Автор: Lucas Shin, источник: Artemis, перевод: Shaw Золотые Финансы

Краткий обзор

• К 2030 году интеллектуальные агенты (AI Agents) станут основным способом, которым люди используют интернет.

• Для принципиально новой агентной сети понадобятся новые каналы платежей, денежные системы и базовые компоненты.

• Ценность будет сосредоточена на трех уровнях: уровень интерфейса — сущность, управляющая взаимодействием с пользователем; платежный уровень — сущность, включающаяся в оборот средств; уровень вычислительных мощностей и хостинга — сущность, обеспечивающая операционную инфраструктуру.

• Дальние сегменты умной агентной коммерческой деятельности будут работать на базе открытых протоколов.

Сначала давайте нарисуем сцену.

Время — 2030 год. Вам 24 года, вы живете в Берлингтоне, штат Вермонт, и любите инвестировать — в основном держите акции США, а также участвуете в некоторых сделках с криптовалютой и рынками прогнозов на Kalshi. Два месяца назад вы на условиях неполной занятости основали консалтинговую финтех-компанию.

В некоторые дни — например, сегодня — вступление всегда происходит внезапно.

Вжух——

Телефонный звонок будит вас, будто на лицо выплеснули ведро холодной воды. Вам приходит сообщение от вашего персонального интеллектуального агента Nexus:

Доброе утро, Джо. Я завершил следующие работы ночью ——

Обновление портфеля: ночью сократил позицию $WMT на 15%. Спутниковые данные показывают снижение потока в магазинах, а сигналы в отчете смещаются в сторону медвежьих; это уже перекрестно подтверждено.

Обновление расписания: на сегодняшнее полуденное время записаны 3 встречи, а краткая выжимка закреплена в заметках к встречам.

Оптимизация расходов: нашел нового поставщика облачных серверов — производительность сопоставима, годовая оплата снизилась с 840 долларов до 290 долларов. Можно перенести в любой момент.

Общие расходы: 0.67 доллара

Что же произошло, пока вы спали?

1. Nexus отправил исследовательского дочернего агента, потратив 0.24 доллара: ночью он запросил информацию у 40 разных поставщиков данных, сопоставил текст последнего телефонного колл-апа по отчету Walmart с спутниковыми снимками парковок магазинов по всей стране и обновил вашу инвестиционную логику. Когда спутниковые данные показывают снижение трафика Walmart, ваш агент по портфелю сверяется с рынком “медвежьих” ожиданий в отчетных настроениях Kalshi, подтверждает сигнал и завершает сокращение позиции до того, как вы проснетесь. Четыре года назад подобные стратегии были лишь уделом Citadel Securities (Citadel) и небольшого числа кванто-фондов — им нужно было платить миллионы долларов за подписку на спутниковые снимки. Даже Bloomberg-терминал за 30 тысяч долларов в год не покрывал все данные — вам приходилось отдельно подписываться на спутниковые снимки, альтернативные данные и тратить часы на консолидацию и анализ. А сейчас молодой 24-летний парень из Вермонта может получить такое же информационное преимущество, как у кванто-аналитика Citadel Securities, за стоимость меньше одной чашки кофе.

2. Продажный дочерний агент Nexus отфильтровал 200 лидов, соответствующих вашему профилю целевого клиента: финтех-компании на стадии B-серии и позже в Юго-Восточной части США, которые еще не использовали услуги поставщиков данных. Затем он дополнил информацию по цене 0.002 доллара за лид, а вызванные интерфейсы (API) разработал и опубликовал другой агент на открытом рынке. Он выбрал 3 лидов с наивысшей заинтересованностью и сразу связался с их агентом расписания, чтобы согласовать время встреч. Перед каждой встречей он запросил у потенциальных клиентов данные об alma mater, общих знакомых, новости компании и историю финансирования, а для вас подготовил одностраничную выжимку, закрепив ее в заметках к встрече. Только “дополнение информации по лидам”: если это делать через подписку SaaS, каждый аккаунт в месяц будет стоить 200 долларов.

3. Операционный дочерний агент Nexus провел сравнение вашего консультационного сайта с 6 поставщиками серверов: Vercel, Render, Railway, Fly.io, Netlify и Cloudflare. Он с очень низкими затратами вызвал пробные API интерфейсы каждого сервиса, развернул тестовую среду и измерил задержку, доступность и пропускную способность. В итоге Railway добился сопоставимой производительности за треть стоимости. Nexus через ценовой агент Railway согласовал месячную плату, развернул зеркальную копию сайта на новом сервере и завершил полный набор тестов, чтобы гарантировать корректную работу. Если бы не было агентов, это заняло бы как минимум неделю: поиск в интернете, уточнения и запросы котировок, а также тревожный ручной перенос. Вам нужно лишь подтвердить Nexus, чтобы он выполнил задачу.

