作者：Lucas Shin，来源：Artemis，编译：Shaw 金色财经

概述

• 到 2030 年，智能代理（AI Agents） 将成为人们使用互联网的主要方式。

• 全新的代理型网络需要配套的新型支付通道、货币体系与基础组件。

• 价值将集中在三大层级：界面层，掌控用户交互的主体；支付层，介入资金流转的主体；算力与托管层，运营基础设施的主体

• Дальние коммерческие мероприятия умных агентов с длинным хвостом будут работать на базе открытых протоколов.

Сначала давайте нарисуем сцену.

Время — 2030 год. Вам 24 года, вы живёте в Берлингтоне, штат Вермонт, любите инвестировать — в основном вы держите американские акции, но также на Kalshi участвуете в некоторых сделках с криптовалютой и на прогнозных рынках. Два месяца назад вы на условиях неполной занятости основали консалтинговую финтех-компанию.

Некоторые дни, как сегодня, начинаются внезапно.

Вжж——

Телефон будит вас, будто холодной водой по лицу. Сообщение пришло от вашего персонального умного агента Nexus:

Доброе утро, Джо. Я закончил следующие задачи ночью ——

Обновление портфеля: ночью сократил позицию $WMT на 15%. Спутниковые данные показывают снижение потока посетителей в магазинах, а по настроениям в отчётах — поворот в сторону медвежьих ожиданий; это уже подтверждено перекрёстной проверкой.

Обновление расписания: на сегодняшнее — середина дня — уже записаны 3 встречи, краткие материалы закреплены в заметках к встречам.

Оптимизация расходов: нашёл нового провайдера облачных серверов — производительность сопоставимая, годовая стоимость снижена с 840 до 290 долларов. Можно в любой момент мигрировать.

Общие расходы: 0.67 доллара

Что именно происходит, пока вы спите?

1. Nexus отправил исследовательского дочернего агента, потратив 0.24 доллара, и ночью получил данные от 40 разных поставщиков. Он сопоставил содержание последнего телефонного звонка по отчётности Walmart со спутниковыми снимками парковок магазинов по всей территории США и обновил вашу инвестиционную логику. Когда спутниковые данные показывают, что поток в Walmart снижается, ваш агент портфеля сопоставляет настроения рынка отчётности Kalshi, подтверждает медвежий сигнал и завершает сокращение позиций до того, как вы проснётесь. Четыре года назад подобные торговые стратегии всё ещё были эксклюзивной областью замкового сектора (Citadel) и небольшого числа количественных фондов: им нужно было платить миллионы долларов за подписку на спутниковые снимки. Даже терминал Bloomberg стоимостью 30 000 долларов в год не покрывает весь набор данных — вам приходится отдельно подписываться на спутниковые снимки, альтернативные данные и тратить часы на интеграцию и анализ. А теперь, человек 24 лет из Вермонта может получить такое же информационное преимущество, как квант-аналитики Citadel, по цене менее одной чашки кофе.

2. Торговый дочерний агент Nexus отфильтровал 200 лидов, соответствующих вашему профилю целевого клиента — финтех-компании на этапе B-раунда и далее в юго-восточной части США, которые ещё не использовали услуги поставщиков данных. Затем он дополнил информацию по цене 0.002 доллара за лид; интерфейсы, вызываемые им, разработал другой агент и разместил на открытом рынке. Он отобрал 3 лидa с самым высоким уровнем интереса и сразу связался с их агентом по расписанию, чтобы согласовать время встреч. Перед каждой беседой он получил из потенциальных клиентов информацию о дипломных учреждениях, общих знакомых, новости компании и историю финансирования и подготовил для вас одностраничный бриф, который закрепил в заметках к встречам. Только на дополнение информации по лидам — если оформлять подписку SaaS, каждому аккаунту нужно платить 200 долларов в месяц.

3. Операционный дочерний агент Nexus провёл тестовое сравнение вашего консультационного сайта с 6 провайдерами серверов: Vercel、Render、Railway、Fly.io、Netlify и Cloudflare. Он с минимальными затратами вызывал пробные API этих сервисов, разворачивал тестовые среды и измерял задержку, доступность и пропускную способность. В итоге Railway добился сопоставимой производительности за треть стоимости. Nexus договорился о ежемесячной плате через ценовой агент Railway, построил зеркальную копию сайта на новом сервере и завершил полный набор тестов, чтобы убедиться, что всё работает нормально. Если бы не было агентов, это заняло бы минимум неделю: искать в интернете, согласовывать цены, ещё и проходить через тревожную ручную миграцию. Вам нужно лишь подтвердить Nexus, чтобы он выполнил всё.

