企业官网建设流程全解析

Agent 会协作，还要会付钱：智能体经济缺的那层基础设施

一、为什么“会干活”的 Agent 还不够

过去两年，Agent 框架层出不穷：任务规划、工具调用、多轮反思，能力上限不断被推高。但一个被反复忽视的问题是：当大量异构 Agent 要跨组织、跨系统协作时，谁为谁的服务付费？价值怎么分配？订单和结算怎么走？

这其实是两个不同层面的问题。上海创智学院 AEX（Agent Exchange）研究的，是“智能体之间怎么分工与博弈”；而一份由 IOSG Ventures 支持的独立研报《机器的经济秩序：智能体商业的全栈路径》梳理的，是“智能体与资源方之间怎么发现、下单与结算”。前者偏机制设计，后者偏支付与商业协议栈——两者拼起来，才是智能体经济的完整图景。

二、AEX：把市场机制装进智能体社会

AEX 的出发点很朴素：不要指望一个“超级大脑”覆盖一切任务。根据《拥抱智能体互联网经济，上海创智学院提出 Agent Exchange 范式》一文的归纳，现实任务往往具有高复杂性、通用模型高成本的特点，而轻量的专用 Agent 在特定任务中更快、更省、更准，协同因此成为刚需。于是问题的核心变成了：一群具备自主判断、协商能力与激励预期的智能体，如何在虚拟市场中展开协作与竞争。

AEX 提出了三个关键命题：

1. 协作价值归因。当多个智能体协作完成复杂任务时，如何公平分配价值贡献？资料指出，AEX 论文提出了基于 Shapley 值的解决方案，但实际应用中还需处理能力动态变化、学习效应以及难以量化的“软贡献”。这对做过多方合作分成的人来说应该很熟悉——这本质是把传统经济学里的合作博弈分账问题搬到了 Agent 世界。

2. 标准化能力验证框架。开放市场中，异构智能体要互相理解和协作，需要统一的能力描述标准。这不只是技术问题，还涉及跨组织的行业标准与治理机制——有点像给 Agent 界定一套“资质与信用体系”。

3. 自适应协调协议。当智能体数量达到数万级别时，协调机制的可扩展性与稳定性如何保证？这需要在博弈论、机制设计、分布式系统等领域同时突破。

AEX 的意义在于制度化：它描述的是一个自运行、可持续的智能体生态系统，让不同规模的组织和个人都能参与智能经济。

三、x402 / AIsa / ACP：智能体商业的协议栈

如果说 AEX 回答“怎么分蛋糕”，那么研报《机器的经济秩序》回答的是“蛋糕从哪来、钱怎么付”。研报将智能体商业（Agentic Commerce）定义为：由 AI 智能体自主完成服务发现、可信度判断、订单生成、支付授权及最终结算的全流程商业体系，形成机器与机器之间自主执行的商业闭环（M2M Commerce）。

其中几个关键组件值得记住：

• x402 + AIsa：x402 是让 Agent 按调用、按 token 或按量付费访问数据、算力与第三方服务的结算路径；AIsa 为真实运行的 Agent 提供付费资源的 API 调用与结算基础设施。据该研报所述，AIsa 目前 x402 调用量第一。
• Firecrawl / Pinata / Gloria AI / Neynar：分别是网页解析爬虫、Web3 存储、实时新闻与结构化市场信号、Farcaster 社交图——构成 Agent 目前消费最多的“资源供给层”。
• AEON：将 x402 + USDC 扩展到东南亚、拉美、非洲的线上线下商户收单。
• A2A：跨厂商、跨框架智能体的原生通信标准，支持多轮对话、任务分解、状态管理与长生命周期执行，是 Agent 之间的互操作层。
• ACP（Agentic Commerce Protocol）：OpenAI 与 Stripe 提出的开放下单标准（Apache 2.0，开放协议），为“买家—AI Agent—商户”建立机器可理解的结构化下单流程，覆盖商品信息、价格与条款校验、结算逻辑及支付凭证传递，使 AI 能在不成为商户的前提下代表用户安全发起购买。

四、对照之后：空白在哪？

把两份资料放在一起看，结论很清晰：

1. 机制层（AEX）与结算层（x402/ACP）目前基本是两条平行线。Shapley 值归因、能力验证、协调协议属于“多智能体内部的制度设计”；而 x402、ACP 解决的是“Agent 与外部资源方/商户的交易”。真实系统两样都要，但目前很少有项目把两者打通——AEX 的市场机制尚缺乏一个可实际结算的支付底座来落地，x402 生态也尚未内嵌复杂的多方价值归因。

1. 服务端供给高度集中在轻量 API。研报明确指出：当前 x402 类服务集中于爬虫、存储、新闻 API，而金融交易执行 API、广告投放 API、Web2 SaaS 网关，乃至能执行现实世界任务的高阶关键层几乎未开发。这意味着 Agent 目前能“买信息”，但很难“买行动”——离真正闭环的智能体商业还有一层关键的空白。

1. 从理论到实践的距离依然很长。AEX 资料本身也坦言，从理论到实践的转变充满挑战，而这些挑战恰是制度设计与技术创新的契机。

五、给从业者的具体建议

• 做 Agent 基础设施的团队：与其再做一个爬虫/新闻类轻量 API（该赛道已趋拥挤），不如关注研报指出的空白层——交易执行、广告投放、SaaS 网关、现实任务执行。当然，这些层的合规与风控门槛也远高于信息类 API，需提前评估。
• 做支付与结算的团队：可以关注 x402 按量计费与 ACP 结构化下单的协议细节；同时思考如何在结算层之上叠加多方价值归因机制（如 Shapley 类方案的可计算近似），这是 AEX 提出的、目前协议栈尚未覆盖的能力。
• 做多智能体系统的研究者：能力验证标准与数万级节点的协调可扩展性是明确的开放问题，且直接对接工业界的真实需求，值得投入。

六、适用范围与局限

需要说明的是：AEX 目前是一个范式与制度框架层面的探索，距离生产环境部署还有相当距离；x402/ACP 生态的多数数据与项目判断来自独立研报，带有作者的主观判断视角，且加密支付路径在合规与用户体验上仍存在不确定性；ACP 虽为 Apache 2.0 开放标准，但背后由 OpenAI 与 Stripe 推动，其生态走向与中立性值得持续观察。本文基于公开资料整理，不构成任何投资建议。

智能体经济的下半场，不在于单个模型多聪明，而在于那层让机器与机器之间能发现、下单、结算、分账的基础设施能不能补齐。机制设计与支付协议这两条线，迟早要在某个产品里交汇。

参考资料

以下链接为本文使用的公开资料。事实依据与检索摘录保存在本地记录中；资料内容与适用范围以原始页面为准。

• 拥抱智能体互联网经济，上海创智学院提出Agent Exchange范式
• 机器的经济秩序：智能体商业的全栈路径. 作者：0xjacobzhao |… | by BroadNotes by 0xjacobzhao | Medium