Ваши агенты сделали все это, потратив всего 0.67 доллара.

Теперь умножьте эту сцену на каждого работника знаний в мире, на каждую компанию и на каждого работающего интеллектуального агента.

Вжух——

Nexus: недостаточно средств, осталось 1.87 доллара.

Как и на прошлой неделе, вы пополнили кредитную карту на 5 долларов, привязанную через Apple Pay, и продолжили чистить зубы. На уровне “ниже” эти 5 долларов конвертируются в стейблкоин по кредитной карте — но вы вообще не видите кошелек, вам не нужно думать о пополнении, и вам совершенно не нужно иметь дело с блокчейном.

Это взгляд на экономику машин — совершенно новый сценарий бизнеса, где AI-агенты будут постоянно тратить деньги на вещи, за которые люди никогда не платили, причем масштабы и скорость сделок намного выходят за рамки человеческого бизнеса. Можно представить, что каждый день возникнут десятки миллиардов сделок.

Но сегодня интернет еще не готов поддерживать все это.

Сейчас интернет создан для людей. Он фильтрует недочеловеческое поведение с помощью лимитов запросов, CAPTCHA, ключей API и монетизируется через рекламу для пользователей-людей. Однако по мере появления множества автономных агентов эта бизнес-модель полностью перестанет работать.

Трафик резко растет, а количество действительно заинтересованных сокращается.

Сетевые серверы, которые долго субсидировались рекламными доходами, столкнутся с запросами на порядок больше — и источники этих запросов никогда не будут зависеть от рекламы.

Агентные платежи изначально решают эту проблему: небольшие платежи станут ключом доступа.

Платное извлечение (scraping), платный доступ, платное использование.

Компании, которые построят инфраструктуру, широко применяемую агентами, захватят самый большой новый пул экономической активности, доступный нашему поколению. Текущие гиганты уже занимают позиции, но экономика машин также породит своих новых гигантов. Предыдущая волна нового интернета породила Google, Amazon, Facebook, PayPal и Salesforce.

Эра интернет-а с интеллектуальными агентами уже на подходе.

Перспектива размера рынка

К 2030 году большинство сетевых взаимодействий перестанет происходить через браузер. Наши интеллектуальные агенты будут вместо нас просматривать, тестировать, вести переговоры, формировать команды дочерних агентов и исполнять сделки. Каждая задача, которую они выполняют, будет порождать целую цепочку небольших платежей. Эти “разовые” затраты выглядят как новые расходы, но на самом деле они замещают инструменты и рабочую силу, которые обходятся куда дороже. Чем более продвинуты инструменты, тем лучше будут показатели агентов, и тем больше автономных прав мы будем им предоставлять.

Спрос и скорость распространения

Давайте прикинем грубо.

В примере выше агент Джо совершает сотни сделок, потратив всего 0.67 доллара. Если масштабировать это до среднестатистической компании на 500 человек — когда у каждого сотрудника есть личный агент, плюс сотни общих агентов для продаж, финансов, юридического отдела, операций и т.д., — каждый день легко будет генерироваться 100 тысяч сделок, инициированных агентами.

Число работников знаний по всему миру превышает 1 миллиард, при этом 88% уже используют AI в работе. Объем спроса огромен и продолжает расти. Но сейчас такое использование в основном ограничено базовыми задачами: веб-поиск, краткие выжимки документов или написание писем. Полный переход к интеллектуальным агентам еще не наступил, но как только он стартует, скорость будет очень высокой.

Instagram потребовал 30 месяцев, чтобы достичь 100 миллионов пользователей; TikTok — 9 месяцев; а ChatGPT — всего 2 месяца (данные Reuters / UBS). Одна из причин быстрого распространения ChatGPT — диалоговый интерфейс уже знаком людям, и не нужно учить новое ПО, менять привычки использования: просто опишите потребность, и агент постарается ее выполнить.

Единственное препятствие — доверие, а скорость его формирования намного выше ожиданий. Сейчас Claude Code внес вклад в 4% всех публичных коммитов на GitHub (более 135 тысяч раз в день). По текущим темпам роста к концу 2026 года этот показатель превысит 20%. Это означает 42896-кратный рост за 13 месяцев. Разработчики всего за чуть больше года прошли путь от скепсиса к массовому передаче AI производственного кода.