Ваши агенты сделали всё это, потратив всего 0.67 доллара.

Теперь умножьте эту сцену на каждого знания-работника в мире, на каждую компанию и на каждого запущенного умного агента.

Вжж——

Nexus：недостаточно средств, осталось 1.87 доллара。

Как и на прошлой неделе, вы пополняете кредитную карту, привязанную через Apple Pay, на 5 долларов, а затем продолжаете чистить зубы. На нижнем уровне эти 5 долларов конвертируются из кредитной карты в стейблкоины — но вы не видите кошелёк, не нужно думать о пополнении и вам вообще не нужно касаться блокчейна.

Вот как выглядит экономика машин — новый коммерческий сценарий: AI-агенты будут постоянно тратить деньги на то, за что люди никогда прежде не платили; масштабы сделок и скорость будут далеко выходить за пределы человеческого бизнеса. Можно представить, что каждый день будет появляться десятки миллиардов сделок.

Но сегодня интернет ещё не готов поддержать всё это.

Текущий интернет проектировался для людей. Он отсеивает не-людские действия ограничением скорости, CAPTCHA, ключами API и монетизирует пользователей-людей через рекламу. Однако по мере появления большого числа автономных агентов эта бизнес-модель полностью перестанет работать.

Поток резко растёт, а количество по-настоящему заинтересованных пользователей падает.

Долгосрочно финансируемые за счёт рекламных доходов серверы столкнутся с запросами на порядки выше, и источники этих запросов никогда не будут зависеть от рекламы.

Платёж агентами решает эту проблему изначально: микроплатежи станут ключом к доступу.

Платный скрапинг, платный доступ, платное использование.

Компании, которые создадут инфраструктуру, в итоге широко принятую агентами, захватят самый большой пул новой экономической активности, который может увидеть наше поколение. Нынешние гиганты уже занимают места, но экономика машин также породит собственных новых гигантов. В предыдущей волне нового интернета появились Google, Amazon, Facebook, PayPal и Salesforce.

Наступает эра интернета с умными агентами.

Прогноз по масштабам рынка

К 2030 году большинство сетевых взаимодействий больше не будет происходить через браузер. Наши умные агенты будут вместо нас просматривать, тестировать, вести переговоры, собирать команды дочерних агентов и выполнять сделки. Каждая задача, которую они выполняют, будет порождать цепочку небольших платежей. Стоимость каждого разового использования кажется дополнительными расходами, но на самом деле это замена инструментов и человеческого труда, которые стоят гораздо дороже. Чем более продвинутые инструменты доступны, тем лучше будут работать агенты — и мы будем предоставлять им всё более высокие степени автономии.

Спрос и скорость распространения

Давайте прикинем грубо.

В приведённом ранее кейсе агент Джо выполнил сотни сделок, потратив лишь 0.67 доллара. Если масштабировать это на среднюю компанию с 500 сотрудниками — каждому сотруднику назначен персональный агент, плюс сотни общих агентов для отделов продаж, финансов, юристов, операционной деятельности и R&D — то каждый день легко возникает 100 000 сделок, инициированных агентами.

Глобальная численность knowledge workers превышает 1 миллиард, из них 88% используют AI на работе; объём спроса огромен и продолжает расти. Но сейчас это в основном ограничено базовыми задачами, такими как веб-поиск, краткие выжимки из документов или написание писем. Полный переход на умных агентов ещё не произошёл, но как только стартует, скорость будет невероятной.

Instagram потребовался 30 месяцев, чтобы достичь 100 миллионов пользователей, TikTok — 9 месяцев, а ChatGPT — всего 2 месяца (данные Reuters / UBS). Одна из причин быстрого распространения ChatGPT заключается в том, что диалоговый интерфейс давно знаком людям, и не нужно учить новое ПО, не нужно менять привычки использования — вам достаточно описать потребность, а агент постарается всё сделать.

Единственным препятствием является доверие, а скорость формирования доверия намного выше, чем ожидают люди. Сейчас Claude Code уже внесла вклад в 4% всех публичных коммитов на GitHub (более 135 000 раз в день); при текущем темпе роста к концу 2026 года показатель превысит 20%. Это означает 42896-кратный рост за 13 месяцев. Разработчики всего за год с небольшим прошли путь от сомнений к тому, чтобы массово отдавать AI production-код.

