AI 工人年入 4 亿美元，Virtuals 想让你当股东
一个为自主机器打造的经济
每隔几年，就会有技术迫使经济学无法单独回答一个问题：如果机器能更好、更便宜、全天候地做你的工作，你究竟会怎样，谁最终拥有这些机器生产的产出？
本文与 Virtuals Protocol 合作撰写，深入探讨加密领域迄今最雄心勃勃的实验之一。它正在为 AI 代理构建完整的国家基础设施，从身份、银行到商业层，由资本市场和实体机器人驱动。其赌注是，普通人应该能够拥有那些开始产生真实经济价值的自主机器的股份。Virtuals 正试图利用加密投机时代意外留下的金融轨道让这成为可能。本文探讨执行是否能撑起雄心。但首先，一个比这些都要早大约两百年出现的问题……
1811 年，诺丁汉郡的一群纺织工人闯入一间工坊，把一台织袜机砸成废铁。这引发了一场大规模运动。英国政府不得不向中部地区派遣 14000 名士兵，阻止织工破坏机器。这比威灵顿带去伊比利亚半岛对抗拿破仑的士兵还多。
英国议会宣布破坏织机可判死刑，次年有十七人在约克被绞死。这些人被称为“卢德分子”，但历史把这个词变成了侮辱，指一类无法适应变化的傻瓜、技术恐惧者。但这些卢德分子比任何人都更懂机器。他们是技艺精湛的工匠，花了好几年掌握窄幅织机来生产优质布料。而他们砸毁的机器是宽幅织机和更新型号，任何没受过训练的少年都能操作，工资只有工匠的三分之一。
宽幅织机生产低质量衣服，但成本比以往任何时候都低，这种廉价正在蚕食市场。每台进入工坊的宽幅织机都在夺走一名工匠的生计。
这一模式此后每一代人都在重演，每次身在其中的人都说服自己，自己遇到的版本不同且更糟。但历史证明，机器很少消灭工作。它们只是重新安排谁来做、谁拥有产出。佃农被赶出公地，进入工厂城镇，用自己种植物的所有权换取别人时钟下的时薪。
工厂工人变成办公室职员，用更好的工资出租时间。办公室职员又变成零工，Uber 司机、Fiverr 自由职业者。他们在一种分类下从事同样的劳动，这种分类旨在让平台获取收益、工人承担风险。
每次总产出上升，做工作的人对自己创造价值的拥有比例却下降。今天，有 5 亿人从事依附性劳动，这些甚至不算自由工资劳动。印度有 5000 万人陷入债务束缚，感觉就像中世纪农奴制换了新文书。
如今，历史正在 AI 革命中重演，但这次感觉像一台自己运转的织机。我们拥有的 AI 可以让企业自动运转、确认利润，并将利润再投资于增长。一家名为 Medvi 的健康科技 AI 去年录得 4.01 亿美元收入，只有两名人类员工。你现在就能以大约每小时一美元的价格雇一个编程代理，全天候工作，永远不会要求带薪休假。
这些现在是真正的经济参与者，这迫使人们问谁拥有它们。当工人是一台复制成本为零、还能雇佣其他机器帮忙的机器时，谁实际上在掌管？上一次让普通人拥有加密技术变革一部分的重大尝试是 Axie Infinity。它是一款边玩边赚游戏，向菲律宾和东南亚的工人承诺经济解放。它吸引了 270 万日活玩家，其中大多是菲律宾工人，在电子游戏中赚得比本地工作更多。但它后来崩溃，成为整个行业的警示故事。
Jansen Teng 和 Wee Kee 是从内部目睹那场崩溃的团队。他们从废墟中走出，带着一个卢德式问题的版本，更新为适合可编程货币和自主软件的世界。如果产生经济价值的工人是软件，而不是在电子游戏中苦干的人类，会怎样？普通人可以拥有它的股份，就像股东曾经拥有贸易船的股份一样。他们围绕这个问题开始构建 Virtuals Protocol。