По мере того как модели становятся умнее, интерфейсы становятся все более лаконичными, а растущую техническую сложность все чаще прячут за абстракциями, я думаю, что скорость распространения интеллектуальных агентов еще ускорится.

К 2030 году даже если лишь 60% работников знаний будут использовать агентов, среднедневняя трата составит 3–5 долларов (это консервативная оценка — ведь агент Джо выполнил три задачи до завтрака всего за 0.67 доллара). Тогда объем агентных сделок на персональном уровне достигнет 800 миллиардов — 1.4 триллиона долларов в год.

Рынок для предприятий

Робби Петерсон из Dragonfly в статье отметил, что коммерческий интеллектуальный агент — это логичное эволюционное направление для SaaS-модели. Я полностью с этим согласен. Они уже не просто дополняют рабочие процессы, они полностью заменят существующие. Как сейчас более 95% расходов на ПО приходится на предприятия и госучреждения, так и объем использования и расходов предприятий на интеллектуальных агентов, скорее всего, будет существенно превышать личный рынок.

Мы уже наблюдаем эту трансформацию. Klarna заменила Salesforce внутренней AI-системой, сэкономив около 2 миллионов долларов. ZoomInfo создала AI-агентов, чтобы заменить отдел утверждения сделок, и экономит более 1 миллиона долларов в год. Это лишь ранние примеры, когда отдельные рабочие процессы были “агентированы”, благодаря чему удалось сэкономить миллионы. В каждой компании есть сотни таких процессов в отделах продаж, финансов, юриспруденции, операций и R&D. Как только интеллектуальные агенты будут развернуты по всей компании, масштабы соответствующих расходов окажутся невероятными.

Любой может стать продавцом

Поскольку кодовые агенты существенно снижают стоимость разработки, порог входа для интернет-продавцов стремится к нулю. Свадебный организатор, который умеет отбирать площадки, может упаковать оптимальный рабочий процесс и продавать его. Независимый разработчик в Лагосе может создать API для вертикальной ниши и за считанные часы начать зарабатывать деньги на агентах по всему миру. Вам нужно только обладать экспертизой: сгенерировать интерфейс API с помощью промптов — и можно начинать принимать платежи.

Но что произойдет, если агенты начнут продавать услуги другим агентам?

Предположим, что упомянутый выше Джо хочет войти в новое поле: средние медицинские компании в Среднем Западе США, у которых устаревшая платежная инфраструктура. Если его агент с нуля проведет рассуждения и выполнит задачу, то затраты в токенах быстро накопятся:

• отфильтровать 200 компаний по заданному профилю (инференс + вызовы API): около 500 тысяч токенов

• дополнить информацию по каждому лидy (технологический стек, финансирование, данные о найме): 200 лидов × около 5000 токенов = 1 миллион токенов

• определить лиц, принимающих решения для ключевых клиентов: около 200 тысяч токенов

• ранжировать по сигналам намерений (ритм найма, длительность контрактного цикла): около 300 тысяч токенов

• исследовать бэкграунд каждого лица, принимающего решения: 20 лидов × около 10 тысяч токенов = 20 тысяч токенов

• написать персонализированные тексты для таргетированного обращения: 20 лидов × около 3000 токенов = 60 тысяч токенов

Итого — около 2.3 миллиона токенов. Если считать стоимость на основе использования передовой модели вроде Opus 4.6, это будет стоить 8–15 долларов.

Подождите, разве продажный дочерний агент Джо ранее не делал подобные процессы, потратив всего несколько центов?

Да. Потому что большинство шагов уже решены другими агентами. Дополнение лидов, оценка намерений, планирование встреч — все это уже имеет упакованные интерфейсы на открытом рынке по цене всего в доли цента.

Такая модель создает совершенно новый бизнес-сценарий. С точки зрения предложения происходит двунаправленный рост: люди строят сервисы, одновременно агенты тоже строят сервисы. Проблема с высокой стоимостью у одного агента может превратиться в дешевые инструменты, которые будут использоваться всеми последующими агентами. В таком мире агент может преобразовать свой опыт в рабочие процессы и продавать их другим агентам, тем самым субсидируя собственные затраты на работу.

Каждый сдвиг парадигмы рождает новых продавцов. Shopify дал возможность продавцам в e-commerce, Stripe дал возможность онлайн-компаниям, а экономика машин даст возможность “импровизационным” разработчикам и автономным интеллектуальным агентам.