По мере того как модели становятся умнее, интерфейсы — всё более лаконичными, а всё больше технической сложности абстрагируется и скрывается, я считаю, что скорость распространения умных агентов будет ещё ускоряться.

К 2030 году даже если только 60% knowledge workers будут использовать агентов, средние ежедневные расходы составят 3–5 долларов (это консервативная оценка — учтите, что агент Джо перед завтраком завершил три задачи всего за 0.67 доллара), а только масштаб сделок агентных транзакций на личном уровне достигнет 800 миллиардов–1.4 триллиона долларов в год.

Рынок для предприятий

Робби・Петерсон из Dragonfly в статье указал, что коммерческие умные агенты — это логичное продолжение модели SaaS. Я полностью с этим согласен. Они больше не просто помогают в рабочих процессах — они будут полностью заменять существующие процессы. Как сегодня более 95% расходов на ПО приходится на предприятия и государственные структуры, так и объём использования и расходов на умных агентов на корпоративном уровне, вероятно, существенно превысит рынок для частных пользователей.

Мы уже наблюдаем эту трансформацию. Klarna использовала внутреннюю AI-систему вместо Salesforce и сэкономила около 2 миллионов долларов. ZoomInfo разработала AI-агентов для замены отдела утверждения сделок и экономит более 1 миллиона долларов ежегодно. Это лишь ранние примеры того, как агентизация одного рабочего процесса экономит миллионы. В каждой компании сотни таких процессов есть в продажах, финансах, юриспруденции, операциях и R&D. Как только умные агенты будут развернуты по всей компании, масштаб соответствующих расходов окажется по-настоящему ошеломляющим.

Любой может стать продавцом

По мере того как код-агенты значительно снижают стоимость разработки, порог входа для интернет-продавцов приближается к нулю. Свадебный организатор, который умеет подбирать площадки, может упаковать оптимизированный рабочий процесс и продавать его. Независимый разработчик в Лос-Анджелесе может создать API для вертикальной ниши и уже в течение нескольких часов начать зарабатывать на агентах со всего мира. Вам нужно лишь иметь профессиональные знания: сгенерировать API-интерфейс с помощью промптов — и можно начинать принимать платежи.

Но что произойдёт, если агенты начнут продавать сервисы другим агентам?

Предположим, что Джо хочет зайти в новую сферу: средние медицинские компании в США Среднего Запада, у которых устаревшая платёжная инфраструктура. Если его агент с нуля выполнит рассуждения и всё необходимое, затраты в токенах будут быстро накапливаться:

• Отобрать 200 компаний по заданному профилю (инференс + вызовы API): около 500 тыс. токенов

• Дополнить информацию по каждому лиду (технологический стек, финансирование, данные о найме): 200 лидов × около 5000 токенов = 1 млн токенов

• Определить ключевых лиц, принимающих решения по основным клиентам: около 200 тыс. токенов

• Оценить сигналы заинтересованности (ритм найма, длительность контрактного цикла): около 300 тыс. токенов

• Исследовать бэкграунд каждого лица, принимающего решения: 20 лидов × около 10 тыс. токенов = 20 тыс. токенов

• Подготовить персонализированные тексты для первичного контакта: 20 лидов × около 3000 токенов = 60 тыс. токенов

Итого около 2.3 млн токенов; если рассчитывать по стоимости использования передовой модели вроде Opus 4.6, выходит 8–15 долларов.

Подождите, разве дочерний агент Джо для продаж раньше делал похожие процессы не за считанные центы?

Да. Потому что большинство шагов уже решены другими агентами. Дополнение лид-информации, оценка заинтересованности, планирование встреч — всё это на открытом рынке продаётся в виде готовых упакованных интерфейсов, по цене лишь в несколько десятых долей цента.

Такая модель создаёт совершенно новые коммерческие сценарии. С точки зрения предложения спрос будет расти в обе стороны: люди строят сервисы, а агенты тоже строят сервисы. Проблема с высоким расходом токенов, которую решает один агент, может превратиться в дешёвый инструмент, доступный всем последующим агентам. В таком мире агент может превращать свой накопленный опыт в рабочие процессы и продавать их другим агентам, тем самым субсидируя собственные эксплуатационные расходы.

Каждый сдвиг парадигмы порождает новых продавцов. Shopify дал возможность продавцам в e-commerce, Stripe — онлайн-компаниям, а экономика машин даст возможность тем, кто разворачивает проекты на ходу, и автономным умным агентам.

