ERC‑8004 解决了身份，ERC‑8183 解决了托管，然后呢？
撰文：Thejaswini M A
编译：Saoirse，Foresight News
在互联网发展的很长一段时期里，搜索引擎只负责返回结果列表，余下的全部工作都交由用户处理。映入眼帘的，是蓝色标题与超链接。之后我们点击那些看上去和查询需求相匹配的内容。但把这段经历当作往事来讲，感觉有些怪怪的，也不由得让我生出几分岁月感。
作为写作者，我向来反感 SEO 这套东西。关键词会毁掉文章里不少精彩内容；在谷歌的排名逻辑里，外部引用还会被视作投票。本质上，如果更多其他网页指向你的页面，你的页面权重就会更高。不过也无可厚非，聊不上抱怨。某种可信度，总好过完全不被采信。广告养活了互联网的一切。但内容发布方显然十分厌恶这套机制。
如今这套模式正在走向消亡。我想找一本金融经济相关的书籍，或是想知道长时间走路之后脚踝疼痛该如何处理，我会直接打开 Gemini。有人会用 Perplexity，有人用 GPT。对 Token 消耗不敏感的人，则直接选择 Claude。这些工具的效果，一定比读完一整篇文章更好吗？我们并不知道…… 或许并非如此，但它确实让生活变得轻松。你不必去读两篇观点截然相反的文章，AI 已经帮你把问题处理好了。
我认为，至少 30 岁以下的群体，已经不再把搜索引擎当作一个需要主动访问的入口。
随后智能体（Agent）登场，彻底打破旧有格局。非人类流量已经超过人类流量。一个执行研究任务的智能体，可能会读取上千个网页，最终只输出一份备忘录。这和人类完全不同。因此，在智能体驱动的经济体系中，广告可能失去价值。我曾经写过两篇文章，探讨软件是否应当为自己索取的资源付费。我们得出结论：付费这件事本身，反而是最简单的环节。
一个智能体在网络中完成任务、实现价值结算，需要一套相互独立的六层技术栈。
智能体需要找到网页资源、信任返回结果、信任其他机器人、确认任务完成情况、完成支付，还要给内容创作者留下相应报酬。接下来，我们就按这个顺序逐层展开。
真实网络上有什么？
机器和人类都在使用「搜索」，但二者对网页的诉求截然不同。
人类搜索会返回完整网页列表，由用户浏览标题、自主选择跳转。面向 AI 智能体的机器搜索则不一样。智能体受上下文窗口（短期记忆）限制，不会完整浏览网页。它不会返回按权重排序的全部链接，只会提取对任务最有用的少数段落，直接喂给模型，以此避免内存溢出，整个过程仅需毫秒级耗时。
该赛道两大主要厂商为 Parallel 与 Exa，二者都是服务智能体搜索的独立公司。Parallel 由 Parag Agarwal 在离开 Twitter 之后创立，4 月完成 1 亿美元融资，估值 20 亿美元。Parallel 会根据明确目标执行搜索，返回压缩后的内容片段，片段会按照对任务的贡献度排序，并且为每一条事实附上引用来源与置信分数。
再看 Exa，a16z 领投，5 月完成 2.5 亿美元融资，估值 22 亿美元。服务超过 5000 家企业、4 万名开发者，为 Cursor、Cognition、HubSpot、OpenRouter、Monday.com 等产品提供底层能力。Exa 侧重语义理解而非关键词匹配，即便原文没有出现查询词，也能够返回匹配的内容，同时直接返回干净的网页原文。
根据 Parallel 官方文档，两套高速档位千次搜索请求费用为 1 美元，两套低速档位千次请求 5 美元。无论网页篇幅长短，URL 内容提取统一为千条 1 美元。Exa 千次搜索请求收费 7 美元，是 Parallel 的 7 倍；网页内容提取千页 1 美元，带引用的问答接口千次 5 美元。
搜索效果究竟好不好？