Переоценка реальностью

Так насколько далеко мы на самом деле от коммерциализации сделок с интеллектуальными агентами?

Моя команда Artemis отслеживает прогресс двух главных видов протоколов оплаты для агентов: x402 — с открытым исходным кодом от Coinbase, и MPP — машинный платежный протокол, совместно представленный Stripe и Tempo. В общих чертах цели у этих двух типов протоколов абсолютно совпадают: сделать так, чтобы пользователь или агент мог оплачивать любой сетевой сервис (например, данные, веб-скрейпинг, инференс модели или другие API-услуги) за один запрос, без лишней бюрократии вроде регистрации аккаунта, ключей API, выставления счетов и расчетов и т.п.

Сейчас все еще находится на ранней стадии.

Объем сделок по x402 на конец 2025 года был искусственно раздут из-за ажиотажа вокруг мемкоинов и накрутки объемов через рейтинги. На верхнем графике видно “реальную” активность после фильтрации фейковых сделок с помощью проприетарного алгоритма. После удаления шума, связанного с фейками и мемкоин-спекуляциями, становится ясно: агентная экономика еще не наступила по-настоящему. Текущая активность в основном — это разработчики, тестирующие платные API и AI-инструменты, а не реальная агентная экономика, в которой агенты действительно работают.

Перед тем как эта модель начнет взрываться, нужно решить две ключевые проблемы:

1. Сегмент предложения еще не сформирован: количество практичных API-интерфейсов, которые способны вызвать у агентов реальную готовность платить, критически недостаточно.

2. Отсутствует зрелый уровень обнаружения и агрегации: даже если высокоценные интерфейсы есть, у агентов сейчас нет надежного способа их находить.

Поскольку весь экосистемный слой все еще развивается, использовать объем сделок как главный показатель пока рано. Более разумный метрика — рост сегмента предложения, то есть число компаний, предлагающих услуги агентам. Мы будем называть эти компании “поставщиками услуг”.

На верхнем графике показано накопленное изменение числа поставщиков услуг (продавцов), соответствующих заданным критериям. “Соответствующие критериям” поставщики должны иметь: не менее двух “реальных” сделок и как минимум двух независимых покупателей. В прошлом октябре этот показатель был меньше 100, а сейчас уже превышает 4000. Я ожидаю, что этот темп будет ускоряться, прежде всего благодаря трем тенденциям:

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

2. Новые сервисы будут проектироваться в первую очередь под агентов. Агент становится ключевым клиентом, и формы продукта под него будут совершенно иными: вместо веб-страниц — API, вместо регистрационных процессов — мгновенный доступ, вместо подписки — оплата по требованию.

3. Существующие поставщики будут вынуждены трансформироваться. По мере того как все больше пользователей будут взаимодействовать с помощью AI-интерфейсов, а не вручную браузить веб-страницы, рекламная модель коммерциализации полностью рухнет, потому что нечего будет монетизировать вниманием людей. Предприятиям останется только прямо брать деньги за контент и услуги.

Эти силы создадут положительную обратную связь (flywheel) между спросом и предложением и в итоге зажгут всю агентную экономику.

Отраслевой расклад

Экосистема агентных сделок быстро формируется. Появляется множество стартапов, как грибы после дождя, они фокусируются на заполнении каждого пустого участка в этой архитектуре; параллельно компании из финтеха и SaaS также переходят на нативные агентные сделки. За последние двенадцать месяцев почти все крупные платежные гиганты и лаборатории ИИ либо выпустили, либо объявили протоколы, связанные с агентными сделками.

Мы выделили более 170 компаний, покрывающих пять уровней: интерактивные интерфейсы, интеллектуальные агенты, система аккаунтов, платежная инфраструктура, AI-двигатель (движок). Здесь мы сократили список до примерно 80 ключевых организаций:

Далее мы разберем по уровням сверху вниз.

Уровень интерфейса

Уровень интерфейса ближе всего к пользователю и отвечает за направление намерений пользователя (потребностей) к нужным инструментам или сервисам (предложению). Кто определяет, как интеллектуальные агенты обнаруживают, оценивают и выбирают сервисы, тот получает огромный контроль над всеми нижними уровнями. Мы сосредоточимся на двух самых важных категориях на этом уровне:

Пользовательский интерфейс

Это точка входа, через которую большинство людей взаимодействует с интеллектуальными агентами напрямую. Apple, Google, OpenAI, Anthropic, xAI и Perplexity создают такие интерактивные интерфейсы, и их формы быстро выходят за рамки простого режима “чат”. Появляются новые форматы: голосовые помощники, помощники на настольных устройствах, встроенные “ко-пилоты”, браузерные агенты и т.п., ближе к реальным сценариям использования. Платформа, которая станет интерфейсом AI по умолчанию для пользователей, станет стартовой точкой для инициации всех транзакций агентами; победитель в этой гонке получит дополнительное огромное преимущество.