Взгляд на реальность

Так как далеко мы находимся от реальной коммерциализации сделок с умными агентами?

Моя команда в Artemis всё время отслеживает прогресс двух основных типов агентных платёжных протоколов: x402 от Coinbase (с открытым исходным кодом) и машинный платёжный протокол (MPP), совместно представленный Stripe и Tempo. В общем, цель у этих двух типов протоколов полностью совпадает: чтобы пользователь или агент мог оплачивать любые сетевые сервисы (например, данные, веб-скрапинг, вывод модели или другие API-сервисы) в рамках одного сетевого запроса — без регистрации аккаунта, без API-ключей, без утомительных процедур биллинга и расчётов.

Пока это всё ещё ранняя стадия.

Объём сделок по x402 на конец 2025 года был искусственно завышен из-за мем-коинов и поведения с накруткой через рейтинги. На приведённом выше графике показана «реальная» активность сделок, скорректированная после фильтрации фальшивых транзакций с помощью специализированного алгоритма. Если убрать шум от фейковых транзакций и мем-коиновой спекуляции, становится заметно: агентная экономика ещё не наступила по-настоящему. Сейчас большая часть активности — это разработчики, тестирующие платные API и AI-инструменты, а не то, что можно назвать реальным оборотом агентной экономики.

Перед тем как эта модель действительно взорвётся, нужно решить две ключевые проблемы:

1. Предложение ещё не сформировано: количество практических API-интерфейсов, которые заставляют агентов реально хотеть платить, серьёзно недостаточно.

2. Отсутствует зрелый слой discovery и агрегации: даже если существуют ценные интерфейсы, у агентов сейчас нет надёжного пути их находить.

Поскольку экосистема ещё развивается, использовать объём сделок как главный показатель ещё рано. Более разумно наблюдать рост со стороны предложения — то есть число компаний, предоставляющих сервисы для агентов. Мы будем называть эти компании в совокупности провайдерами услуг.

На приведённом выше графике показано кумулятивное изменение числа провайдеров услуг (продавцов), соответствующих стандартам. Продавцы считаются соответствующими стандартам, если они совершили более двух «реальных» транзакций и как минимум имеют двух независимых покупателей. В прошлом октябре это число ещё не достигало 100, а сейчас уже превышает 4000. Я ожидаю, что этот темп роста ускорится, главным образом за счёт трёх тенденций:

1. Искусственный интеллект снижает порог создания цифровых продуктов (как говорилось выше), то есть больше людей и AI-агентов станут продавцами.

2. Новые сервисы будут проектироваться в первую очередь для агентов. Агенты становятся ключевыми клиентами, а формы продуктов для них будут принципиально другими: API вместо веб-страниц, мгновенный доступ вместо процессов регистрации, оплата по мере использования вместо подписок.

3. Существующие поставщики услуг будут вынуждены трансформироваться. По мере того как всё больше пользователей будут взаимодействовать с AI-интерфейсами, а не вручную просматривать веб-страницы, рекламная модель монетизации полностью обесценится — ведь не останется человеческого внимания, которое можно монетизировать. У компаний не будет выбора: они будут вынуждены брать плату напрямую за контент и сервисы.

Эти силы сформируют положительную петлю обратной связи: спрос и предложение будут усиливать друг друга, и в итоге воспламенят всю агентную экономику.

Отраслевая расстановка сил

Архитектура экосистемы агентных сделок быстро формируется. Масса стартапов появляется как грибы после дождя — они фокусируются на закрытии каждой пустоты в этой архитектуре; параллельно растущие компании в финтехе и SaaS-направлении также переходят к нативным агентным сделкам. За последние двенадцать месяцев почти все ведущие платёжные гиганты и лаборатории AI выпустили или объявили протоколы, связанные с агентными сделками.

Мы выделили более 170 компаний, охватывающих пять крупнейших уровней: интерактивные интерфейсы, умные агенты, системы аккаунтов, платёжные инфраструктуры, AI-движки. Здесь мы сократили список до примерно 80 ключевых институтов:

Далее разберём сверху вниз по слоям.