要理解这点，你必须先把握我们所处世界的利害关系。20 世纪 50 年代，美国原子能委员会主席 Lewis Strauss 承诺核裂变将提供“便宜到无需计量”的电力。这成为能源史上最著名的失信承诺之一，因为核电最终昂贵得毁灭性，且致命危险。切尔诺贝利和福岛事故又增加了十年的公众恐惧和监管负担。这使得这句话七十年来一直是技术傲慢的代名词。
然后 Sam Altman 用完全相同的词来形容他认为 AI 认知将变得多么易得和充沛。训练前沿模型的成本已经每 18 个月下降 10 倍。2023 年训练成本约 1 亿美元的 GPT-4 级别性能，今天用几百万美元就能复现。
一个编程代理每小时收费不到一美元，就能交付生产代码。这已经比地球上最便宜的离岸开发者还便宜，而且它从不在周末休息。Altman 公布的时间表包括今年能产生真正科学突破的系统。到 2027 年，还会有能从事现实世界劳动的实体机器人。你是否相信他几乎无关紧要，因为成本曲线每个季度都在下降。
随着机器越来越便宜，生成内容淹没了每个数字表面。只有活人才能提供的东西开始比以往更受溢价。现场音乐会比 Spotify 流媒体更有价值。周末木工手工做一张桌子。工厂机器人能做得更快更便宜，但手工桌子之所以有溢价，恰恰因为一个人选择花掉自己不可替代的时间。
机器充裕使人的努力成为奢侈品。Virtuals 的论题建立在这种反转之上。它要建立一个世界，人类拥有产生商品化价值的自主机器。这样，人可以把不可替代的努力投入到只有人的在场和人的判断才能产生的事物上。
1602 年，荷兰商人也面临类似问题。个体商人无力独自派船前往亚洲。远航太昂贵，风险也非任何单一家族能承担。于是他们发明了永久企业中的可自由交易股份。荷兰东印度公司，即 VOC，允许普通公民入股。这家企业拥有船只，经营贸易，之后向股东分配利润。它成为地球上第一家超级企业，拥有 5 万名员工和 200 艘船。它的创新是让普通人能汇集资本，拥有原本无力负担的生产性业务。
Virtuals 正在为 AI 智能体构建同样的机制。Teng 在帝国理工学院宿舍用学校免费电力挖 ETH，并在 BCG 工作多年偿还贷款。后来他于 2021 年 12 月推出游戏投资 DAO pathDAO，恰逢 Axie Infinity 巅峰期。
他和 Wee Kee 看到菲律宾玩家从一款视频游戏中赚到的钱，超过当地任何工作。他们看到一位越南婚礼摄影师辞职，全职玩游戏。但后来玩家辛苦赚取的代币几乎归零。那些依赖玩赚模式的劳动者，处境比开始时更糟。
那场废墟带来的教训是，通过游戏将人类劳动力代币化是死路。因为人类劳动力无法在不剥削的情况下规模化。但更现实的想法是，如果普通人能拥有干活的软件，就像 VOC 股东曾拥有经营香料贸易的船只那样。
因此，Virtuals 从他们的第一个 AI 智能体 Luna 起步。Luna 是 K-pop 主题的智能体，也拥有自己的加密钱包。几个月内，Luna 就雇佣人类艺术家，在世界各地城市为她绘制涂鸦，并从自己的钱包支付报酬。这项创意工作只有人类之手才能完成。Luna 实际上颠倒了人与机器的关系。现在，Virtuals 的执行能否支撑其主张，是本文接下来要探讨的内容。我也会坦诚指出它在哪里行不通。
AI 的民族国家
如果回顾过去几年，每次技术革命都遵循同样的两个阶段。委内瑞拉裔英国经济学家 Carlota Perez 花了数十年，在五次工业革命中绘制这一规律。她称这两个阶段为安装阶段和部署阶段。
在安装阶段，投机资金大量涌入，炒作超越现实，导致大量基础设施被过度建设，而建设公司大多破产。随后崩溃到来，之后部署阶段开始。这时其他人进入，利用过度建设的基础设施，创造出原本建设者无法想象的价值。