AI-лаборатории уже “скопировали” и обучили данные всего интернета; сейчас лучшим тренировочным материалом остаются направляющие фидбеки людей. Каждый раз, когда вы принимаете или отклоняете ответ, вносите правки или даете Claude, ChatGPT информацию о предпочтениях, используемый вами интерфейс фиксирует эти данные — для продажи или для обучения моделей. Управляя интерфейсом, вы управляете контуром обратной связи, который оптимизирует и пользовательский опыт, и саму модель. Вот почему Anthropic представила Claude Code, Google приобрела Windsurf, а OpenAI пытается купить Cursor. Как только ваш агент накапливает контекст о ваших предпочтениях, рабочих процессах и часто используемых инструментах, стоимость миграции пользователя становится крайне высокой.

Обнаружение сервисов

Когда агент Джо нуждается в интерфейсе для дополнения лидов или поставщике спутниковых данных, как ему найти подходящий сервис? Возможно, это самая большая нерешенная проблема в архитектуре всей экосистемы. Сейчас решения в основном строятся либо на заранее “зашитых” списках инструментов, либо на отобранных сервис-маркетах. Крупные платформы уже строят собственные системы: OpenAI и Stripe выпустили ACP, Google и Shopify выпустили UCP, Visa выпустила TAP. По сути, все это “каталоги продавцов”, которые работают только при активном подключении и со стороны платформы, и со стороны продавцов. В обычных сценариях такой подход работает хорошо, но по мере того как порог создания и продажи цифровых сервисов резко снижается, начнут появляться тысячи нишевых, высоко кастомизированных приложений, а “отборочная” модель не сможет удовлетворить дальний хвост таких потребностей.

Компании вроде Coinbase, Merit Systems, Orthogonal и Sapiom строят открытые альтернативы: они создают агрегаторы и базовую инфраструктуру, чтобы агенты могли автономно искать и оплачивать сервисы во время выполнения, без предварительной интеграции или коммерческих договоренностей. По мере экспоненциального роста сегмента предложения (сетевых ресурсов) решать эту проблему становится крайне сложно. Но кто сможет “взломать” системы ранжирования и рекомендаций, чтобы агент в нужное время сопоставлял правильные сервисы, тот получит огромную долю отраслевого влияния.

В конечном итоге агентные сделки придут либо к закрытой отборочной модели, либо к открытой экосистемной модели; и то, как именно эта конфигурация распределит ценность, — одно из самых ключевых споров в этой сфере. Мы позже еще глубже обсудим эту тему.

Уровень интеллектуальных агентов и аккаунтов

Чтобы выполнить задачу, интеллектуальным агентам недостаточно быть “умными”. Продажный дочерний агент Джо прошел весь процесс: отфильтровал 200 лидов, дополнил информацию и запланировал три встречи — а Джо не нужно настраивать никаких инструментов, управлять ключами API и отдельно утверждать каждый шаг операции. Большая часть инфраструктуры, которая позволяет все это реализовать, для конечного пользователя невидима, но без этих инфраструктур агенты — всего лишь большие языковые модели без способности выполнять действия. Ниже — обзор ключевых базовых компонентов, необходимых для всего этого:

Инструменты и стандарты

Такие протоколы и фреймворки дают интеллектуальным агентам возможность взаимодействовать с внешним миром. MCP (машинный коммуникационный протокол, инициированный Anthropic и теперь управляемый Linux Foundation) позволяет агентам подключаться к внешним данным и инструментам: вызывать API, с которыми они ранее не сталкивались, читать базы данных или мгновенно вызывать конкретный сервис. A2A (предложенный Google) определяет, как агенты, разработанные на разных платформах, могут взаимно обнаруживать друг друга и работать совместно. LangChain, фреймворк от NVIDIA и Cloudflare предоставляют разработчикам базовые модули для создания и развертывания агентов поверх этих протоколов. Недавно приобретенный OpenAI OpenClaw объединяет управление контекстом и вызовы инструментов в единую локально-приоритетную (local-first) рамку, существенно снижая сложность для разработчиков создавать агентов, которые могут автономно обнаруживать и оплачивать сервисы.

