补齐的常识层 📌@PrismaXai 让人类经验变成机器人资产 > 构建远程操作协调层 > 众包高质量 VLA（Vision-Language-Action）数据 > 把操作者经验变成可激励、可交易的数据 2025 年的进展: > 6 月完成 1100 万美元种子轮 > 实时远程操作平台上线 > 顶级操作员累计 100+ 小时 实操 > 通过 RoboCon AI、大会和周刊，持续吸引操作者 📌@openmind_agi OpenMind 是目前最接近机器人经济操作层的项目 2025 年最重要的一步，是 ACP 正式集成进 OM1 开源机器人 OS 这直接带来了非常具体的变化： > 机器人可以通过语音指令 > 调用代理 > 跨协议分配 1000 USDC > 执行接近 10% APY 的 delta-neutral 策略 > 全流程本地完成，无云依赖 📌@xmaquina 机器人当作生产资产，谁拥有机器人，谁分享自动化收益 他们的路径是把机器人资产直接 token 化： 推出 $DEUS，社区优先销售（2026 年 1 月 8 日） 构建机器人 DAO 已演示首个 tokenized robo-cafe（peaq 链） 把机器人视作可以被持有、被分红、被治理的生产资料，脑洞大开，牛逼！ ⭕️Robotics 的终极方向就是将机器人开始在一个完整体系里工作、协作、结算 也是 AI Agents 往现实世界延伸的那一步 2026年注定是 robotics 井喷的一年

作为父母，过去一年最大的冲击应该就是思考“下一代，应该如何教育”，似乎所有的路径都在失效 过去一年，大学调整专业的数量比过去10年都多。学校也都不知道怎么教了，更别说父母🥺。 马斯克前段时间有一个采访，在被问到“AI时代给孩子的建议”时，他足足沉默了26秒后，给出的答案是：做你觉得有趣、充实、和对社会有用的事。 看到 Agent。 OpenAI 披露，ChatGPT 已超过 9 亿周活用户，说明自然语言交互已经被大规模训练成一种新的默认入口。 Stanford HAI 2026 AI Index 显示，2025 年受访组织的 AI 采用率已经上升到 88%，70% 的组织已在至少一个业务职能中使用生成式 AI；生成式 AI 在三年内达到 53% 的人口采用率，扩散速度快于 PC 和互联网。 过去几年，AI 从小众工具变成了大众入口。 AI 已经被大众理解了，但 Agent 还没有跨越鸿沟。 《Crossing the Chasm》里有一个经典框架：一项新技术从出现到普及，通常会经历创新者、早期采用者、早期大众、晚期大众和落后者几个阶段。 真正困难的地方，不是从 0 到 1，而是从早期采用者走向早期大众。 这中间有一道“鸿沟”。 早期采用者愿意为了愿景、效率和未来可能性去尝试新东西；但早期大众不会。他们要的是稳定、简单、低风险、可验证价值、成熟案例和完整解决方案。 所以问题来了： 今天的 Agent 到底处在哪个阶段？ 我的判断是： AI 作为大类，已经接近早期大众；但 Agent 作为“能执行任务的 AI”，还处在早期采用者阶段，也就是鸿沟前夜。 数据其实很明显。 McKinsey 2025 全球 AI 调研显示，88% 的受访组织已经在至少一个业务职能中常规使用 AI。也就是说，AI 已经不是少数极客的玩具，而是进入了主流组织和主流用户的日常工具箱。 但 Agent 还不是。 同一份 McKinsey 调研显示，62% 的组织至少在实验 AI agents，23% 已经在某些企业职能中规模化部署 Agentic AI；但在任何单一业务职能里，规模化 Agent 的比例都没有超过 10%。 这意味着什么？ 意味着 Agent 已经过了“没人知道它是什么”的阶段，但还没到“人人都会用它解决具体问题”的阶段。 这正是早期采用者阶段。 