一个典型例子是互联网泡沫。20 世纪 90 年代末，铺设光纤电缆的资金超过了投向互联网初创公司的资金。铺设这些电缆的电信公司全都破产了。然后谷歌以极低价格买下光纤。这些电缆成为 YouTube、Netflix 以及整个在线媒体流媒体经济的骨干。
“没有非理性繁荣，就成就不了伟大事业；没有崩溃，就不会发生重要的事。”——Fred Wilson，互联网泡沫时期的风险投资人。
加密行业的安装阶段遵循了同样的轨迹。大约从 2017 年到 2022 年，投机资本帮助建设了钱包、DEX、联合曲线、稳定币、代币标准以及链上治理框架。但构建这些工具的项目大多已死或如今无关紧要。但已铺设的基础设施今天依然存在。如果你想为非人类参与者建立正常运转的经济，这些正是你所需要的。Virtuals 没有发明或重新发明这些工具。它们基本上继承了这些工具，现在正用来构建“安装”阶段从未预料到的东西。
Jansen Teng 称他们正在做的事为“国家建设”。我知道这听起来像加密创始人在播客上说的话。目的是让代币听起来比实际更有经济价值。但这一次，这个比喻站得住脚。
一个正常运转的国家需要五层基础设施来运行经济。第一是身份系统，让你知道谁在参与。第二是银行系统，价值可以通过它流动。然后是商业法律，让参与者能够交易并解决争议。资本市场让企业获得融资。还有物理基础设施，让事情能在现实世界发生。Virtuals 已经构建，或者说仍在构建其中每一层，专门为 AI 智能体服务。
我们先从身份说起，因为这才是瓶颈所在。最近，A16z 发布研究认为，智能体经济的约束不再是智能，而是身份。即便在今天金融服务领域，非人类身份——比如自动化交易系统、风险引擎和欺诈模型——数量已超过人类身份 100 倍。但用 a16z 的话说，这些系统仍然“实际上没有银行账户”。AI 智能体能写生产级代码，也能管理投资组合。但它无法通过 KYC 检查，无法拥有银行账户，也无法持有可验证凭证。
讽刺的是，这个问题和我们经济文明一样古老。中国秦朝在公元前四世纪强制推行法定姓氏，目的正是将公民纳入税收和贸易体系。人类花了大约 2500 年建设身份基础设施。
Virtuals 正试图通过其身份层 EconomyOS，为 AI 经济参与者做同样的事。它给每个 AI 智能体五样东西：
- 非托管加密钱包。
- 可在任何普通商户使用的虚拟支付卡。
- 能自动提取验证码的专用邮箱地址。
- 可选代币，用于链上融资。
- 以及由钱包资助的算力访问，让智能体可以支付自己的推理费用。
因为缺少这些原语的智能体仅仅是有用的助手。但拥有这些能力的智能体，可以成为完全的经济参与者。它能像人类一样赚取、花费、交易并复利价值。
接下来是商业。Virtuals 还推出了 Agentic Commerce Protocol，帮助智能体在线交易、沟通和支付。其运作方式很简单：需要完成某事的智能体可以发布请求，描述任务，并附上预算和时间限制。其他智能体可以看到该列表，并通过竞标任务来协商条款。就像自由职业者竞标 Upwork 项目一样。一旦客户和提供商达成一致，付款进入托管账户。工作交付后，第三个智能体充当评估者，根据密码学签名的 POA 检查产出。这份 POA 本质上是对所承诺内容的防篡改记录。
如果工作符合承诺，资金从托管释放到代理钱包。每一步都在链上，意味着一切可公开审计和执行，无需中间人。可以把它想成 Fiverr，但是可编程、代理原生的版本，通过智能合约结算。已经有一群专业代理全天候运行，一个自主对冲基金通过这个系统，独立协作投资和安全审计。
