Tiger Research在最新分析中提出，围绕 AI 智能体的钱包基础设施竞争正在提前展开。新闻焦点常落在智能体自主交易、独立完成支付，但报告认为，更早成型的部分其实是加密钱包行业的底层准备工作。当前，已有超过 10 家公司在为智能体定制钱包，它们瞄准的不是眼前收入，而是未来智能体大规模交易后的用户与资金流。
智能体支付需求，先从钱包开始
报告称，当 AI 智能体替代人类浏览网络、购买商品或获取信息时，它们会触发成百上千笔几美分甚至更低的小额支付。现有银行卡支付体系围绕人类交易主体设计，固定手续费、拒付机制和人工争议处理流程，都不适合这种机器对机器的高频支付场景。
在这一框架下，问题不只是支付能否自动输入，而是资金本身能否按预设条件拆分、流式发送并即时结算。Tiger Research认为，银行卡可以替人发起一笔“人类规模”的交易，却无法满足智能体经济下的大量微支付需求；真正具备这类能力的，是运行在可编程轨道上的钱包系统。
报告提到，这也是 x402 支付轨道出现的背景。若未来支付从“人点击确认”转向“智能体自动执行”，钱包将成为整条支付链路的基础设施，而不是简单的资金存放工具。
Polymarket 实验显示，智能体已在加密交易中活跃
今年早些时候，Polymarket 上出现过一个受到关注的实验：给一个 AI 智能体 50 美元启动资金，由其自主交易；如果赚不到足以覆盖 API 和服务器成本的收益，它就会“消失”。报告称，这个智能体最终完成了成功交易，此后又有一批类似智能体以相似方式参与市场。
在 Tiger Research看来，AI 智能体尚未真正进入日常生活支付，但它们已经在加密生态中形成最活跃的早期应用，主要集中在交易机器人。这类应用目前独立于传统支付轨道之外，专注于加密货币交易，不过其支付需求的演化方向已经相对清晰。
报告给出的例子是，未来用户只需向智能体下达一个任务，比如生成一份研究报告，智能体在收集资料过程中就可能向多个平台发起付费请求。表面上看，这只是一次操作；落到支付层面，可能会在瞬间触发 20 至 30 笔，甚至更多的小额交易。
超小额支付会重写支付模型
Tiger Research表示，AI 正在改变支付的基本形态。由智能体直接执行网络行为后，单笔支付金额会显著下降。一次 API 调用的成本可能低至 0.001 美元，极端情况下，一次数据查询甚至只有 0.00001 美元。
如果智能体开始每秒发出上千笔支付，而每一笔金额都只有 0.001 美元或 0.00001 美元，那么基于固定手续费的银行卡模式在经济上就无法成立。报告认为，未来支付的变化，不是传统卡支付的小幅升级，而是交易主体、交易频率和单位金额同时改变后的系统替换。
也因此，钱包不再只是账户入口，而会变成机器经济中的结算节点。谁先把这套承接能力建起来，谁就更可能在需求真正爆发时接住交易量。
短期不赚钱，平台仍在抢占入口
报告指出，从相关表格看，布局智能体钱包的提供方范围很广，既包括交易所，也包括稳定币发行方。之所以有这么多类型不同的机构进入一个短期几乎看不到盈利的赛道，核心原因在于，它们押注的是未来营收，而非今天的手续费。
以 Coinbase 和币安为例，这类公司当前持续加码 AI 钱包基础设施，不是因为相关业务已经贡献可观收入，而是希望在智能体开始大规模交易之前，先拿下未来用户基础。Tiger Research认为，现阶段的竞争逻辑更接近提前卡位：先把能力建好，等交易流自然涌入。
以 Coinbase 数据测算，营收最高可达当前约 7 倍
Tiger Research基于 Coinbase 披露的数据，对智能体支付可能带来的收入空间作了情景测算。报告采用的是 Coinbase 920 万月活跃交易用户（MTU），而不是约 1.2 亿注册用户总数。
测算围绕 3 个变量展开：采用率、每用户拥有的智能体数量，以及每日调用频率。
- 保守情景：采用率 10%、每用户 1 个智能体、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 个智能体、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 个智能体、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，这 3 个情景之间的差距并不是简单线性增加。采用率从 10% 提高到 100%，虽然只是 10 倍变化，但由于采用率、每用户智能体数量和每日调用量之间是相乘关系，最终营收差距被放大到约 600 倍，从 8400 万美元扩大到 503.7 亿美元。
在 Tiger Research看来，这正是 Coinbase 即使当下几乎看不到直接相关营收，仍然积极推动智能体钱包基础设施的原因。押注点不在现在，而在智能体普及后可能形成的收入流。
钱包数据还可能延伸到智能体融资
报告认为，钱包基础设施的价值不只体现在支付执行层面。随着钱包持续积累支付历史，这些数据还可能成为评估 AI 智能体财务表现的基础，进而支撑新的金融业务。
文章把这一潜在方向与 Stripe Capital 进行对照。2019 年 9 月，Stripe 推出借贷服务 Stripe Capital，并未依赖外部征信机构或繁琐的贷款材料，而是直接利用其支付网络内商户的实时销售数据，判断贷款资格和额度。Tiger Research认为，这一案例说明，企业可以在既有运营数据管道上直接延伸出高价值金融业务，而不必额外搭建新的销售网络。
照此逻辑，智能体钱包提供方未来也可能沿相似路径扩张。只要钱包中持续沉淀智能体的收入记录，就可能据此推出面向智能体的收入基础融资（RBF），并把自身延伸为聚焦智能体的金融平台。
不过，报告也给出了明确前提：这条路径要成立，AI 智能体必须从单纯执行支付的工具，变成能够创造收入、持有资产并具备还款能力的实体。
增长空间仍停留在假设阶段
Tiger Research同时提醒，无论是 Coinbase 营收最高增长约 7 倍的推演，还是钱包平台向 RBF 扩张的设想，目前都还是建立在智能体支付被广泛采用的前提上，远未被现实验证。
首先，AI 智能体的购买转化率和支付可靠性仍存在明显不确定性。报告称，智能体在自主下单过程中仍可能出现“幻觉”，从而发起错误支付；有时还会被发卡机构的反欺诈系统（FDS）直接拦截，导致实际支付完成率偏低。
其次，x402、AP2、MPP 等支付协议目前仍较为碎片化，尚未形成统一标准。与此同时，AI 智能体并不是法律主体，围绕 KYC 和金融监管的框架也还不清晰，这些因素都会拖慢相关市场的扩张速度。
当前争夺的不是手续费，而是未来 5 到 10 年的数据入口
报告最后指出，钱包提供方眼下并不是为了争取短期手续费收入。文章援引两个时间跨度作为参照：苹果 App Store 用了 15 年建立起每年 100 亿美元的手续费市场，微信支付用了 7 年形成庞大小程序生态。智能体钱包也处在一条较长的建设周期中。
因此，当下的竞争重点，不是谁先赚到今天那部分边际收入，而是谁能率先掌握未来 5 到 10 年智能体经济全面成型之后的资金流动数据。Tiger Research的判断是，当前行业正在建设生态，而不是收割回报。