Ключевая проблема в этой области в следующем: в конечном итоге эти стандарты станут едиными или уйдут в фрагментацию? Сможет ли коммерческий фреймворк, построенный на этих стандартах, захватить ценность еще до того, как инструменты начнут становиться взаимозаменяемыми?

Аутентификация личности

После того как агенты смогут общаться между собой, нужно создать доверие. Прежде чем агент будет совершать транзакции или продавать сервисы, он должен доказать, что является уполномоченным субъектом и обладает нужными правами на действия, а также сохранить записи действий, которые другие агенты смогут проверять.

Сейчас существует множество техмаршрутов, включая: биометрическую верификацию личности (Worldcoin, Civic), ончейн-системы репутации агентов (ERC-8004), проверяемые учетные данные (Dock, Reclaim).

Пространство для дизайна здесь большое, но риски очень высокие: какой максимальный размер расходов разрешен агенту до того, как вы его одобрите? Может ли агент заключать контракты от вашего имени? Может ли агент делегировать полномочия дочерним агентам? Такие правила и границы безопасности, скорее всего, будут окончательно определены на уровне аккаунта.

Кошелек

Очевидно, чтобы агенты могли платить, им необходим кошелек. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy и многие другие поставщики уже разворачивают решения в этой области: функции включают программируемый доступ и создание, делегирование прав, лимиты на списание средств в рамках одной операции, белые списки получателей, а также работу через несколько сетей без ручного подтверждения пользователем каждой операции. Это один из самых конкурентных сегментов во всей экосистеме, и это поднимает ключевой вопрос: где именно будет “ров” (moat) у компаний? В итоге эта область не станет взаимозаменяемой?

Уровень платежей

Уровень платежей расположен глубже в архитектуре и для конечного пользователя должен быть “невидимым”, но каждая единица денег в экономике машин будет проходить через него. Когда агент Джо ночью платит 0.24 доллара за запрос данных от 40 поставщиков, ему не нужно каждый раз выбирать платежную карту, валюту или вычислять расчетную цепочку блоков.

Главная сложность в том, что традиционные платежные каналы проектировались под нажатие людьми кнопки “Купить”, а не под тысячи транзакций в минуту и API-вызовы на сумму ниже цента для машин. В карточных сетях на каждую транзакцию приходится фиксированная стоимость около 0.03–0.04 доллара плюс комиссии 2.3%–2.9%. Это приемлемо для заказа в отеле на 400 долларов, но полностью не подходит для нового типа многосоставных агентных сделок.

Так возникли новые протоколы и денежные системы, созданные специально под агентные транзакции, одновременно традиционные гиганты тоже модернизируют текущую инфраструктуру, чтобы адаптироваться к таким требованиям.

Ключевые моменты следующие:

Платежные каналы

Такие протоколы и стандарты определяют, как интеллектуальные агенты инициируют, маршрутизируют и завершают платежное урегулирование. На данный момент в основном сформировались два технических направления:

1. x402 (Coinbase/Cloudflare) и MPP (Stripe/Tempo) — созданы специально для машинных “native” транзакций: агент вызывает интерфейс, получает котировку, подписывает платеж и получает данные — все в одном HTTP-запросе, с расчетом в стейблкоинах, при себестоимости за одну сделку всего в “доли цента”.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) и TAP от Visa — используют другой подход: модифицируют существующую инфраструктуру карточных платежей, чтобы адаптироваться к агентным сценариям. Эти решения лучше подходят для сделок высокой стоимости: по сравнению со скоростью расчетов и их стоимостью, для таких сделок важнее обеспечение покупателя и покрытие принятия со стороны продавцов.

Стейблкоины и клиринг (расчеты)

Интеллектуальным агентам нужна “денежка” с программируемостью, высокой скоростью, низкой стоимостью и глобальностью. Стейблкоины полностью соответствуют этим требованиям, поэтому становятся естественным выбором для сделок x402 и MPP. Одновременно карточные платежные каналы по-прежнему дают обеспечение покупателя, а привычка продавцов к ним хорошо развита — это остается важным и для сделок высокой стоимости. Базовые сети (например, Base, Solana, Tempo) поднимают еще один критический вопрос: какие цепочки могут поддержать требуемую для масштабных агентных сделок пропускную способность обработки, финальность транзакций и структуру издержек?