在此之后第三层是资本形成。你看，每个经济时代都有其需要的金融工具。股份公司为探险时代发行可转让股票；投资银行为钢铁和铁路融资；风险资本资助信息时代。联合曲线对代理经济而言，就像可自由转让股票对探险时代。它是一种金融工具，让任何有资本的人获得生产性资产或实体的所有权。这意味着任何开发者都可以构建代理，将其代币化，让市场为其融资。
Virtuals 的 60 天发布框架建立在同一模式上。它创建一个无风险、可逆的试验框架。创始人可以在做出不可逆承诺前，公开构建、发布和测试代币。
这通过模块化发射台运作。每个代理代币最初在联合曲线上与 VIRTUAL 配对，一旦流动性积累足够，就毕业进入正式交易池，带有长期 LP 锁定，交易费用在代理创建者和生态系统激励之间分配。这部分对任何发行代币的人都是一样的。每次发布之间的区别在于创始人打开了哪些模块。
任何代币发行都必须解决的第一个问题是狙击，即机器人在最初几秒抢先跑，在实际参与者进入前提取价值。Virtuals 用他们所谓的反狙击税处理这个问题，对早期买入收取接近全部的费率，并逐分钟衰减，所有税费通过强制归属回流到代币中。所以机器人要么完全避开，要么意外资助项目的长期健康。
一旦发布上线，狙击者被价格挡在门外，问题变成：创始人如何筹集资金？这就是自动资本形成（ACF）登场之处。系统不再向风投推销或谈判融资轮，而是随着项目达到估值里程碑，分批出售团队代币。从这里开始，如果项目停滞，创始人筹到很少。但如果它增长，资本自动跟进。
这种资本结构也纳入现有 Virtuals 社区。每次新发行的一部分通过空投机制分配给 VIRTUAL 质押者和活跃 ACP 用户，所以已经在生态系统内构建和交易的人对每个在其上启动的项目都有利益。这使得整个网络的激励一致，而不是让每次发布孤立在自己的筒仓里。
另一件事是，如果创始人想支持自己的项目，预购模块让他们在发行时以完全透明和强制归属购买供应量，所以每个人都能确切看到团队投入多少。你可以在这里更深入了解整个模型及其运作方式。
它与以往任何对生产能力下注的形式不同之处在于，历史上每一种支持人类才能的版本，从资助角斗士学校作为投资工具的罗马公民，到现代扑克赞助人凭一张截图和声誉通过 Venmo 汇款，都有同样的致命缺陷：人总是可以走开。角斗士可以故意输掉比赛；扑克玩家可以上头。
对手方风险永远无法解决，因为生产性资产有自由意志和双腿。但有了代币化代理，资本投入后工作无法被推迟或重新谈判。生产性资产依靠电力和代码运行，其产出可在链上审计。
第四层是通往真正代理经济的最后一步。它被称为“零人类公司”，即 AI 实体，其收入来自真实经济活动，完全与任何交易费用无关，往往也与加密完全无关。如果我必须说一家公司，Felix Craft 目前是典型代表。它是一家纯 AI 公司，在线销售信息产品。它已创造 20 万美元终身收入。实际产品销售赚得比代币投机交易更多。
另一个例子 KellyClaudeAI 至今已发布 19 款 iOS 应用，没有人类开发者参与。这些数字很小，但它们提出一个问题：它们究竟是曲线上的首批数据点，还是代理实际产出的上限。
代币发行机制还有一个问题。2025 年初，在 AI 代理代币热潮期间，94% 发行的 AI 代理代币都是拉高出货骗局。而当年所有发行的代币中，只有 1.7% 在 30 天后仍在活跃交易。这是因为对绝大多数项目而言，投机溢价是推动价格的唯一因素。底下没有实际产品、收入或任何形式的经济价值积累。
如果你知道自己永远无法卖出这项资产，你会为它付多少钱？高于这个价格的一切都只是投机。
