BTC 牛市币股代币化股票山寨币稳定币 Robinhood AI Agent 空投监管 SEC 特朗普

当AI开始用 USDC 付款，Circle的胜利与资金托管难题

RWA研究院

作者：RWA研究院

原文标题：99%的AI支付都用USDC，Circle闷声成了最大赢家，但AI代理的钱该往哪放？

2026年3月，Circle全球市场负责人Peter Schroeder在X平台发布了一组数据：过去九个月，AI代理之间完成了1.4亿笔支付，累计交易额4300万美元。其中98.6%以USDC结算，平均每笔交易仅0.31美元。更重要的是，拥有购买能力的AI代理数量已超过40万个。

这组数据比任何财报都更能说明问题：AI代理正在从概念走向真实的经济活动。

40万个AI代理，1.4亿笔交易，4300万美元——这是机器之间自主完成的价值交换。没有人工干预，没有银行审批，没有信用卡验证。代码与代码之间，协议与协议之间，完成了过去需要人类签字、对账、清算才能走完的流程。

Circle的股价在过去几个交易日里从60美元上涨到105美元，涨幅达75%。市场将这次上涨解读为对财报的积极反应——Circle2025年第四季度实现营收7.7亿美元，同比增长77%，净利润1.33亿美元。但真正值得关注的不是这些数字本身，而是数字背后的结构性变化：当AI代理成为新的经济主体，整个金融基础设施的逻辑都需要重写。

而在这个重写的过程中，一个更深层的问题正在浮现：当AI代理开始拥有可支配的资金，当它们能够通过完成任务赚取USDC，它们会如何处理这些资金？支付是第一步，资产管理是第二步。RWA（真实世界资产）赛道需要回答的，正是这第二步。

一、从支付能力到资产持有

要理解AI代理需要什么样的金融服务，首先要理解它们的经济活动模式。

德勤在《2026科技、传媒和电信行业预测》报告中指出，若企业与服务提供商能够实现高效的智能体协同调度，全球代理式AI市场规模有望在2030年达到450亿美元。这种多智能体协作模式的基本特征是：一个复杂任务被拆解成多个步骤，由不同专业Agent协作完成，每次调用都伴随着一笔微支付。

以API调用为例。一个AI应用可能需要同时调用多个大语言模型、访问多个数据库、使用多个计算资源。每一次调用，都是0.01美元、0.05美元、0.1美元的累加。这些支付金额极小，但频率极高。Circle的数据显示，过去九个月1.4亿笔交易，平均每笔仅0.31美元——这正是微支付市场的典型特征。

但问题在于，当AI代理持续产生收入——无论是通过为用户提供服务，还是通过参与分布式计算网络——它们的账户里就会沉淀下资金。这些资金不可能永远保持流动状态。任何理性的经济主体都会考虑：闲置资金怎么处理？

这就是AI代理从“支付者”向“资产持有者”转变的逻辑起点。

传统金融体系中，个人和企业会把短期闲置资金存入银行、购买货币基金或短期国债，获取收益。AI代理同样需要这样的能力——不是为了投机，而是为了优化自身的经济模型。账户里始终留着一笔USDC以备支付是必要的，但超出阈值的部分如果只是躺着，就意味着机会成本的损失。如果能将多余资金自动申购一份由短期美国国债支持的代币化基金，需要支付时再自动赎回，那么它的“运营效率”就得到了提升。

更进一步，如果AI代理需要为长期运行储备价值，或者对冲gas费波动带来的成本不确定性，它可能会产生配置不同风险等级资产的需求。这时候，它就不再只是一个“支付者”，而是一个“投资者”——尽管这个投资者是一段代码。

Circle解决的是让AI代理成为“支付者”的问题。而要让它们成为“投资者”，需要另一套基础设施。

二、RWA与AI代理：一场正在发生的“双向奔赴”

Circle过去几年做的事情，可以概括为三层能力的构建。

第一层是稳定币发行与流动性网络。据Circle官方披露，截至2025年底，USDC流通规模达753亿美元，同比增长72%，在稳定币交易量中的份额接近50%。这为AI支付提供了可用的价值载体。

第二层是高效的链上结算网络。2025年8月，Circle发布专为机构级金融服务的Arc链。2026年3月，Circle推出Nanopayments系统，将成千上万笔小额支付在链下聚合后定期打包上链，开发者端的交易成本降至零。测试网已支持Arbitrum、Arc、Avalanche、Base、Ethereum等12条EVM链。在支付协议层面，x402协议允许网站或API在返回请求时直接发出HTTP 402支付请求，让支付直接嵌入互联网请求。

第三层是传统金融体系的连接。Circle Payments Network（CPN）连接了银行、支付服务商、跨境清算机构和企业客户，截至2026年2月已有55家金融机构加入，网络年化交易规模约57亿美元，今年2月新增了亚洲、中东等多个地区的本币与稳定币直通支付系统。

这三层能力构成了AI代理经济的“支付基础设施”。但完整的经济体还需要“资产管理基础设施”——而这正是RWA可以进入的领域。

RWA（真实世界资产）代币化过去几年的探索主要集中在传统金融的“链上映射”。据Defillama数据显示，截至2025年6月，RWA总锁仓量（TVL）达到125亿美元，比2024年增长124%。花旗、渣打等全球头部银行正在探索RWA在支付结算、资产管理与跨境交易中的应用场景。

