从 ChatGPT 的惊艳登场，到如今各类 AI Agent 开始接管复杂任务，变化之快让人目不暇接。
AI Agent 早已不只是聊天机器人。当它们开始自主决策、调动资金、甚至与其他 Agent 签订「契约」，一个全新的金融世界正在链上悄然成型。链上金融＋AI Agent 的趋势，被大部分人定义为 Web4.0。
4 月 21 日，BlockBeats×动察 Beating×知乎×Cobo×MuleRun 在香港联合主办了一个活动，围绕 Web4.0 的金融发展趋势展开了一场对话，Cobo、MuleRun 和 NOXCAT 赞助，同时，豪华跑车 Lotus、Web3 应用 NOXCAT 出席活动。本次活动聚焦于加密世界与 AI Agent 的深度融合。
趋势已来
活动开场，律动 BlockBeats 主编张书豪分享了一组数据。
在传统观念中，链上交易似乎只是加密货币的「小圈子游戏」。然而，在基于 Hyperliquid 平台构建的链上大宗商品交易平台 Trade XYZ 上，原油持仓量在特定地缘政治事件期间达到了 10 亿美金。
「虽然 10 亿在大宗领域是一个很小的数据，但是和其他加密交易平台曾经的交易量相比，已经不是同一个数量级的了」张书豪说。传统资金对链上的看法，早就不是当年那个「好发行、好交易」的浅层认知，这在他看来，可能比当年 PayPal 支持比特币交易更「恐怖」。
知乎高级副总裁张荣乐把话题又往前推了一步。
他自己是港科大 EMBA 的学员，刚入学时，用 AI 只是问问题、写内容；后来，AI 变成了案例分析里协助决策的关键成员；再到现在，所有人都在想怎么用 AI Agent 改造商业模式。
当这些东西放在链上，变化会更彻底。Agent 可以自主做交易，甚至替你跑完一整套复杂策略。
所以我们将面临一个更根本的问题：当 AI Agent 可以自主决策和行动，我们该怎么重新思考生产关系和商业模式？
知乎在做的，就是把这种新趋势，变成大众能理解、能参与的话题。从 Web3 到 AI 再到 Web4.0，越来越多的人参与讨论。这些原本偏技术、偏金融的内容，也逐渐从少数人的议题，走向更广泛的公共讨论。
动察主理人 Sleepy，用几句话讲清楚了动察 Beating 要做的事。
切口很简单：科技与人。
从稳定币到 Crypto，从 AI 到脑机接口、火星产业……动察都会关注。新技术、新趋势、新理念，到底怎么影响这一代年轻人？怎么影响这个时代、这个社会？动察想用不同的媒介，让这些看起来遥远的东西，变得有体感。
「希望你能感知到，它怎么影响到你和我，怎么影响到现实生活。」
Keynote 环节
来自 MuleRun 的 CTO 束骏亮和 Cobo 的 AI 增长负责人 Brad Bao 分别进行了演讲，谈论他们各自对于 AI Agent 能力与信任关系的看法。
一个安全工程师眼中的 Web4.0 的基础设施
来自 MuleRun 的 CTO 束骏亮认为，要理解未来，首先要理解 AI Agent 的能力构成。
他将一个成熟的 Agent 抽象为六个维度：
-嘴巴：不局限于网页，Agent 已能通过微信、Telegram、Discord 等主流 IM 软件与你对话，随时响应指令。
-眼睛/耳朵 ：数据源决定一切。它会主动联网搜索，但更关键的是能调用专业 API，获取实时、准确的金融信息，摆脱免费 API 的数据延迟和缺失问题。
-脑子：处理复杂问题的能力。能处理从「查价格」到「做波动率计算、策略回测」的复杂任务，并且在工程上优化 Token 消耗，降低成本。
-手：Agent 拥有 7x24 小时稳定的云端运行环境，可以执行长期监控任务，甚至拥有公网 IP，能搭建并托管一个可公开访问的网站或监控系统。
-记忆：优秀的 Agent 具备长期记忆，用的越久，它越懂你，减少重复沟通。
-知识网络：一个可共享的知识网络，简单来说别人的经验可以借给你用。
他展示了一个朋友用 MuleRun 搭建的自主投资系统：抓取新闻、财报、情绪数据，能够自动给出加仓信号。
同时，束骏亮也对未来 AI Agent 的发展趋势提出了自己的想法：
-完全自主执行时代：未来 AI Agent 能在无人干预下完成全周期策略，并且不同 Agent 之间的对手盘将加剧竞争。
-产品差异缩小，使用方式成为超额收益来源。各家 Agent 底层模型与 API 能力趋同，真正拉开差距的是用户如何定义任务、设计工作流、利用记忆与知识共享。
-基础设施转向 AI-native 设计。未来 API 不再为人类 UI 优化，而是为 Agent 调用设计。
如何构建智能体经济信任层?