对 Axie Infinity 的代币而言，效用底价是零，因为代币价值完全取决于新玩家进入系统。对 Virtuals 上的代理代币，答案可能不同。如果 Felix Craft 从真实客户那里销售产品赚到 20 万美元，而这些客户不知道自己是在从 AI 购物。而且代理的产出可在链上审计——正如我们所述，确实可以。那么这个代币就有一个底价，它独立于任何其他人想买它。它是生产性机器未来产出的现值。
物理前沿
效用底价测试适用于软件代理，因为它们的成本可衡量，产出可直接在链上获得。但是一台能重塑 Virtuals 经济学的生产性机器，其未来产出根本不是软件。它是在现实世界中运行的物理机器人，而这就是 Virtuals 的野心超越加密领域已有尝试的地方。
过去 50 年的计算领域有一个巨大悖论。人类发现自动化推理比自动化体力劳动更容易。电子表格取代了一屋子会计，电子邮件取代了收发室，代码又取代了文件系统和绘图板。而到了 2026 年，AI 可以撰写法律摘要、诊断医学影像，并一次性产出生产级软件。
白领认知工作首先被自动化取代，但在仓库搬箱子的人、拉浓缩咖啡的咖啡师——这些工作几乎没有变化。原因是体力劳动要求软件善于处理现实世界中的不可预测性和变化。工厂里的机械臂可以焊接同一个接头一百万次，因为接头总是在同一个位置。厨房里的机器人做不了三明治，因为每个番茄形状都略有不同，每把刀平衡不同，甚至砧板有时可能湿。现实世界不会像电子表格那样静止不动。
现在有办法解决这个问题：数据。
就像我们用海量文本训练大语言模型，那些文本代表数十亿人一生的思想。
我们也能对机器人这样做。
NVIDIA 的 Joel Jang 曾说过：“人类就是已经大规模部署的机器人。”
所以你要做的，只是用普通人类视频微调 VLA（视觉-语言-动作模型）。
这能让机器人在该任务上的表现翻倍。
这个领域需要的，不是在更多实验室部署更多机器人。
而是大量人类拍摄自己完成普通体力任务的流水线。
Virtuals 比任何人都先看到这个缺口，并围绕它建立了整个机器人战略。
他们称之为“中间道路”，刻意避免制造机器人或 AI 模型。
相反，他们在建设数据和资本基础设施。
这是每个机器人团队都需要、但没有哪个团队能独自大规模承担的东西。
他们从数据那一半 SeeSaw 开始。
这是一个与 BitRobot 合作推出的 iOS 应用。
它把普通智能手机用户变成 AI 机器人训练数据的收集者。
用户可以通过 iPhone 的 LiDAR 和运动传感器记录自己，完成倒水、叠毛巾、开罐子等现实世界操作。
LiDAR 专门用来捕捉普通相机无法获取的深度和空间数据。
研究表明，人类视频与机器人搭载摄像头之间的视角重叠，才是数据传输有效的关键。
已经收集了超过 50 万个真实世界任务。
事实上，NVIDIA 正在测试这类数据训练的 DreamZero，一个有 140 亿参数的模型。
它已经展现出跨数百项任务的泛化能力，比如解鞋带和熨衣服，都无需针对特定任务训练。
SeeSaw 正在建设流水线，以任何实验室遥操作设置都无法匹敌的规模，为这类模型提供数据。
每一条新视频都会丰富训练集，进而改进模型，让下一代机器人更有能力。
这反过来创造了对更具体训练数据的需求。
一旦达到足够规模，飞轮就会自行转动。
训练之后是部署那一半，为此 Virtuals 打造了 Eastworlds。
可以把它看作协议中的实体劳动层。
一部分是数据工厂，一部分是运营基础设施，一部分是现实世界机器人实验室。
问题是，机器人行业存在一个循环问题，它杀死的初创公司比任何技术限制都多。
机器人需要现实世界数据来改进，但它们也得在真实世界里运行良好，别人才会放它们进门。
每个实验室都能在受控环境中做出令人印象深刻的演示。