Уровень интерфейса

Уровень интерфейса находится ближе всего к пользователю и отвечает за то, чтобы намерение пользователя (потребность) вело к нужным инструментам или сервисам (предложению). Тот, кто сможет определить, как умный агент находит, оценивает и выбирает сервисы, получает огромное влияние на все нижние уровни. Мы сосредоточимся на двух наиболее важных категориях на этом уровне:

Пользовательский интерфейс

Это точка входа, через которую большинство людей непосредственно взаимодействуют с умными агентами. Apple, Google, OpenAI, Anthropic, xAI и Perplexity создают подобные интерфейсы взаимодействия — и их форма быстро выходит за пределы простой чат-модели. Появляются новые формы: голосовые помощники, помощники на десктопе, встроенный co-pilot, агент в браузере и т.д., они ближе к реальным сценариям использования пользователями. Платформа, ставшая дефолтным AI-интерфейсом для пользователей, станет точкой старта для всех сделок, инициируемых агентами — а победитель в этом треке получит дополнительные колоссальные преимущества.

Лаборатории AI уже собрали и обучили весь интернет на данных, и сегодня наиболее ценные обучающие данные — это человеческие направляющие ответы (feedback). Каждый раз, когда вы принимаете или отклоняете ответ, вносите правки или предоставляете Claude、ChatGPT информацию о предпочтениях, ваш интерфейс фиксирует эти данные — для продажи или обучения модели. Управление интерфейсом — это по сути управление замкнутым циклом обратной связи, который оптимизирует и пользовательский опыт, и саму модель. Именно поэтому Anthropic выпустила Claude Code, Google купила Windsurf, а OpenAI пытается приобрести Cursor. Когда ваши агенты накапливают контекст о ваших предпочтениях, рабочих процессах и часто используемых инструментах, стоимость миграции для пользователей становится чрезвычайно высокой.

Поиск сервисов

Когда агент Джо нуждается в интерфейсе для дополнения лидов или в сервисе спутниковых данных, как он найдёт подходящий сервис? Возможно, это самая большая нерешённая проблема в архитектуре всей экосистемы. Текущие решения в основном представляют собой жёстко закодированные списки инструментов или избранные сервис-маркеты. Крупные платформы уже создают собственные системы: OpenAI и Stripe выпустили ACP, Google и Shopify — UCP, Visa — TAP. По сути это каталоги продавцов: они работают только при наличии активной интеграции и со стороны платформы, и со стороны продавцов. В обычных сценариях такие модели работают хорошо, но по мере того как порог создания и продажи цифровых сервисов резко снижается, появляется множество нишевых, сильно кастомизированных приложений — и избранная модель не сможет удовлетворить эти long-tail потребности.

Компании вроде Coinbase, Merit Systems, Orthogonal и Sapiom строят открытые альтернативы: они создают агрегаоры и базовую инфраструктуру, благодаря чему агенты могут самостоятельно находить и оплачивать сервисы во время работы, без предварительной интеграции или коммерческих договорённостей. По мере экспоненциального роста предложения (сетевых ресурсов) сложность решения этой проблемы резко возрастает. Но кто сможет победить в задачах ранжирования и рекомендаций — чтобы агент попадал в нужный сервис в нужное время — тот и получит огромную долю влияния в отрасли.

Агентные сделки в итоге придут к режиму избранного закрытого доступа или к модели открытой экосистемы, и то, как это будет определять распределение стоимости, — один из ключевых споров в этой сфере. Мы позже углубимся в эту тему.

Умные агенты и уровень аккаунтов

Чтобы выполнить задачи за нас, умным агентам одной «умности» недостаточно. Дочерний агент по продажам Джо провёл весь процесс: отбор 200 лидов, дополнение информации и организация трёх встреч, а самому Джо не нужно настраивать инструменты, управлять API-ключами и утверждать шаги по одному. Большая часть инфраструктуры, обеспечивающей это, для конечного пользователя невидима, но без этих инфраструктур агент превращается просто в LLM без способности исполнять действия. Ниже — обзор ключевых базовых компонентов, необходимых для всего этого:

Инструменты и стандарты

Эти протоколы и фреймворки дают умным агентам возможность взаимодействовать с внешним миром. MCP (машинный коммуникационный протокол, инициированный Anthropic и сейчас управляемый Linux Foundation) позволяет агентам подключаться к внешним данным и инструментам: вызывать API, с которыми они никогда не сталкивались, читать базы данных или мгновенно вызывать сервисы. A2A (предложенный Google) определяет, как агенты, разработанные на разных платформах, могут взаимно находить друг друга и координироваться. LangChain, фреймворк от NVIDIA и Cloudflare, дают разработчикам базовые модули для создания и развёртывания агентов поверх этих протоколов. Недавно купленный OpenAI OpenClaw объединяет управление контекстом и вызовы инструментов в единственный фреймворк с приоритетом локализации, существенно снижая сложность для разработчиков при создании агентов, которые могут самостоятельно находить и оплачивать сервисы.

