Lincoln Murr:AI 智能体的支付、交易与信任

原标题Lincoln Murr on Payments, Trading, and Trust for AI Agents

Coinbase AI 产品负责人介绍 x402、潜在金融应用,以及逐步赋予智能体权限的思路。

LMLincoln Murr讲者 · Coinbase
频道
AI Engineer
发布
2026年10月20日
视频
16:58
阅读
4 分钟
幻灯片
1
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

2026 年 10 月,Coinbase AI 产品负责人 Lincoln Murr 在 AI Engineer New York 介绍智能体金融的两类应用:支付服务费用和管理资金。他回顾从 AgentKit 到 x402 的工作,并提出出版商可考虑向读取内容的智能体收取微支付。 Murr 还讨论由人指定目标的交易、信任、产品界面和智能体自给的设想。采用规模、产品表述和预测来自讲者;个人交易案例不能证明安全性或收益。

  1. 1从 402 到 x402Murr 介绍面向机器交易的互联网支付标准。
  2. 2内容微支付他提出向读取内容的智能体收取少量费用。
  3. 3交易场景他列出组合管理、事件驱动执行和自然语言策略。
  4. 4逐步建立信任他设想从有限权限与保护措施开始。
  5. 5远期思想实验他探讨智能体能否赚钱支付自身算力。

要点建议

  1. AgentKit 探索智能体钱包访问,x402 关注支付流程。
  2. 微支付可能为出版商提供收费方式,但采用前景仍不确定。
  3. 讲者提出由人指定目标的组合管理与交易执行场景。
  4. 他认为应在保护措施下逐步建立信任和权限。
  5. 智能体支付自身运行费用仍是思想实验。
全文