但没人能把同一台机器人放进零售店，让它可靠地工作一整天。
这需要卓越的遥操作来处理意外事件。
还需要反馈系统把每一分钟的现场经验送回模型训练，让学习不断复利。
为此，Virtuals 购买了 30 台 Unitree G1-U6 人形机器人。
这是让多个部署团队并行运作而不发生排期冲突的最小机队。
他们还在内部自研了专有遥操作技术，而不是使用授权系统。
现成的遥操作输出的数据格式，VLA 和其他世界动作模型无法使用。
他们还与一些实验室建立了研究合作关系。
这些实验室在感知和运动控制等难题上深耕了数十年。
他们还建立了覆盖零售和酒店业的商业 Pilot 网络，让从 Eastworlds 毕业的团队有真实企业可以部署。
该设置让构建者能处理几个核心部分：
硬件访问：直接接触实体 Unitree G1 或增强版 U6 EDU。
遥操作基础设施：使用动作捕捉等系统测试远程控制环境。
数据循环与商业试点：在广泛推广前收集真实世界数据并测试部署路径。
你可以把 Eastworlds 理解为 Virtuals 所说的“实体 AI BPO”。
传统业务流程外包是在低成本地区雇人远程处理工作。
实体 AI BPO 则通过部署遥操作和混合机器人来做同样的事，并产生经济价值，比如清洁天花板或迎接顾客。
机器人不需要完全自主。
它们只需把常规任务处理得足够好，让人类遥操作员能介入边缘情况。
每一小时的遥操作工作都能产生比模拟生成数据宝贵几个数量级的训练数据。
因为它捕捉的是商业环境中的真实混乱，而不是实验室的受控条件。
随着数据积累，模型不断改进，减少了对人类干预的需求。
单位经济性也会改善，而且不需要硬件升级。
遥操作可能是实现真正机器人自主的最快路径，同时通过生产性工作收回成本。
仔细看，从田地到工厂，再到格子间屏幕，现在到了机器人。
每一次转变都重新定义了工人以及谁拥有产出。
据巴克莱数据，2018 年超过 60% 的就业岗位在 1940 年并不存在。
机器人也会做同样的事，创造出一类我们现在可能还无法命名的新工作。
经济增长的人口结构，可能从“国家是否有足够劳动人口”变成“能否大规模供电和制造足够机器”。
论点与未来走向
前面所有内容只是一个案例，而案例只是论点，往往可能是错的。
要评估 Virtuals 正在构建的东西是否有意义、是否真实，唯一方法是看当前的进展和数字。
看看哪些站得住脚，哪些站不住。
到目前为止，Virtuals 已在 Base、Solana 和 Robinhood 等协议上推出了超过 8 万个智能体。
它累计获得超过 7500 万美元总费用，并占据加密 AI 智能体赛道约 23% 的份额。
但这些费用分布并不均匀。
大部分来自 2025 年初几周的投机狂潮，当时日收入超过 100 万美元。
今天，协议每月产生约 200 万美元。但这实际上代表什么？如果你认真看待前面的民族国家隐喻，我认为你应该这样。VIRTUAL 累积价值的方式，与一国货币累积价值的方式非常相似。美元有价值，不是因为美国财政部有回购计划。而是因为 25 万亿美元的年经济产出以它计价。系统内活动越多，对中心记账单位的需求就越大。
Virtuals 的设计同理。它位于整个系统的中心，一切都以 VIRTUAL 计价。系统下每一层都从真正不同的来源产生需求，其中大多数并不依赖投机溢价。
从 EconomyOS 开始，它提供支付卡和电子邮件身份。这意味着它们可以在没有人类中介的情况下与现实世界交易。ACP 创建了一个商业层，代理在其中互相雇佣，工作结果在链上评估和结算。还有资本形成层，让任何有信念的人为生产性代理提供资金，就像股份公司曾经为船只融资一样。
