全球資產管理公司貝萊德（BlackRock）旗下的數位資產研究團隊，發布《機器原生經濟》（The Machine-Native Economy: How digital assets connect intelligence, commerce, and compute）報告。報告的核心主張是，人工智慧代表「機器原生的智慧」，數位資產則代表「機器原生的貨幣」；兩者結合後，將形成一個以自主軟體代理人為主角的經濟體系，區塊鏈則是讓這些代理人自動完成交易與清算的底層金融基礎設施。
報告反覆強調的核心概念是「代幣化（Tokenization）」：大型語言模型用「文字代幣」把人類語言拆解、轉換成機器能理解的向量；區塊鏈則用「資產代幣」把現金、證券等現實世界資產，轉換成分散式帳本上可被驗證的交易紀錄。
兩者技術原理不同，運作邏輯卻完全一致——語言與價值在這共用同一套代幣化邏輯，可以說是一套「代幣經濟（Token Economy）」正在成形。
正因為語言與價值共用同一套代幣化邏輯，AI 才有辦法真正「賦能」到能自主進行商業行為的程度。
以往生成式 AI 多半只負責產出文字、圖像等內容，然而當 AI 有了規劃與執行的能力，就會開始需要在真實世界中採購、付款與結算；AI 也因此從單純的對話工具，走進能自主從事商業活動的新領域。而這一切商業行為，最終都得仰賴鏈上結算來完成交易與清算。
📎 這份報告適合誰閱讀？
報告內容核心在於解析自主 AI 代理人如何與數位資產、支付軌道及算力市場產生深度融合，適合以下四類工作者與決策者閱讀：
- 金融科技、支付系統與銀行業決策者
- 數位資產、加密貨幣與 Web3 投資分析師
- AI 系統架構師、軟體開發者與技術主管
- 雲端基礎設施業者、算力供應商與科技產業投資人
🔴 報告洞見
AI 代理人交易，為何選穩定幣與比特幣
AI 與數位資產之所以能相互搭配，關鍵在於兩者處理底層資料時，採用相同的結構邏輯，也就是「代幣化」。
大型語言模型無法直接處理人類的自然語言，必須先透過「分詞器」（Tokenizer）把文字切成較小的單元，也就是文字代幣（Token），再對應成數字 ID。接著，這些數字 ID 會經由嵌入層（把數字轉換成帶有語意的向量）運算，轉換成機器能處理的多維度向量，這樣的設計讓晶片能進行大規模平行運算，把複雜的人類語意轉成機器能讀取的標準格式。
區塊鏈處理經濟權益與金融資產的架構，技術原理雖然不同，目的卻完全一致。
區塊鏈會把現金、貨幣市場基金、證券等現實世界資產（Real-World Assets, RWA），轉換成分散式帳本上的「資產代幣」（Asset Tokens）。每一筆資產代幣與交易紀錄，都帶有機器可以直接驗證的欄位，例如資產識別碼（Asset ID）、發送方與接收方帳號、交易單位數，以及資格標記等。
為了在自動化交易中同時符合金融監管規範，反洗錢（AML）、客戶審查（KYC）以及針對 AI 代理人的「了解你的代理人」（Know-Your-Agent, KYA）身分檢查，通常會在離鏈環境中進行評估，並將驗證後的結果傳送至鏈上，由智慧合約自動判斷該 AI 代理人是否具備執行交易的資格。
將身分與合規審查置於離鏈、將交易執行與結算留於鏈上的雙層架構，既能維持金融監督，也能大幅降低對傳統封閉資料庫與人工對帳的依賴。這類代幣化資料高度標準化，AI 代理人要執行金融運算時，可以直接存取，中間不需要額外轉換。
正因為底層架構相通，AI 代理人在選擇清算工具時，自然傾向使用數位資產。比特幣政策研究所（BPI）的模擬實驗發現，當 AI 模型可以自行選擇貨幣時，處理日常高頻交易普遍偏好穩定幣，長期儲存價值則偏好比特幣。從這個結果，已可看出 AI 原生經濟雙軌架構的雛形，由穩定幣負責流動性清算，比特幣則扮演儲備資產。
