Tiger Research 在最新报告中指出，AI 代理钱包基础设施正成为交易所和稳定币巨头争夺的重点方向。报告援引 Coinbase 数据测算称，如果 AI 代理实现大规模普及，相关钱包营收最高可能升至当前水平的 7 倍，约 503 亿美元；但在保守情景下，增幅仅为 1.2%。
报告认为，这种增长不是线性的，而是由采用率、每用户代理数量、每日调用量三个变量相乘后形成的几何级放大。报道提到，Coinbase、币安等公司虽然短期内几乎看不到相关收入，仍在持续加码布局。动区对该报告进行了编译与整理。
三项变量相乘，营收差距被放大约 600 倍
报告称，目前 AI 代理还没有真正进入日常支付场景，最活跃的应用仍是加密生态内的交易机器人。这类机器人运行在传统支付轨道之外，主要围绕加密货币交易展开。
报告同时指出，未来支付可能延伸到当下还难以想象的场景。随着 AI 直接在网络上执行操作，单笔支付金额会明显下降。一次 API 调用或一次数据查询，成本可能低至 0.001 美元，极端情况下甚至只有 0.00001 美元。
在这种支付结构下，如果要实现超小额、按默认条件自动拆分、且无需人工干预的支付，就需要依赖可编程支付系统。报告将 x402 支付轨道视为这一背景下出现的基础设施，而钱包则是这条轨道执行的底层入口。
报告称，现有支付轨道围绕“人”设计。银行卡绑定的是特定持卡人，采用拒付机制，出现问题后由人发起争议并撤销交易，每笔交易还会固定收取数十美分手续费。对偶尔支付 20 美元的人类消费者来说，这种模式可以成立；但如果 AI 代理每秒发出上千笔支付，而每次 API 调用只有 0.001 美元、每条数据记录只有 0.00001 美元，这套模型在经济上就难以成立。
从 Polymarket 实验到日常支付，钱包被视为机器交易入口
报道回顾称，今年早些时候，预测市场 Polymarket 上曾出现一个受到关注的实验：给一个 AI 智慧体 50 美元启动资金，让其自主交易；如果赚到的钱不足以支付 API 和服务器成本，它就会“消失”。结果，这个智慧体完成了成功交易。此后，更多类似智慧体开始以相似方式进行交易。
报告称，核心问题在于金钱本身是否可编程。银行卡可以自动输入支付信息，但无法按照条件拆分支付、进行流式支付或即时结算资金流动；而钱包所运行的轨道，默认就具备这些能力。若经济活动转向机器与机器之间直接交易，钱包会成为最现实的起点。
报告还提到，从相关表格可以看到，钱包提供方覆盖面很广，既包括交易所，也包括稳定币发行方。之所以有这么多不同类型的参与者进入短期内几乎看不到盈利的 AI 代理钱包基础设施，原因不在眼前收入，而在未来业务承接能力。现在给钱包增加代理功能，不是为了立刻变现，而是为了在 AI 代理大规模活跃时承接海量交易。
Coinbase 三种测算情景：1.2%、46.8% 与 7 倍营收
报告认为，AI 代理最终可能在无浏览器环境中全天候运行，不需要人类介入。举例来说，用户如果让代理完成一份研究报告，代理在采集信息时，每从不同平台拉取一次付费数据，就可能执行一笔小额支付。用户的一次指令，可能瞬间触发 20 到 30 笔甚至更多交易。
在这种情况下，表面上看只是一项简单请求，经过 AI 代理处理后，会转化成大量支付行为。报告据此使用 Coinbase 披露的数据进行测算，并以 Coinbase 920 万月活跃交易用户（MTU）为基数，而非其约 1.2 亿注册用户总数。
结合采用率、每用户 AI 代理数量和每日调用频率三项变量，报告给出三种情景：
- 保守情景：采用率 10%、每用户 1 个代理、每天 50 次调用，对应年增营收约 8400 万美元，增幅 1.2%。
- 中性情景：采用率 50%、每用户 2 个代理、每天 200 次调用，对应额外营收约 33.6 亿美元，增幅 46.8%。
- 激进情景：采用率 100%、每用户 3 个代理、每天 1000 次调用，对应年营收约 503.7 亿美元，约为 Coinbase 当前总营收的 7 倍。
报告特别强调，三种情景之间的差距来自几何级放大，而不是简单叠加。采用率只从 10% 提高到 100%，营收差距却从 8400 万美元扩大到 503.7 亿美元，约放大 600 倍。
钱包数据可能支撑面向 AI 代理的 RBF 业务
报告称，由于采用率、每用户代理数和每日调用量三项变量属于相乘关系，任何一个因素小幅上升，都可能推动总量快速增长。这也是 Coinbase 即使目前几乎没有相关收入，仍积极推广 AI 代理钱包基础设施的原因之一。
报告认为，这类钱包基础设施积累的交易数据，不只是简单记录。钱包中的支付历史，未来可能成为评估 AI 代理财务状况和经营表现的信用标准，并由此延伸出新的金融业务模式。
文中提到，一旦基于数据的信用评估体系建立，钱包提供方就可能进一步拓展到下一代金融服务，例如专门面向 AI 代理的收入基础融资，也就是 RBF。
作为对照案例，报告提到 Stripe Capital。2019 年 9 月，Stripe 推出借贷服务 Stripe Capital 时，没有依赖外部征信机构，也没有要求繁琐贷款材料，而是直接使用其支付网络内商户的实时销售数据来评估贷款资格与额度。
报告认为，Stripe 的案例说明，一家公司可以建立在既有运营数据通道之上，在不增加额外销售网络或营销投入的情况下，搭建出高价值金融业务。AI 代理钱包提供方也可能沿着类似路径扩张：持续积累代理收入数据，再基于这些数据提供 RBF 营运资金，并作为面向 AI 代理的金融平台获得收益。
幻觉、欺诈拦截与监管空白仍是现实障碍
不过，报告也指出，上述 Coinbase 营收最高增长 7 倍以及向 RBF 扩张的描述，都建立在 AI 代理支付广泛普及的乐观情景之上。要把这些设想真正落地到现实经济中，仍面临不少障碍。
首先，AI 代理的实际购买转化率和支付可靠性仍存在明显疑问。报告称，代理在自主下单时仍可能出现“幻觉”错误，导致支付指令出错；有时还会被发卡机构的反欺诈系统（FDS）直接拦截，这使得实际支付完成率仍然偏低。
其次，x402、AP2、MPP 等支付协议目前仍处于碎片化状态，尚未形成统一标准。与此同时，AI 代理并不是法律主体，缺乏清晰的 KYC（身份验证）安排与金融监管框架，这些因素都限制了市场扩张速度。
报告最后指出，钱包提供方眼下追求的并不是短期手续费收入。文中举例称，苹果 App Store 用了 15 年才建立起每年 100 亿美元的手续费市场，微信支付用了 7 年才形成庞大的小程序生态。AI 代理钱包也处在类似的长期建设阶段，当前竞争的重点，不是争夺眼前的边际收入，而是谁能率先掌握未来五到十年 AI 代理经济成型后的资金流动数据。