但要进入AI代理的经济世界，RWA需要完成一次“AI原生”改造。这不是简单的资产上链，而是要让资产变得“可被AI理解、可被AI交易”。

首先是数据标准化。Ondo Finance等头部RWA项目正在推动将底层现金流、法律条款、风险评级等信息变成结构化、机器可读的数据格式。2025年7月，Ondo Finance作为首个面向全球投资者推出代币化美国国债的项目，被写入美国总统数字资产市场工作组发布的白宫报告中。

其次是逻辑可编程。分红、付息、回购、清算等规则写入智能合约，由代码自动执行。AI代理与资产的交互才能实现“无信任”——不需要相信对手方会履约，只需要相信代码会按既定规则运行。

第三是流动性碎片化。RWA代币化之后，理论上可以被分割成极小的单位——0.01美元的国债，0.1平方米的房地产收益权——这对于AI代理的小额配置需求至关重要。Nanopayments已经证明微支付在技术上可行，同样逻辑可以延伸到微投资。

摩根大通的Kinexys部门提供了一个可参考的案例。2025年5月，Kinexys在Ondo Chain测试网上完成了首个代币化美国国债的公开交易，使用Ondo Finance的代币化美国国债基金（OUSG），并通过Chainlink的跨链基础设施进行结算。该交易遵循“交付对支付”（DvP）模式，实现了资产与支付的同时交换。摩根大通Kinexys部门目前每天处理超过20亿美元的交易，自创立以来已促进超过1.5万亿美元的名义价值交易。

这个案例的价值在于：它展示了RWA与机构级支付结算网络的结合。未来的AI代理经济中，交易主体可能从摩根大通变成一个AI代理，交易规模从百万美元变成几美元，但底层逻辑是相通的——价值转移与价值储藏需要无缝衔接。

三、支付网络之外，还有一层想象空间

如果把上述逻辑串联起来，一个完整的闭环开始浮现：

一个AI内容生成代理通过为多个客户提供服务，账户里积累了可观的USDC余额。它的底层协议设定了资金管理规则：余额超过1000 USDC的部分，自动通过一个RWA聚合器，平均配置到三只代币化短期国债基金和一只代币化绿色能源基金中。当某个月客户需求下降、账户余额需要补充时，协议自动赎回部分RWA份额，换回USDC用于日常运营。

这个过程中，AI代理完成的动作包括：监测账户余额、评估不同资产的风险收益特征、执行申购和赎回、记录交易流水用于后续审计。所有动作均由代码自动完成，无需人工干预。

再比如，一个AI旅行规划师为用户订好机票酒店后，用户向它的账户转入一笔USDC作为预算。在等待航班期间，AI代理监测到一笔基于航班延误数据的RWA保险产品正在发售。它用账户中暂时闲置的一部分USDC，自动申购了这份保险的微型份额。几个小时后航班延误，RWA保险产品按规则自动触发赔付，AI代理的账户余额增加了。

构成这些场景的每一个技术模块都已经存在：USDC提供了价值载体，Nanopayments解决了微支付成本问题，x402协议让支付可以直接嵌入互联网请求，代币化国债已在Ondo Chain等平台上运行，DvP结算机制经过了摩根大通的验证。剩下的工作是整合——把支付层、资产层、交易层连接起来，让AI代理能够像调用API一样调用这些金融功能。

香港Web3.0标准化协会执行会长李鸣在评价RWA发展时指出，“我们希望能够为Web3.0找到标准化的切入点，能够打通RWA的生态体系”。对于AI代理经济而言，这个切入点可能正是支付与资产的连接点。

四、新世界的老问题：风险与责任

当然，从今天的AI支付到明天的AI资产管理，中间还有不少障碍需要跨越。

首先是数据真实性问题。RWA的底层资产在链下，其状态、价值、风险信息需要可靠地传递到链上。如果AI代理依赖的是错误或被篡改的数据，它的“投资决策”就会出问题。香港Web3.0标准化协会等单位联合发布的《RWA产业发展研究报告》指出，成功实现规模化落地的资产需要满足价值稳定性、法律确权清晰性及链下数据可验证性三大门槛。

其次是AI代理的模型风险。即使数据准确，AI代理的投资决策逻辑也可能出错。谁来为AI代理的错误决策负责？是人、是协议、还是AI代理本身？这个责任归属问题在法律和监管层面尚无答案。

第三是流动性风险。RWA的链上交易深度远不如主流加密货币，部分资产可能流动性较差。当大量AI代理在同一时间需要赎回同一只RWA基金时，能否顺利成交存在不确定性。

第四是监管差异。各国对RWA的监管态度不同，同一份资产在不同司法管辖区的法律地位可能天差地别。AI代理需要能够识别和处理这种复杂性，这对目前的AI能力提出了较高要求。

最后是技术安全。智能合约漏洞、跨链桥攻击、私钥泄露等风险不会因为交易主体是AI就消失。相反，当AI代理实现自动化交易后，漏洞被利用的速度和规模可能远超人工操作。