Ключевая проблема в этой сфере: эти стандарты в итоге придут к единству или будут фрагментироваться? Сможет ли коммерческий фреймворк, построенный на этих стандартах, захватывать ценность раньше, чем инструменты станут однородными?

Аутентификация личности

После того как агенты могут обмениваться сообщениями, нужно выстроить доверие. Прежде чем агент совершит сделку или продаст сервис, он должен доказать свою уполномоченность как субъекта и свои операционные полномочия, а также сохранить записи действий, которые могут быть верифицированы другими агентами.

Сейчас существует несколько технических маршрутов, включая: биометрическую аутентификацию (Worldcoin, Civic), on-chain репутационные системы для агентов (ERC-8004), проверяемые credential’ы (Dock, Reclaim).

У пространства дизайна здесь большой потенциал, но и риски крайне высокие: сколько денег максимум ваш агент сможет потратить до вашего одобрения? сможет ли он подписывать контракты от вашего имени? сможет ли он передавать полномочия дочерним агентам? Такие правила и границы безопасности почти наверняка будут закреплены на уровне аккаунтов.

Кошелёк

Очевидно, что агентам для проведения платежей нужен кошелёк. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy и многие другие компании уже выстраивают решения: они предоставляют программируемый доступ и создание, делегирование прав, лимиты расходов на отдельные транзакции, белые списки получателей и возможность работы в нескольких сетях без ручного подтверждения каждой операции пользователем. Это один из самых конкурентных треков во всей экосистеме — и отсюда возникает ключевой вопрос: где именно находится «ров» (moat) у компаний? Придёт ли в итоге этот сегмент к гомогенизации?

Уровень платежей

Уровень платежей находится глубже во всей архитектуре и для конечного пользователя должен быть невидимым, но в экономике машин все деньги будут проходить через него. Когда агент Джо ночью платит 0.24 доллара, чтобы получить данные от 40 сервис-провайдеров, ему не нужно выбирать банк для оплаты, валюту или расчётную публичную цепочку для каждой транзакции.

Главная сложность в том, что традиционные платёжные каналы проектировались для людей, кликающих «Купить», а не для агентных сценариев, где в минуту может быть несколько тысяч вызовов API и сумма по каждой операции ниже цента. В платёжных карточных сетях у каждой транзакции есть фиксированная стоимость около 0.03–0.04 доллара плюс комиссия 2.3%–2.9%. Это подходит для заказа в отеле на 400 долларов, но совершенно не подходит для нового вида многошаговых агентных сделок.

Отсюда появляется целая серия новых протоколов и валютных систем, созданных специально для агентных транзакций, а также традиционные гиганты начинают переделывать существующую инфраструктуру, чтобы поддержать такие запросы.

Ключевые моменты следующие:

Платёжные каналы

Эти протоколы и стандарты определяют, как умные агенты инициируют, маршрутизируют и завершают расчёты. Сейчас в основном сформировались два технических направления:

1. x402 (Coinbase/Cloudflare) и MPP (Stripe/Tempo) — созданы для машинно-ориентированных транзакций: агент вызывает интерфейсы, получает котировку, подписывает оплату и принимает данные — всё в одном HTTP-запросе. Расчёт — в стейблкоинах, а стоимость одной операции — всего в «сотые доли» доллара.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) и TAP от Visa — используют другой подход: они модифицируют существующую карточную платёжную инфраструктуру, чтобы адаптировать её под агентные сценарии. Такие решения лучше подходят для сделок высокой стоимости: по сравнению со скоростью расчёта и стоимостью, для покупателя важнее защищённость, а для продавца — покрытие приёма.

Стейблкоины и расчёты

Умным агентам нужна «валюта» с программируемостью, высокой скоростью, низкой стоимостью и глобальной доступностью. Стейблкоины полностью соответствуют этим требованиям, поэтому становятся естественным выбором для сделок x402 и MPP. При этом карточные платёжные каналы по-прежнему дают защиту покупателям и устоявшиеся привычки продавцов — это всё ещё важно для сделок высокой стоимости. Базовые публичные цепочки (например, Base、Solana、Tempo) поднимают другой ключевой вопрос: какие цепочки могут обеспечить пропускную способность, финальность транзакций и структуру затрат, необходимую для массовых агентных сделок?

