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。

结语

回到开头那组数据：40 万个 AI 代理，1.4 亿笔交易，4300 万美元。

这些数字的意义不在于规模本身 —— 相比人类每年数万亿美元的支付总额，4300 万美元微不足道。它们真正的意义在于揭示了一个方向：机器正在成为独立的经济主体，拥有自己的收入、自己的账户、自己的支付能力。

而当机器有了收入，它们很快就会有资产管理的需求。这不是一个遥远的想象，而是 AI 代理经济演化的自然路径。

Circle 正在为这个未来铺设 “支付神经系统”—— 让 AI 代理能够高效、低成本地转移价值。而 RWA 赛道需要做的，是成为这个经济体的 “储能系统”—— 让 AI 代理能够像管理自己的代码一样管理自己的资产。

如果这个判断成立，那么今天 RWA 从业者需要思考的问题是：当 40 万个 AI 代理开始寻找可配置的资产，当 1.4 亿笔支付之后开始产生资产管理的需求，你手中的 RWA 产品，准备好被 AI 代理评估、选择、持有和交易了吗？

（本文基于 Circle 官方财报及公告、德勤《2026 科技、传媒和电信行业预测报告》、Defillama 数据、Ondo Finance 公开资料、摩根大通 Kinexys 官方披露、香港 Web3.0 标准化协会《RWA 产业发展研究报告》等公开信息撰写，不构成任何投资建议。市场有风险，投资需谨慎。）