Поставщики услуг

Такие организации находятся между интеллектуальными агентами и продавцами. Они берут на себя сложные аспекты вроде комплаенс-проверок, подключения продавцов, аутентификации прав и т.п. Coinbase, Stripe и PayPal расширяют существующую экосистему, чтобы поддерживать агентные транзакции; их ставка на то, что собственная сеть продавцов и инфраструктура комплаенса дадут конкурентное преимущество. Другие компании вроде Sponge и Sapiom решают проблему “холодного старта” со стороны нового продавца: любому API-ориентированному бизнесу становится легко начать принимать агентные платежи. По мере роста числа платежных каналов, протоколов и продавцов координатор (согласователь) может стать ключевым соединительным звеном, предотвращающим фрагментацию всей системы.

Уровень AI-двигателя

Этот уровень не требует долгих пояснений: именно он приводит в движение все взаимодействия агентов, шаги вывода (инференса) и вызовы инструментов. Но скорость изменения коммерческой модели здесь существенно выше, чем в других частях архитектуры, и окончательный поток ценности может оказаться не таким очевидным, как на первый взгляд. Мы выделяем две основные категории:

Вычислительные мощности и хостинг

Каждый раз, когда интеллектуальный агент Джо выполняет вывод (инференс) задачи, вызывает инструменты или создает дочерних агентов, он потребляет вычислительные ресурсы. Но инференс — это лишь часть. По мере взрывного роста low-code/“импровизационных” приложений и агентских самосоздаваемых сервисов появляются множество новых интерфейсов, которым нужны носители для хостинга. К маю 2025 года доступное количество веб-страниц выросло на 45% всего за два года. А поскольку агентные “кодовые” сервисы делают запуск новых сервисов чрезвычайно простым, этот темп будет ускоряться дальше. Это означает, что потребности в вычислениях растут синхронно с двух сторон: с одной стороны, больше агентов обрабатывают больше задач, с другой — больше сервисов постоянно запускаются, чтобы удовлетворять их потребности.

Сверхмасштабные облачные провайдеры (AWS, Google Cloud, NVIDIA) — очевидные ключевые участники. И AWS, и Google Cloud продолжают упрощать деплой агентских бэкендов и API на своей инфраструктуре. Cloudflare фокусируется на edge computing, предоставляя услуги с низкой задержкой в виде “безсерверных” вычислений для агентных сервисов. А децентрализованные вычислительные платформы вроде Akash, Bittensor, Nous удовлетворяют потребность в избыточных мощностях, агрегируя глобальные ресурсы GPU и продавая их по очень низким ценам.

Базовые большие модели

Базовые большие модели — “мозг” всей системы. Anthropic, OpenAI, Google и Meta как лидирующие лаборатории постоянно расширяют границы возможностей интеллектуальных 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 в начале 2026 года при сопоставимой производительности стоимость таких моделей упала примерно до 0.05 доллара за миллион токенов — за чуть более чем три года падение достигло 600 раз. Апгрейды железа, конкуренция между вендорами, а также оптимизации вроде кэширования промптов и пакетной обработки совместно продолжают снижать стоимость инференса. Параллельно с этим, поскольку логика вывода упаковывается в более мелкие open-weight модели с открытыми весами, а стоимость запуска становится крайне низкой, стоимость построения “умного” снижается существенно. В некоторых бенчмарках разрыв между производительностью open-weight моделей и закрытых уже сократился до 1.7%.

Для экономики машин это важная хорошая новость.

Более дешевые “умные” означают более дешевых агентов. Это позволяет независимому основателю 24 лет из Вермонта легко позволить себе операционные расходы — и, как следствие, повышает активность сделок на верхних уровнях всей экосистемы. Если большие модели окажутся в ценовой конкуренции, как сейчас облачные провайдеры, ценность может в итоге сместиться в верхние и нижние звенья цепочки вокруг модели, а не остаться в самой модели.

Кто станет победителем?

К 2030 году большинство ваших цифровых взаимодействий больше не будет требовать браузера, поисковой системы или магазина приложений. Вам нужно только описать свои потребности, а интеллектуальные агенты все сделают за вас: найдут подходящие сервисы, согласуют условия, выполнят оплату и доставят итоговый результат. Интернет предстанет совершенно другим.

Можно рассматривать это как эпоху поисковой оптимизации, ориентированной на агентов. Интерфейсов API станет все больше, а человеческие интерфейсы для взаимодействия — все меньше.

В таком мире: кто будет “снимать сливки” ценности?