谷歌大多在内部完成搜索质量评估：判断用户是否点击首条结果、停留页面还是立刻跳出；同时雇佣人工评分员对结果打分。过去也有 RTEC 这类测试，但不存在对外公开、可供采购的排行榜。Google Analytics、Similarweb 统计的是流量，而非搜索质量。
而在智能体互联网中，已经出现实验室基准测试集，专门衡量搜索工具能否帮助 AI 拿到正确答案。
OpenAI 于 2025 年 4 月发布 BrowseComp，包含 1266 道逆向构造的考题。出题人先确定一个可核验的客观事实，再设计问题，把事实隐藏在多重约束条件之下。如果先出题，就像普通知识问答，模型很可能依靠自身记忆或者一次幸运搜索答对。而先确定事实、再做问题包装，才可以真正检验工具的网页检索能力。
原生 GPT‑4o 得分仅 0.6%；开启网页浏览能力的 GPT‑4o 得分 1.9%；OpenAI 的 Deep Research 拿到 51.5%。
测试目标是验证系统能否在真实互联网中找到一条被隐藏、可核验的事实并输出。1266 道题目都有简短标准答案，模型仅有一次作答机会，匹配即得分，不匹配不得分，最终分数等于答对题目占总题数的百分比。原生 GPT‑4o 0.6% 代表模型几乎无法靠固有记忆获取事实；开启浏览的 GPT‑4o 得到 1.9%，说明基础搜索工具带来的提升微乎其微；Deep Research 拿到 51.5%，代表更长的搜索‑阅读循环，大约一半概率可以找到目标事实。
除 BrowseComp 外还有其他评测集：SimpleQA（OpenAI，4326 个问题），一套易于打分的事实性测试；随着浏览工具提速，SimpleQA 难度被模型轻易突破，因此才有 BrowseComp。GAIA（Meta / Hugging Face，466 道人工任务），面向真实助手场景，可能需要网页浏览、调用工具、读取文件、多步推理，不止单纯搜索。DeepSearchQA 是多轮检索的研究数据集，Artificial Analysis 会基于该数据集做综合评估。FRAMES（Google DeepMind，824 个样本），多跳问题集，需要从多个来源提取事实再做整合。
私人机构 Artificial Analysis 由 George Cameron 与 Micah Hill‑Smith 联合创立，2026 年 8 月 18 日发布搜索指数。这套评测固定作答所用的 AI 模型与评测规则，只更换智能体调用的搜索 API。分数发生变化，就代表差异来自搜索工具本身，而非模型能力。
来源：@artificialanalysis
完全不使用搜索的前提下，同一模型在该指数基线得分 33，BrowseComp 子集基线得分 17。即便各家搜索服务商排名发生变动，基线分数始终没有变化。
截至 8 月 27 日 Artificial Analysis 搜索指数：Perplexity 中端版本以 80 分位居第一；Parallel 高级档位与 Brave 同为 75 分并列；You.com、Exa74 分；Firecrawl、Parallel 基础版、Parallel 高速版均为 73 分。
如果搜索工具得分高于基线，代表搜索确实帮助模型获取新信息。逻辑如下：AI 仅靠记忆作答，得到基线分；接入搜索之后分数上涨，代表搜索找到了模型原本不知道的信息；分数没有提升，则搜索没有起到作用。
但是评测本身存在局限：测试题目、所用模型都并非业务场景专属。服务商可以专门针对已知测试集（例如 DeepSearchQA）做应试优化，就像过去网站针对谷歌做 SEO 一样。
对面的机器人是谁？
当两个 AI 智能体互相委托工作时，仅有钱包地址和简介不足以建立信任。钱包地址仅能证明账户拥有资金，描述文本很容易伪造，无法证明机器人的开发者身份，也无法佐证它过往工作记录是否真实。ERC‑8004这套标准就是为了解决智能体真实身份与声誉验证而设计。