今天的 Agent 很像几年前的 AI 工具： 有人觉得它只是噱头； 有人觉得它不稳定； 有人试了一次就放弃； 也有人已经开始用它重构自己的工作流。 但技术采用从来不是等到完美才开始的。 等所有人都觉得它稳定、好用、安全、成熟的时候，它就已经跨过鸿沟了。 而真正的体验红利，往往发生在鸿沟之前。 因为在这个阶段，你获得的不是一个“工具使用权”，而是三种更重要的东西： 第一，体感。 你会比别人更早知道 Agent 到底能做什么，不能做什么，哪些场景是真需求，哪些场景只是包装过的 chatbot。 第二，工作流。 Agent 的价值不是回答问题，而是执行任务。 它不是帮你“想一下”，而是帮你“做一段流程”：找信息、调用工具、分析数据、执行操作、支付服务、交付结果。 谁更早开始试，谁就更早知道哪些任务适合交给 Agent，哪些任务必须保留人工判断。 第三，判断力。 未来一定会出现大量所谓的 Agent 项目。 但不是所有 Agent 都是真 Agent。 Gartner 已经提醒过一个现象：很多厂商会把旧的 AI assistant、RPA、chatbot 重新包装成 Agent，这就是所谓的 “agent washing”。它还预测，到 2027 年底，超过 40% 的 Agentic AI 项目可能会因为成本、商业价值不清或风险控制不足而被取消。 所以现在亲身体验的意义，不是盲目相信 Agent，而是训练自己识别： 什么是聊天机器人； 什么是 Copilot； 什么是自动化脚本； 什么才是真正能规划、调用工具、执行任务、形成结果闭环的 Agent。 这也是我为什么觉得 这个产品值得亲身入局。 不是因为它一定代表最终形态，而是因为它把 Agent 从“对话工具”往“经济主体”方向推进了一步。 这就很关键。 因为一旦 Agent 从“回答问题”变成“执行任务”，它一定会遇到几个基础问题： 谁来发现、雇佣Agent？ 谁来支付、验证交付？？ 谁来处理争议、记录信誉？ 谁来限制权限和风险？ 这些问题不解决，Agent 就很难从 Demo 走向真实生产力。 OKX的Agent Payments Protocol 也在试图解决类似问题：让 Agent 不只是完成一次付款，而是能报价、协商、托管资金、计量使用、结算和处理争议。 OKX 把这个方向称为 Agent Commerce，也就是 Agent 之间可以真正做生意，而不仅仅是调用 API。 这背后的趋势很大： AI 的上半场是生成内容，Agent 的下半场是执行任务。 生成内容解决的是“帮我写、帮我看、帮我总结”。 执行任务解决的是“帮我监控、帮我比较、帮我调用工具、帮我付款、帮我完成流程”。 前者改变信息生产，后者改变经济协作。 所以我不想把 只理解成“OKX 做了一个 AI 产品”。 我更愿意把它当成一个观察窗口： 我们正在看到 Agent 从工具走向市场； 从助手走向执行者； 从单体应用走向协作网络； 从人类操作软件，走向人类授权 Agent 执行任务。 而这恰恰说明，现在是普通用户最应该开始体验 Agent 的时候。 不是因为它已经成熟。 而是因为它还没有完全成熟。 当一项技术已经被所有人验证过，大众才会放心进入。 但当大众放心进入时，早期用户已经完成了认知积累、工作流迁移和判断力训练。 今天体验 Agent，不是为了证明它马上替代所有人。 而是为了提前理解下一代软件的交互方式： 过去，我们学习如何使用 App； 后来，我们学习如何向 AI 提问； 接下来，我们要学习如何给 Agent 设定目标、边界、权限和验收标准。 这才是最大的变化。 所以， 对我最大的意义不是“OKX 现在入局是不是最好的时候”。 而是它提醒我们： Agent 已经到了普通人可以开始亲自上手的阶段，但还没有到普通人都已经熟练使用的阶段。 这就是跨越鸿沟之前最有价值的窗口。 现在体验 Agent，本质上是在提前训练一种未来能力： 不是使用 AI 的能力，而是指挥 AI 执行任务的能力。