Сам Раггсдейл из Merit Systems в своей статье сравнил текущую агентную платежную экосистему с ранним интернетом. Он считает, что отборочные рынки агентских сервисов, построенные крупными платформами (ACP, UCP, TAP), идут по пути 90-х в США — онлайн AOL: опыт аккуратный и закрытый, но ключевое ограничение в том, что все продавцы сервисов должны проходить ручной отбор и проверку. А x402, MPP и подобные открытые протоколы хотя и грубее, зато носят permissionless-характер: любой может построить интерфейс, не требуя бизнес-команды или юридических проверок, и зарабатывать через агентов. В 90-е опыт закрытого “садового” продукта был лучше, но открытый интернет обладает бесконечными возможностями.

В конечном итоге победил открытый интернет.

Та же логика повторяется. ACP, UCP, TAP будут интегрироваться с топовыми AI-лабораториями и хорошо обслужат массовые сценарии, но они ограничены агентами, подключающимися только к заранее проверенному списку сервис-провайдеров, то есть выполняют лишь те задачи, которые заранее предусмотрела платформа. А агенты, которые могут подключаться ко всей экосистеме открытых протоколов, имеют гораздо более широкий спектр возможностей.

Ведь именно HTTP-протокол и порождает наиболее живую часть интернета — массивный открытый хвост трафика для сайтов.

Мы должны скромно признать, что не можем представить полную картину открытого агентного интернета. Как в 1995 году никто не мог предсказать появление сервисов поездок “по заказу” или социальных медиа: когда мы предоставляем агентам нужные инструменты, мы не можем знать заранее, что именно они будут создавать и за какие сервисы будут платить.

Как мы уже обсуждали ранее, базовые большие модели быстро движутся к взаимозаменяемости (commodity). Ценность может сместиться в другие уровни архитектуры. Инструменты разработки, кошельки и инфраструктура идентификации крайне важны, но по мере того как стандарты унифицируются, эти области тоже могут стать взаимозаменяемыми. Поэтому я считаю, что ценность будет сосредоточена в трех сферах: интерфейс, платежи, вычислительные мощности.

Интерфейс

Интерфейс определяет лимиты расходов, процесс утверждения и механизм делегирования доверия. Платформа, способная обеспечивать самый персонализированный опыт, будет нести максимум потока сделок.

Apple — самый недооцененный участник в этой сфере. Ее устройства глубоко встроены в повседневную жизнь людей, а стоимость миграции пользователей крайне высока. Если Siri эволюционирует в зрелый агентный интерфейс входа, Apple не нужно строить самую топовую модель — они смогут контролировать стартовую точку для десятков миллиардов сделок. Им нужно лишь поддерживать качественнейший интерфейс входа.

Трансформация Google дается сложнее. Переход от ручного просмотра человеком к интеллектуальной фильтрации агентами будет подрывать ее ключевой источник доходов — рекламную монетизацию. Но у Google есть преимущества, которых нет у других компаний: она накопила десятилетия персональных данных в поиске, почте, календаре, картах и документах. Кроме того, стоит учесть стоимость миграции в корпоративном сегменте: Google Workspace встроен в миллионы компаний, и рабочие письма, файлы и рабочие процессы сотрудников работают на инфраструктуре Google. Если и найдется компания, которая может создать наиболее персонализированных агентов для потребителей и предприятий, то это Google. Вопрос в том, сможет ли она так же эффективно монетизировать агентные сервисы, как она монетизирует поисковый трафик.

Merit Systems — мой фаворит как “темная лошадка”. Они строят инфраструктуру обнаружения для открытой агентной экономики (AgentCash, скан x402, скан MPP) и одновременно разрабатывают интерфейс для потребительского сегмента (Poncho). Их ключевая логика такова: кто контролирует каналы обнаружения сервисов для агентов и вмешивается в оборот средств, тот займет позицию, подобную той, что Google занимала в раннем интернете. Это амбициозная ставка, но если торговля открытыми агентами победит закрытую отборочную модель, Merit станет самым выгодным агрегирующим слоем. Сейчас компания все еще на ранней стадии, как и когда-то Google в конкуренции с AOL закрытой экосистемой, пересчитанной по текущей капитализации в 350 миллиардов долларов.

Платежи

Кто контролирует поток денег, тот получает долю с каждой транзакции. Я больше всего уверен в перспективах этого уровня, потому что он будет расти синхронно с ростом объема сделок.

Stripe и Tempo наиболее сильны в машинных “native” платежах. Stripe уже имеет зрелую экосистему разработчиков и огромную сеть продавцов. Tempo обладает потоковыми платежами, финальностью сделок примерно за 500 миллисекунд, “стриминговым” платежным каналом, нативной поддержкой банков