Стороны услуг (сервис-провайдеры)

Это организации-посредники между умными агентами и продавцами: они обрабатывают комплаенс-проверки, помогают с подключением продавцов, выполняют аутентификацию полномочий и т.п. Coinbase, Stripe и PayPal расширяют существующую экосистему, чтобы поддерживать агентные транзакции; они делают ставку на то, что собственная сеть продавцов и комплаенс-инфраструктура дадут конкурентное преимущество. Другие организации, такие как Sponge и Sapiom, решают проблему холодного старта, работая с начинающими продавцами: любой API-ориентированный бизнес сможет легко начать принимать платежи от агентов. По мере роста платёжных каналов, протоколов и числа продавцов координирующие стороны могут стать ключевым соединительным звеном, предотвращающим фрагментацию всей системы.

Уровень AI-движка

Этот слой не требует долгих объяснений: все взаимодействия агентов, шаги рассуждений и вызовы инструментов приводятся в действие им. Но скорость изменения бизнес-модели здесь намного выше, чем в других частях архитектуры, а направление конечного распределения ценности не настолько прозрачно, как кажется. Мы фокусируемся на двух категориях:

Вычисления и хостинг

Каждый раз, когда умный агент Джо выполняет рассуждение по задаче, вызывает инструменты или создаёт дочерних агентов, он потребляет вычислительные ресурсы. Но inference — лишь часть из них. В условиях взрывного роста low-code / «импровизационных» приложений и сервисов, которые агенты создают сами, появляется множество новых интерфейсов — все они требуют хостинг-площадку. По состоянию на май 2025 года число доступных веб-страниц выросло на 45% за всего два года. А поскольку code-агенты делают запуск новых сервисов чрезвычайно простым, этот темп будет только ускоряться. Это означает, что потребность в вычислениях растёт синхронно с двух сторон: с одной стороны, больше агентов обрабатывают больше задач, а с другой — больше сервисов постоянно запускаются, чтобы удовлетворять их потребности.

Гипермасштабные облачные вендоры (AWS, Google Cloud, NVIDIA) — очевидные ключевые участники. И AWS, и Google Cloud продолжают упрощать развёртывание agent-backend и API поверх своей инфраструктуры. Cloudflare фокусируется на edge computing и предоставляет low-latency серверлесс-вычисления для сервисов, ориентированных на агентов. А децентрализованные вычислительные платформы вроде Akash, Bittensor, Nous обеспечивают потребность в избыточных вычислениях за счёт агрегации глобальных GPU-ресурсов и продажи их по крайне низкой цене.

Базовые большие модели

Базовые большие модели — это «мозг» всей системы. Anthropic, OpenAI, Google и Meta как передовые лаборатории постоянно расширяют границы возможностей умных агентов, а стоимость запуска этих моделей быстро снижается. В конце 2022 года стоимость запуска моделей уровня GPT4 составляла около 20 долларов за миллион токенов; а к началу 2026 года при сопоставимой производительности она упала примерно до 0.05 доллара за миллион токенов — снижение почти в 600 раз за чуть больше чем три года. Обновления железа, конкуренция между вендорами, а также оптимизации вроде кэширования промптов и batch-процессинга совместно продолжают удешевлять inference. Параллельно, по мере того как логика рассуждений сжимается в более маленькие модели с открытыми весами, а стоимость запуска становится очень низкой, падает и стоимость построения «умных» решений. В некоторых бенчмарках разрыв в производительности между открытыми весовыми моделями и закрытыми сокращается до всего 1.7%.

Для экономики машин это большой позитив.

Более дешёвые умные решения означают более дешёвых агентов, что позволяет 24-летнему независимому основателю из Вермонта легко покрывать эксплуатационные затраты — а значит, дополнительно будет расти активность сделок на верхних слоях всей экосистемы. Если базовые модели начнут вести ценовую конкуренцию, как сегодня происходит с облачными провайдерами, то в итоге ценность может сконцентрироваться в смежных звеньях по цепочке «вверх» и «вниз» относительно модели, а не в самой модели.

Кто станет победителем?

К 2030 году большая часть ваших цифровых взаимодействий больше не будет нуждаться в браузере, поисковой системе или магазине приложений. Вам нужно лишь назвать свои требования — умные агенты всё сделают за вас: найдут нужные сервисы, согласуют условия, выполнят оплату и доставят конечный результат. Интернет станет выглядеть совсем иначе.

Это можно представить как эпоху SEO для агентов. API-интерфейсов будет становиться всё больше, а интерфейсы для людей — всё меньше.

В таком мире кто будет снимать ценность?