ERC‑8004 由 MetaMask、以太坊基金会、Google、Coinbase 相关人员共同编写，2026 年 1 月 29 日在以太坊主网上线，包含三大注册表。
第一，身份注册表，以 NFT 形式实现。每个智能体对应一个编号代币，代币的统一资源标识符指向注册文件，记录智能体名称、服务端点、是否支持 x402 支付、支持哪些信任模型。代币持有者即为智能体所有者；代币发生所有权转移时，旧支付钱包信息会被清空，新持有者必须重新签名证明控制权。
第二，声誉注册表，接收带签名的反馈，也就是链上公开评价系统。使用完智能体之后，用户可以在链上留下评分，附带任务标签（例如搜索、评分）。智能体所有者无法给自己写评价，评价支持撤回。任何人都可以在评价下方追加备注，退款记录、垃圾警告都可以附加在评分旁边。这是绑定智能体 ID 的公开评论区，不是某一个应用内部的私有星级系统。
第三，验证注册表，对接第三方独立校验。智能体发起验证请求，验证者智能合约返回 0‑100 的分数，同时附带证据链接；证据来源可以是任务复跑结果、零知识证明，或是安全芯片出具的证明。
该规范本身不处理支付逻辑，文档中也明确写明这点。它只记录智能体身份、外界评价、第三方校验结果，支付交由其他协议完成。注册表的数据质量并不理想。根据 8004scan7 月统计，跨 29 条公链一共注册 385998 个智能体，拥有超过 46 万条评价。绝大多数 ID 只是空徽章；89.2% 没有对外公布可调用的标准服务接口；仅有 8631 个智能体拥有可用服务，占比仅 2.24%。
来源：@8004_scan
5 月针对以太坊、BNB Chain、Base 链的爬虫调研发现：链上评分无法在不同智能体之间横向对比。大部分反馈没有绑定任何人都可以核验的任务结果，刷评价成本很低。标记过滤掉可疑评价之后，大量被评分的智能体已经没有可用有效评价。该标准只统一评价数据输出格式，哪些评价真实可信，交由外部系统处理。ENS、EigenLayer、The Graph、Taiko 都表示会接入该标准，但尚未开发评价过滤工具。
智能体真的完成工作了吗？
Agentic Commerce 架构，由以太坊基金会与 Virtuals Protocol 联合设计，目标实现自主 AI 智能体之间互相雇佣、协同工作、链上结算，全程无需人类中介。ERC‑8004 配合 ERC‑8183（托管标准）共同实现这套体系。ERC‑8183 标准化智能体之间任务发布、资金托管、结果核验、结算全流程。
工作流程如下：发起任务的客户端智能体发布任务，写明任务描述、截止时间、预算，指定评估器。客户端将资金存入智能合约，资金被锁定，任何一方都无法单方面动用。
提供服务的智能体在链下完成计算，将最终结果上传 IPFS、Arweave 这类去中心化存储，链上只提交哈希或者资源定位符。评估器（可以是专门裁判智能体、自动化预言机、零知识证明验证器）检查交付成果。
评估器判定任务通过，则扣除手续费之后向服务方付款；判定失败，则把资金退回客户端。如果服务方失联，或是评估器超过截止时间停滞，合约会触发公开退款逻辑，资金退回客户端，避免资产永久锁死。
评估器也可以直接由客户端本身担任，文档把这种模式作为无第三方场景下的常规方案。同时规范写明：本协议不提供纠纷解决与仲裁机制，拒绝结果 / 超时到期即为最终判定。如果你选择的打分机器人恶意坑骗你，没有管理员、客服可以申诉。你求助无门；并且就上一层提到的问题，你也不能依赖链上评价去挑选可靠评估器，大部分评价都是虚假的。
UMA、Kleros、Bittensor 这类系统可以缓解评估器单点作恶风险，但会牺牲速度、抬高成本。纯自动化托管结算可以秒级完成，手续费极低；而通过 UMA、Kleros 升级纠纷流程，需要挑战窗口、质押保证金，还要引入人类参与投票。
资金是否完成转移？