傳統支付跟不上 AI 代理人，穩定幣補上缺口
當 AI 代理人開始代表個人或企業在網路上執行任務，ACH 轉帳（美國銀行間的自動轉帳系統）、信用卡等傳統支付網路的限制就浮上檯面——這些支付管道原本是為人類用戶設計，需要開戶、身分驗證、人工審核授權等繁瑣流程，手續費也偏高。
AI 代理人的交易卻大多是「機器對機器」（M2M）的高頻、極小額交易（Sub-cent Transactions），單筆金額常常不到 1 美分，例如每呼叫一次 API 就扣 0.001 美元，或按秒購買少量運算資源。信用卡的高額手續費，加上 ACH 至少一天的結算時間，都無法支撐這種全天候不間斷、單筆金額極低的自動化交易。
為了解決這個問題，專為 AI 代理人設計的「代理人支付協定」（Agentic Payment Protocols）陸續出現。這些支付協定建立在 AI 代理人的連接標準之上。Anthropic 在 2024 年底推出模型上下文協定（Model Context Protocol, MCP），統一 AI 存取外部工具與資料的方式；Google 則在 2025 年推出 Agent2Agent（A2A）協定，讓不同平台的 AI 代理人能彼此溝通、分工合作。
美國合規加密貨幣交易所 Coinbase 在這個基礎上，開發了開放支付協定 x402。它運用網頁標準中代表「需要付費」（Payment Required）的 HTTP 402 狀態碼，搭配區塊鏈上的穩定幣錢包，讓微額支付不需人工介入，就能全天候即時清算。當 AI 代理人要付費取得資料或 API 服務時，x402 能在幾秒內完成鏈上驗證與扣款，並立即開通服務權限。
此外，Stripe、OpenAI、Google 與 Visa 等大型業者也分別推出 MPP、ACP、AP2 與 TAP 等安全與驗證協定，讓 AI 代理人能在合規、安全的前提下，使用現有的商業結算系統。
而穩定幣是這套支付體系中最關鍵的交易工具。穩定幣是以 1 比 1 對應法定貨幣（主要是美元）的數位代幣，價格穩定、計價清楚。截至 2026 年 9 月，全球穩定幣流通市值已超過 3,000 億美元，是規模最大的代幣化現實資產類別。
穩定幣的交易規模也已追上傳統支付巨頭。2025 年經調整後的穩定幣年交易量達 11.2 兆美元，Visa 為 16.7 兆美元，Mastercard 為 10.6 兆美元，三者規模相當。2020 年至 2025 年間，穩定幣交易量的年複合成長率達 80%，遠高於 ACH 轉帳的 8.5%。隨著美國《GENIUS 法案》、歐盟《MiCA 法案》，以及香港與新加坡的監管架構陸續到位，穩定幣正加速成為 AI 代理人跨國、跨平台清算的首選貨幣。
AI 算力需求暴增，算力正變成可交易的金融商品
除了支付清算，AI 產業的爆發性成長也帶來龐大的運算資源需求，讓算力從單純的資訊科技服務，逐漸轉變為新型態的金融資產。
在硬體建設方面，市場過去多半關注 AI 基礎設施的龐大資本支出（CapEx），預估 2025 年至 2030 年間，全球 AI 基礎設施累計投資將超過 5 兆美元。
不過，後續持續發生的營運支出（OpEx）同樣驚人。以亞馬遜 AWS、微軟 Intelligent Cloud 與 Google Cloud 三大雲端業者為例，市場預估三者合計營收將在 2030 年達到約 1.1 兆美元，年複合成長率高達 29%。