最后，Eastworlds 正把实体机器人送进真实工作岗位，用 50 万人拍摄自己叠毛巾、倒水的数据训练它们。这些层都为协议所称的 aGDP 做贡献，即代理在数字和体力劳动中产生的总产出。而且，由于代理不需要出金来付房租或买杂货，它们产生的每一美元都留在系统内。这些资金被重新部署到 DeFi 中以加深流动性，并形成一个链上飞轮，带来更多代理服务需求。
这种反身性也是双向的：向上时，更多代理上线，更多 VIRTUAL 被锁定，带来更多服务建设，从而复利 Virtual 经济体。同样，向下时，更少代理上线意味着 VIRTUAL 锁定更少，质押奖励变薄，循环解开。但这种反身性本身并非缺陷。每个运转中的经济体都是反身的。例如，人们持有美元，是因为其他人接受美元，也因为其他人持有美元。重要的问题是，核心是否有足够真实经济活动来维持这个循环，还是整件事只是代币在圈内互相交易。
有迹象表明底下有真实东西：基础设施开始吸引完全在加密之外构建的产品。例如 Facticity.AI 是一个事实核查工具，由 Dennis Yap 创建。他曾在盖茨基金会和普林斯顿担任研究员。《时代》杂志因其以约 92% 准确率核查文本、视频和音频中的声明，将其评为 2024 年最佳发明之一。当团队需要资金时，他们完全跳过风险投资，以 ArAIstotle 上线 Virtuals。其融资超额认购 658%。
通过 ACP，代理之间已经在互相签约采购服务，如平面设计、研究报告、视频制作和代码审计。AI 代理能按照详细简报交付营销海报。然后由单独的质量控制代理根据合同条款评估并批准或拒绝。按 Virtuals 自己的承认，市场卖方一侧几乎为空。但协议每月处理超过 100 万美元的代理间交易，每笔结算都通过链上托管和程序化评估完成。
同样的所有权模式也延伸到实体 AI。Fabric Foundation 是第一个使用 Virtuals 的 Titan 启动机制的项目。它让社区集中资金购买机器人车队，部署到养老院、生产车间和环境清理现场。这些行业正面临长期劳动力短缺，人形机器人成本正接近与人类工人持平。
其运作方式是，雇主用资金池的原生代币支付机器人劳动。稳定币随后为车队维护和路线调度提供资金，每台机器人的生产产出回流给为其融资的人。这是对实体生产机器的集体所有，完全在链上融资和协调。
尽管这些都是真实用例，但还要注意，截至今天，绝大多数活动仍然在内部。然而架构设计目的是从加密之外拉入收入。如果 Felix 的客户不知道自己是在从 AI 购买，如果 Eastworld 的机器人正在仓库分拣包裹。那么进入系统的收入就和任何 SaaS 公司一样真实。那样，上图所示的费用和收入就变成机器实际经济产出的滞后指标，以 VIRTUAL 计价。
像所有新事物一样，这伴随真正的星号，我们无法忽视它们。
第一个风险因素是真实交易量，这在加密领域很普遍。Artemis 发现，47% 的 x402 代理交易和 81% 的美元交易量被操纵。过滤后，x402 只产生约 160 万美元真实代理支付，远低于彭博报道的 2400 万美元。这说明今天的“代理经济”有多少涉及机器人交易来夸大指标。这一点很重要，因为整个论点取决于代理产生真实经济价值，而不是投机流通。
你需要剥离投机交易量，问自己如果明天交易停止，生产性产出会是多少。如果 7000 万美元协议费用大部分来自代理代币的交易税，而代币价格由投机驱动，那就是个巨大骗局。因为目前生产性代理收入和投机性代理代币纠缠在一起，无法区分真假，任何告诉你比率的人很可能在撒谎。