最近行业对这块讨论很多，这里简单说明。
x402 由 Coinbase 推出，是搭建在现有公链之上的一层协议，按请求扣费，使用稳定币完成转账。
来源：@coinbase
另一套是机器支付协议 MPP，2026 年 3 月由 Stripe 与 Tempo 联合发布，发布当天 Tempo 主网正式上线。MPP 是一套 HTTP 标准。服务器返回 402 需要支付响应，附带挑战信息；智能体携带支付凭证重试请求；服务器返回资源与支付回执。
资金实际流转取决于底层通道。Tempo 链上单笔交易链上结算约 0.5 秒。面对一连串小额调用，智能体可以预先锁定一笔资金，过程中持续记账，最后统一上链清算，而不是每一次调用都发起链上交易。支付上限由本次会话锁定额度或者访问密钥控制，不是「一次性授权、永久扣费」模式。
MPP 支持多种底层通道：Visa 发布卡片规范，智能体可以使用代币化卡片支付；Lightspark 基于同一套 402 流程实现闪电网络支付方案，同时配套 Visa 卡片计划。已经接入 Stripe 卡片支付的商户，可以直接接收 MPP 卡片支付，资金进入普通 Stripe 账户；闪电网络是 MPP 规则下另一个可选通道。Stripe 同时支持 x402。x402 与 MPP 都复用 HTTP 402「需要支付」状态码，但二者属于两套不同协议。
内容创作者拿到报酬了吗？
如果创作者拿不到钱，就不会再有新内容可供检索。创作者无法盈利，就会停止发布作品，AI 智能体最终将耗尽新的阅读素材。
Cloudflare、Parallel、OpenLedger 是该领域三个代表性项目。
Cloudflare 最初对爬虫抓取网页统一收取固定费用。这套方案过于粗糙，抓取首页和抓取深度调查报道的扣费完全一样。现在 Cloudflare 转向按价值计费模式：只有当内容真正产生价值时，才向发布方结算报酬。同时，对于广告盈利的站点，如果 AI 服务商拒绝付费，Cloudflare 会拦截 AI 爬虫。
Parallel 于 5 月 19 日推出 Index 产品，借鉴合作博弈论中的沙普利值算法，计算每一条信息源对智能体最终任务结果的贡献占比，据此完成分成。不再按点击统一付费，而是通过数学模型衡量单篇文章对任务的实际贡献。合作合作方包括 The Atlantic、Fortune、PR Newswire、PitchBook、ZoomInfo、Tracxn、RocketReach、Enigma、Fiscal AI。
目前 Index 仅在智能体使用 Parallel 自有搜索工具时才会进行结算。除非其他 AI 平台全部接入，否则它无法成为全网通用标准。
OpenLedger 是另一种方案，使用代币体系。它统计数据集对 AI 模型的影响程度，用自家代币向贡献者发放报酬。这套方案面向 AI 训练数据开发者，并非用来补偿新闻记者的日常稿件。
我尝试去查找这些项目实际付给创作者的真实金额数据。Cloudflare 没有公开兑付数字；Parallel 也未披露；OpenLedger 以 OPEN 代币结算，没有对外公开独立统计总兑付金额。因此，目前我们还没有确凿事实来评判这套机制的实际效果。
人类商业发展历史中，收银机反而是很晚才出现的产物。人类花了很多年建立口头约定、本地声誉体系之后，才发明低摩擦支付。而机器互联网的发展路径完全颠倒：它从诞生起就实现即时、流式全球结算。如今智能体经济却要手忙脚乱地去搭建链上小额纠纷法庭，防止两个机器人因为几美元的任务互相欺诈。
最后引用 Terry Pratchett 的一段话收尾：
「一味空谈纯粹逻辑，说机器只是执行收到的指令，固然说得轻巧。但人们有权期待，机器也该具备一点点常识。」
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
