随着代理式人工智能的快速崛起，区块链行业正面临一个新问题：自主软件能否成为经济中的活跃参与者，而不仅仅是生成信息的工具？富兰克林邓普顿数字资产预计，到2030年，代理商业规模可能达到3万亿至5万亿美元，但围绕支付、安全、问责和信任仍存在重大疑问。Aptos联合创始人兼CEO Avery Ching在接受Invezz采访时表示，支撑AI代理的基础设施需要处理快速、低成本、可编程且可审计的交易。
当被问及富兰克林邓普顿的预测如何成为现实时，Ching指出，关键在于代理是否足够可靠，让个人和企业愿意赋予其财务权力。目前模型已能胜任日常流程，但基础设施仍需解决数据保密、易部署、长期稳定运行、行为可证明以及价值转移规则等问题。他提到，代理需要拥有独立身份和支付能力，同时要有明确边界，例如设置支出限额、限定交易对象和购买内容，并留下可验证的记录。
对于Aptos在吞吐量排行榜上的领先地位，Ching认为TPS只是系统性能的一部分，更重要的是整体去中心化金融体系是否安全、快速、可扩展且低成本。Aptos的设计初衷就是满足这种高吞吐、低延迟环境，适合机器驱动的经济活动。
关于AI代理自主支付的首个实际应用场景，Ching预测将从代理直接为服务付费开始。代理将能够按请求付费，无需开设账户或签订合同，随后代理之间将开始以机器速度进行谈判和交易，从而真正开启机器间商业。
在问责机制上，Ching强调系统必须能准确追溯代理行为。代理花钱、访问数据或发送信息时，应能在不可篡改的账本上追踪到其操作所依据的策略和授权。用户或企业应定义代理权限，开发者需正确执行控制，而基础设施应提供双方都无法事后篡改的记录。通过可编程货币，可赋予代理足够权限而不至于无限授权。
针对大型AI公司依赖中心化云基础设施的现状，Ching认为并非所有AI交互都需要区块链，但当软件与没有商业关系的软件交易时，现有支付系统难以扩展。代理可能需要发现服务、支付几美分甚至更少金额、获取结果并继续下一任务，次数可达数百万次。开放支付轨道、稳定币和x402等协议使按请求支付成为可能，区块链为无关机器提供共同结算和问责层。
谈到区块链叙事经历多次波折，Ching表示对时间线保持谨慎，但代理需求独立于加密货币而存在。AI系统能力快速提升，企业正在部署，一旦解决保密、扩展、审计和易用性等挑战，AI应用将呈指数级增长。目前这些要素尚未完全整合为一个系统，因此市场仍处早期，正在建设的正是让代理从演示和副驾驶走向持续运行、代为决策的软件基础设施。
对于稳定币在机器支付中的稳定性问题，Ching认为不应围绕单一稳定币设计系统，代理应有清晰的资产持有和支出政策，并设置自动停止条件。稳定币为软件提供可全球流动、可编程的数字货币，但仅是架构的一部分。更重要的原则是让代理安全地持有和交换价值，同时不授予无限财务权限。