AI agent 要真正替你辦事，遲早得越過一條線：自己採購、自己付款。問題是，信用卡和 ACH 這些支付管道是為人類設計的——開戶、審核、授權，每一步都在拖慢機器。貝萊德數位資產研究團隊在 2026 年 10 月發布的《機器原生經濟》報告，就是在回答這條線該怎麼跨過去。
兩種代幣，同一套邏輯
報告的核心觀察其實很簡單：LLM 把人類語言切成文字代幣，區塊鏈把現金、證券等現實世界資產切成資產代幣。技術原理不同，但目的相同——把人類世界的東西轉成機器可以直接讀取、驗證的標準格式。貝萊德由此推出結論：語言和價值共用同一套代幣化邏輯，AI 因此有能力直接處理金融資產，不必經過額外轉換層。
合規的部分報告也給了具體架構：AML、KYC，以及針對 AI 代理人的 KYA（Know-Your-Agent）檢查放在離鏈環境評估，結果傳回鏈上，由智慧合約判斷該 agent 是否有資格交易。身分審查和結算執行分層處理，監督仍在，人工對帳可以大幅減少。
為什麼是穩定幣
傳統支付撐不住 M2M 的場景，原因很實際：AI 代理人的交易常常單筆不到 1 美分——呼叫一次 API 扣 0.001 美元，或按秒買算力。信用卡手續費吃掉利潤，ACH 結算至少一天。報告引述比特幣政策研究所（BPI）的模擬實驗：當 AI 模型可以自選貨幣，日常高頻交易偏好穩定幣，長期儲值偏好比特幣。
支付協定這一層也正在成形。報告列舉：Anthropic 的 MCP 統一了 AI 存取工具的方式，Google 的 A2A 讓跨平台 agent 溝通，Coinbase 的 x402 則借用 HTTP 402 狀態碼搭配穩定幣錢包，讓微額支付幾秒內完成鏈上扣款並開通服務。規模數字方面，報告稱截至 2026 年 9 月全球穩定幣流通市值已超過 3,000 億美元，2025 年經調整年交易量 11.2 兆美元，已和 Visa、Mastercard 同一量級。
算力變成金融商品
報告的另一條線是算力本身。麥肯錫的預測模型指出，到 2030 年 AI 推論將超越訓練，成為資料中心最大的算力與電力消耗來源——而推論需求零散、波動大，比訓練更需要市場化定價。於是 GPU 抵押融資、算力期貨、基差市場、鏈上代幣化算力合約陸續出現。
一個值得 builder 注意到的訊號是：Stripe 在 2026 年 8 月收購了算力路由平台 OpenRouter。這和我們先前寫過的 OpenRouter 銷售 agent 的成本帳 是同一個平台——當支付業者把模型路由收進版圖，採購算力、路由模型、鏈上清算三件事正在被整合進同一條管道。
對 builder 的實際意義
把報告的論述拆開，對做產品的人有兩個可操作的判斷。第一，如果你的 agent 未來要自主呼叫付費 API 或採購算力，支付這層不必再預設走傳統金融軌道；x402 這類協定值得放進技術選型的觀察名單，即使今天還不必真的接上。第二，算力成本正在從固定的雲端帳單，變成可以即時比價、甚至避險的市場——這對做成本最佳化的團隊是新的自由度，也是新的複雜度。
當然，報告自己也承認還在早期：不同世代晶片效能差異、各地能源價格、算力合約的實物交割標準，都還沒有定論。機器原生經濟更像是一張路線圖，不是現狀描述。對 builder 來說，務實的下一步也許只是追蹤一份清單：你的產品裡，哪些 API 呼叫的單價低到傳統支付根本接不上？那就是這套體系最先落地的地方。