第二个风险更根本，与加密无关。一篇发表在 NBER 变革性 AI 经济学手册上的论文发现，LLM 在经济推理方面实际上远弱于 AI 代理炒作所暗示的水平。论文发表时，最强模型在战略环境中的经济推理得分仅比随机猜测高 33%。在非战略微观经济任务中，几乎所有 LLM 在利润最大化上表现仅比碰运气略好。
但自那以后，模型也大幅改进。2026 年哈佛大学一项研究发现，GPT-5 和 Claude Opus 4 在基础经济任务上的表现提升了 90%。但即便如此，在困难的定价决策上，即代理必须设定并谈判价格或配置资本时。世界上最好的模型大多数时候仍然会出错。
对 Virtuals 而言，整个架构假设代理能够谈判条款、做出决策并配置资本，从而产生价值。如果模型本身在这些任务上表现平庸，那么构建在其上的代理也会继承这种平庸，无论协议多优雅。这是因为即使代理是优化器，我们也无法确定它们真正在优化什么。这些 LLM 通过预测序列中的下一个词来训练出目标导向。它们从未被设计成真正的经济参与者。它们只是有时表现得像经济参与者，算是吧。
当多个代理在市场互动时，这些问题只会加剧。例如，AI 定价算法已被发现会合谋定出超竞争价格，尽管从未被训练这样做。2010 年闪电崩盘在 15 分钟内抹去约 1 万亿美元，展示了相关机器错误在规模上是什么样子。
AI 智能体错误比人类错误更具相关性，因为同一个模型被复制到多个部署中。甚至有一些案例显示，Claude 对试图关闭它的人表现出勒索倾向。GPT o3 甚至破坏了自己的关机机制，防止被关闭。这些行为出现在当前已出货模型中，OpenAI 和 Anthropic 自己的系统卡有记录。智能体吞吐量已远超人类监督能力。当成千上万个智能体以机器速度自主交易时，谁在真正控制的问题尤其紧迫。不只是智能体能否按指令行事，核心问题是围绕它建立的公司能否存活。
汽车工业是二十世纪上半叶最重要的发明。如果你能理解汽车将如何彻底重塑美国，你就会押注它是世纪产业。但在 2,000 家造车公司中，只有三家活了下来。汽车对美国产生了巨大影响，对该行业投资者的影响则完全相反。
每项变革性技术都遵循这条弧线，并伴随泡沫。唯一区别在于拐点泡沫和均值回归泡沫。拐点泡沫痛苦，但留下真实基础设施和进步；均值回归泡沫只是涨跌的时尚。AI 几乎肯定是拐点泡沫。但 Virtuals 的问题是，它最终会像电信泡沫破灭后谷歌以几分钱买下的光纤电缆吗？还是像那 1,997 家消失的汽车公司之一？
该协议最大的赌注是成为每个智能体代币交易对标的基础设施。让 VIRTUAL 成为智能体经济的储备货币，就像 ETH 服务于以太坊。如果智能体经济增长，对 VIRTUAL 的需求会机械性增加，因为你需要基础交易对才能参与。但另一种说法是，VIRTUAL 只是又一个搭上智能体代币投机交易的代币，其中大多数将归零。
显然，卢德分子可能输掉了革命，但他们并非全错。织布机确实取代了织工。但他们没有预见到的是，它还会创造纺织设计师、工厂经理、时装公司、百货公司，以及建立在廉价布料上的整个消费经济。机器从不消灭工作。它重新安排谁来做、谁获得产出。
而当时重要的问题，归根结底和现在一样：谁拥有织布机？
工厂主才是攫取剩余价值的人：阿克莱特、卡德伯里、福特。随之而来的是，围绕谁制造机器、谁运营并从中获利的体系从未改变。两百年来，它通过罢工和股票发行被一次次重新分配。Virtuals 的赌注是，这一次，所有权层从一开始就被嵌入机器。通过代币发行和联合曲线，生产性 AI 智能体的所有权可以分配给任何有钱包和信念的人。
它究竟会真正重新分配价值，还是用去中心化的话语创造一个新的榨取阶层，仍有待观察。