按章节阅读整理后的全文

01

账户与支付

介绍 AgentKit、x402 和讲者报告的采用情况。

Coinbase AI 产品负责人 Lincoln Murr 介绍他理解的智能体金融:让软件智能体在人的指挥下访问金融账户,以支付或管理资金。

他把场景分成两类:智能体支付,以及尝试通过管理资金实现增长。他认为交易是其中较新的方向。

Coinbase 早期的 AgentKit 实验把钱包连接到 AI 框架。Murr 说团队随后发现,仅提供资金还不够,智能体也需要有实际可支付的服务。

他转向 HTTP 402 状态码:它长期为支付需求保留。Murr 介绍 x402,称其利用稳定币组织面向互联网的机器支付。

Murr 称 x402 活动增长很快,并列举参与该标准的支付公司。交易量数字来自他的演讲,节目没有独立核验。

02

内容微支付

他提出面向出版商的智能体访问收费模式。

他关注的一种应用是为出版商提供面向智能体的微支付。他认为 AI 界面可能减少网站的直接访问,而这些网站过去依赖广告收入。

在他的设想中,智能体支付极小金额来读取内容,用户订阅或服务在后台处理细节。他认为这可能成为向出版商付费的一种方式。

他预期未来采用会扩大,同时承认演讲时普及程度仍有限。从广告转向微支付是他的预测,而非已确定的结果。

03

由人指导的金融智能体

他列出交易场景并讲述个人实验。

第二类是智能体辅助交易和投资。Murr 强调,他描述的例子由人设定目标或规则并给予授权。

他列出三种可能性:自动管理选定组合、按预设规则响应事件,以及把自然语言中的宽泛想法转化为金融策略。

三种交易应用设想
幻灯片 1 / 1三种交易应用设想幻灯片列出资金管理、自主执行和自然语言策略。

他的组合例子用于说明自动化,并不能证明风险低或保证未来收益。他描述的场景仍以授权、限制措施和用户判断为前提。

在事件驱动执行中,用户可以预先指定不同情形下的动作,而不必一直盯盘。Murr 也设想智能体把宽泛主题转化为具体金融工具。

他回忆自己根据对公开 AI 新闻的判断,用语音指令在周末发起交易。这只是个人案例,不能证明类似策略适合其他人或一定有效。

他认为吸引力在于方便:同样的动作原本可以手动完成,而对话界面让他不必逐步操作就能表达想法。

04

信任与产品设计

讨论逐步授权、界面设计和模拟交易。

经过约两年的工作,Murr 认为信任和自主权需要逐步建立。用户可能先从受限任务开始,再考虑更大的权限。

他设想用户从小额支付逐步过渡到有规则和保护措施的隔离账户。他对产品经验的叙述不能证明智能体不会造成损失。

另一条设想是智能体通过提供服务赚钱,并使用同一支付基础设施收款。

对于金融产品,他认为 AI 是实现服务的技术,而非价值主张本身:用户关心的是服务、可用性和获得帮助的能力。

他介绍 Coinbase Advisor,称其目标是扩大金融指导的覆盖。有关监管身份和覆盖范围的表述属于公司的说法。

空白聊天框可能让用户不知道该问什么。他的团队尝试用界面组件展示可执行的动作和提示,降低上手门槛。

Murr 说,具备持久存储和命令行工具的智能体环境,可以让开发者通过 CLI、MCP 等接口连接账户。

他以模拟交易为例:用户可以在让智能体使用真实资金之前尝试模拟策略。团队可以借助智能体技能快速试作这些流程,但他并不认为这一定是最高效的实现。

05

更远的可能性

他设想智能体为自身服务赚钱并支付费用。

展望未来,Murr 认为支付能力可能逐渐增强智能体的自主性,而需要人类判断或受监管的任务仍会有人参与。

他提出一个思想实验:智能体能否通过服务收入支付自己的推理和算力费用?他把这描述为遥远的可能性,而非已经存在的自给系统。

他将这一想法联系到去中心化自治组织,设想软件按规则管理资金,同时由人在外围执行某些任务。

自动驾驶车辆用收入支付维护费用是另一个假设例子。Murr 最后预测机器之间的支付会增加,但没有给出这类系统实现的时间表。

同频道的其他文章

9 张幻灯片21:32EN → 简体中文
AI Engineer· 2026年10月29日Shy Ruparel:AI 智能体的可靠性与故障恢复Shy Ruparel · TemporalTemporal 的调查发现,频繁使用智能体与可靠部署之间存在差距。Ruparel 演示了一项模拟付款工作流如何在工作进程停止后恢复。智能体可观测性与可靠性智能体工程+2
7 张幻灯片14:50EN → 简体中文
AI Engineer· 2026年10月29日Cole Gannaway:代码审查、跨仓库风险与 AI 软件工厂Cole Gannaway · Qodo一行重命名代码可能通过本地检查,却影响远端客户端。Qodo 的 Cole Gannaway 解释如何借助审查上下文、共享规则和独立智能体发现这些风险。Code review & verification编程智能体开发流程与测试+2
5 张幻灯片11:47EN → 简体中文
AI Engineer· 2026年10月29日Revolut 的 David Abitbol:大规模自托管 AI 编程模型David Abitbol · RevolutAbitbol 分享工程交付趋势、GPU 服务成本和延迟调优经验,并介绍受监管银行运行这些工具时采用的控制措施。Local inferenceAI cost & performanceDeveloper productivity+2
4 张幻灯片21:47EN → 简体中文
AI Engineer· 2026年10月28日Patrick Smyth:AI 时代的开源供应链安全Patrick Smyth · ChainguardChainguard 的 Patrick Smyth 讨论漏洞利用加速、依赖中的恶意软件、零日漏洞,以及开发者工作流不断扩大的攻击面。CybersecurityOpen-source ecosystemsAI security+2
5 张幻灯片14:09EN → 简体中文
AI Engineer· 2026年10月28日Taylor Luttrell-Williams:用 SonarQube Hunter Agent 发现逻辑漏洞Taylor Luttrell-Williams · SonarSonar 的 Taylor Luttrell-Williams 介绍安全智能体如何梳理代码库、调查逻辑漏洞,并将验证过的发现与常规扫描结果一起呈现。CybersecurityAI securityCode review & verification+2
5 张幻灯片16:29EN → 简体中文
AI Engineer· 2026年10月28日Chris Vela:用 Runpod BenchPod 对 vLLM 配置做基准测试Chris Vela · RunpodRunpod 的 Chris Vela 演示如何通过仪表盘比较大语言模型服务配置,依据具体工作负载的数据选择性能设置。InferenceBenchmarksAI cost & performance+2