麥肯錫的預測模型指出，隨著 AI 模型從訓練階段走向大規模商業應用，AI 的工作負載正在出現結構性轉變。預計到 2030 年，AI 推論（Inference，也就是模型接收輸入並產生回應的過程）將超越模型訓練，成為資料中心最大的電力與算力消耗來源。推論的使用者涵蓋企業與一般大眾，需求比集中進行的模型訓練更零散，波動也更大。
為了更有效定價、分配算力，並降低價格波動的風險，市場上已開始出現以 GPU 作為抵押品的融資合約、算力期貨（Compute Futures）、基差市場（Basis Markets，交易現貨與期貨價差的市場），以及在區塊鏈上代幣化的算力合約。透過這些金融工具，算力的供給方與需求方可以找出合理價格，並進行避險。
AI 代理人也能直接參與這個市場。需要執行複雜運算時，它可以透過 MCP 與 A2A 協定，查詢各家供應商的即時算力價格、延遲與硬體規格，再透過 x402 支付協定，以「按次」、「按文字代幣量」或「按任務」計費的方式，即時採購所需算力。
金融支付業者 Stripe 在 2026 年 8 月，宣布收購算力路由平台 OpenRouter，就是一個代表性的策略訊號。OpenRouter 串連超過 80 家供應商與 400 多個 AI 模型，這筆收購顯示算力採購、模型路由與程式化的金融清算，正在深度整合。
機器原生經濟的雛形與未解瓶頸
綜合貝萊德這份報告的論點，AI 與區塊鏈數位資產的結合並非技術上的偶然。報告認為，這是機器原生智慧與機器原生貨幣在商業邏輯上必然的接軌。
報告的論述可以歸納為三個層次：
第一，LLM 與區塊鏈都採用代幣化架構，讓 AI 代理人能直接讀取、處理金融資產；
第二，以穩定幣與 x402 協定為核心的鏈上支付管道，突破了傳統金融體系難以處理高頻、極小額交易的限制，讓 AI 能全天候自主從事商業活動；
第三，龐大的推論需求正推動算力轉型為可交易、可抵押的數位資產，數位資產的應用範圍也因此更加多元。
不過，報告也坦言，機器原生經濟目前仍在早期階段。以算力商品化為例，不同世代晶片的效能差異、各地區能源價格不一，以及合約實物交割標準該如何制定，都還有許多技術與市場結構上的問題需要解決。
即便如此，隨著 AI 代理人在鏈上發動的交易量與微額支付筆數呈指數成長，大量機器對機器（M2M）的互動，將直接轉化為對無許可公鏈（任何人都能參與的公開區塊鏈）「區塊空間」（Blockspace）與網路驗證服務的實際需求。
每一筆微額支付、算力合約呼叫與清算，都要支付燃料費（Gas Fee），並交由分散式節點驗證。這不只會帶動公鏈的手續費收入成長，也讓支援鏈上結算的原生資產有了穩固的使用需求，價值也能隨之累積。以太坊的 ETH 就是一例，它既用來支付 Gas，也是驗證者質押的資產。
市場上也開始出現直接以穩定幣支付 Gas 的專屬區塊鏈網路，進一步提升數位資產在機器經濟中的流動性。
整體來看，報告認為區塊鏈與數位資產，將持續扮演自主 AI 經濟中不可或缺的金融骨幹，並帶動全新的數位商業運作模式。
閱讀完整報告內容，請見：The MachineNative Economy
金融與科技的交會，正在改寫產業的遊戲規則。如果你對這些變化充滿好奇，能提煉出決策者需要的觀點，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
【更多產業研究報告】
◆ 【AI 應用漏洞無所不在】雲端與身分權限同列高風險破口，企業防禦應轉向「實測真正風險」
◆ 【微軟前沿企業 AI 轉型守則】試點小組人均營收成長 9.4%，靠「角色加速配方」找出職務痛點嵌入 AI
◆ 【全球 900+ IT 高管報告】雲端與 AI 時代新規：49.1% 企業為導入 AI 加速上雲，IT 拚的不是客製軟體而是資料整合
>> 其他產業研究報告
＊初稿由 AI 協作，首圖來源：Gemini 生成