Самм из Merit Systems, Самм ・ Лагерсдал в статье сравнил текущую агентную торговую экосистему с ранним интернетом. Он считает, что избранные агентские маркетплейсы сервисов, которые строят крупные платформы (ACP、UCP、TAP), идут по пути старых времен AOL в 90-х — опыт изящный, система закрытая, но основное ограничение в том, что все поставщики сервисов должны пройти ручной отбор и проверку. А открытые протоколы вроде x402 и MPP хоть и более «грубы», но обладают безлицензионностью: любой может собрать интерфейс, не требуется бизнес-команда или юридическая проверка, чтобы зарабатывать вместе с агентами. В 90-х закрытые «сады» с продуктовым опытом могли быть лучше, но у открытого интернета было бесконечное множество возможностей.

В итоге победил открытый интернет.

Тот же сценарий повторяется. ACP、UCP、TAP будут интегрироваться с топовыми AI-лабораториями — и будут отлично обслуживать массовые сценарии, но они ограничены агентами, работающими с заранее проверенными каталогами сервис-провайдеров, и смогут выполнять только задачи, предусмотренные платформой. А агенты, которые могут подключаться ко всей системе открытых протоколов, имеют куда более широкие границы возможностей.

Достаточно помнить: самые живые части интернета сегодня возникают именно благодаря HTTP-протоколу — он создаёт длинный хвост открытых сайтов с огромным объёмом трафика.

Нам нужно честно признать: мы не можем вообразить целиком, как будет выглядеть открытый агентный интернет. Как в 1995 году никто не мог предсказать появление каршеринга или социальных медиа, так и когда мы даём агентам необходимые инструменты, мы не можем знать, что они будут создавать и за какие сервисы они станут платить.

Как мы уже обсуждали, базовые большие модели быстро идут к гомогенизации, поэтому ценность может сместиться на другие слои технической архитектуры. Инструменты разработки, кошельки и инфраструктура идентификации критически важны, но по мере того как стандарты унифицируются, эти области тоже могут стать гомогенизированными. Поэтому я считаю, что ценность сосредоточится в трёх областях: интерфейс, платежи, вычисления.

Интерфейс

Интерфейс определяет лимиты расходов, процессы утверждения и механизм делегирования доверия. Платформа, способная создать наиболее персонализированный опыт для пользователя, будет нести наибольший объём торгового трафика.

Apple — самый недооценённый участник в этой области. Её устройства глубоко встроены в повседневную жизнь людей, а стоимость миграции для пользователей крайне высока. Если Siri эволюционирует в зрелый агентный интерфейс взаимодействия, Apple сможет управлять точкой старта для десятков миллиардов транзакций, не создавая при этом самые топовые модели. Им нужно лишь поддерживать самый качественный интерфейс входа.

Трансформация Google для них сложнее. Переход от ручного просмотра людьми к умной фильтрации со стороны агентов подрывает их ключевой источник доходов — рекламу. Но у Google есть преимущества, которые недоступны другим компаниям: она накопила десятилетия персональных данных в поиске, почте, календарях, картах и документах. Также нужно учитывать стоимость миграции на стороне компаний: Google Workspace встраивается в миллионы компаний, а рабочие письма, файлы и рабочие процессы сотрудников работают в инфраструктуре Google. Если какая-то компания и может создать наиболее персонализированных агентов для потребителей и компаний, то это Google. Вопрос лишь в том, сможет ли она монетизировать агентские сервисы так же эффективно, как монетизирует рекламный поисковый трафик.

Merit Systems — мой кандидат на звание «темной лошади». Они одновременно строят инфраструктуру сервис-дискавери для открытой экономики агентов (AgentCash, x402-сканирование, MPP-сканирование) и разрабатывают интерфейс для потребительского сегмента (Poncho). Их ключевая логика: кто контролирует канал discovery сервисов для агентов и кто вмешивается в поток денег, тот получит место в раннем интернете, которое раньше принадлежало Google. Это смелая ставка, но если открытые агентные транзакции победят избранный закрытый режим, Merit станет наиболее выгодным агрегатором. Сейчас они всё ещё на ранней стадии — как и тогда, когда Google конкурировал с закрытой AOL-экосистемой, а её стоимость в пересчёте к рыночной капитализации была около 350 млрд долларов.

Платежи

Кто контролирует поток средств, тот и получает долю в каждой транзакции. В этой части я наиболее уверен, потому что масштаб будет расти синхронно с объёмом сделок.

**Stripe и Tempo сильнее всего в машинно-нативн