当 Agent 开始动用资金，链上权限应该交给谁？
来自 Cobo 的 AI 增长负责人 Brad Bao 围绕这个话题展开了讨论。
「不是给或不给，而是如何给出可协商、可追溯、可撤销的权限。」
Web3 解决的是资产所有权，而 Web 4.0 要解决的是 Agent 之间的经济关系：能做什么、不能做什么、做错了谁来负责。
Cobo 的解决方案是引入「契约（Pact）」的概念。一个 Pact 包含：
用户意图 (Intent)：要做什么？
执行路径 (Execution Plan)：能走哪条链、哪个地址？
规则管控 (Policies)：必须遵守哪些条件？
终止条件 (Completion Conditions)：如何算完成？何时终止？
这份契约定义了人类与 Agent 之间可执行、可审计、可撤销的「信任层」。结合 MPC 技术，Agent 可以自由奔跑，但人类始终保留最终控制权。
他们的产品 Cobo Agentic Wallet 已上线早期访问版本，核心能力包括但不限于：
-用户为 Agent 创建带有 Pact 约束的子钱包
-采用多方计算 (MPC) 加密技术，消除单点风险
-实时监控 Agent 行为，异常自动冻结
-支持人类一键撤销所有权限
Agentic Wallet + Pact = 把「是否授权」变成「如何共同执行一份契约」。
Web 4.0 不是机器取代人类，而是人类与 AI Agent 建立可信任的经济关系。
Agent 影响下的全新金融形态还有多久到来？
活动下半场，我们的几位嘉宾就 AI Agent 的全新形态展开了圆桌讨论
嘉宾：
束骏亮：MuleRun CTO
Box：Monad Foundation 大中华区开发者关系
Christian：Infini Founder
许佳龙教授：香港科技大学协理副校长（学术发展）
「Agent 的护城河，到底存不存在？」
这个问题，让四位嘉宾难得地站在了同一边。
Box 第一个发表观点：「大部分 Agent 的护城河弱得可怜，Claude 里随便一个员工，三周就能把你做的东西反向实现。」
他举了个例子：去年一堆创业公司做 Co-work，Claude 一出手，这些公司原地倒闭。
「要么比更新速度快，要么比创始人影响力大。不然，等死。」
束骏亮从技术角度补充：模型差距在加速缩短，国产模型已经快追上 GPT-4.6 了。Coding 能力更是爆炸式提升，以前一个功能两个人做一个月，现在一个人做三天。
「抄竞品功能？一周够了。」
那什么才算护城河？
束骏亮认为有两点：
第一，独家数据。有些敏感数据只有你能拿到，别人拿不到。
第二，用户记忆。Gemini 不提供记忆导出功能，你用久了就迁不走了，这才是真正的粘性。
「2026 年，Agent 能做多复杂的交易？」
Box 的回答很短：「人类能做的，Agent 都能做。」调仓、DeFi 套娃、乐高组合，都行。但他话锋一转：「我不看好让 AI 帮你赚钱这件事。」
你开 100 个 Agent 同时跑，总有一个能跑出来，但那是概率，不是策略。
「能赚钱的人还是那些人，AI 只改变速度，不改变能力。」
Christian 给出了更具体的判断：信息层面，盯链、事件驱动策略已经实现了，Agent 可以 7×24 小时跑，资金效率层面，闪电贷、杠杆风控、流动性优化，人类无法持续监控的，Agent 可以。
「人不可能每天盯着借贷协议的流动性变化，但 Agent 可以。人睡觉时不可能盯着杠杆系数，但 Agent 可以。」
人想执行的交易策略，Agent 基本都能执行了，但能不能赚钱，看你本来就赚不赚钱。
「Agent 会怎么改变金融系统？」
许教授先划了一条线：分清楚「增值」和「投机」。
用 Agent 分析公司资产、寻找最佳分析方法，这是有价值的。用 Agent 去预测市场对赌，和传统世界没区别。
从束骏亮的视角来看：Agent 会拉平信息差。
以前挣钱是因为市场上有比你菜的韭菜，现在 AI 辅助下，新入场者能力提升很快。以前不交易的人，现在可以用 Agent 写脚本、做回测、跑策略。
「老手需要重新建立优势，不然，韭菜就是你自己。」
「稳定币+Agent，会擦出什么火花？」
束骏亮认为稳定币会加速一切，「稳定币是新的基础设施，天然离 AI 更近。」
Box 他举了千问外卖的例子，Agent 已经可以帮你点奶茶了，如果接入淘宝想象空间会更大。如果稳定币能够发行在那些有实际落地场景的企业中，会带来非常强的协同作用。
Christian 是务实派，他说稳定币本质两点：美元替代物 + 低金融体系地区的工具。
「传统公司要开始收款，至少需要一两个月。现在一分钟生成收款链接，发给客户，点一下就付了。」
百倍的速度提升，这才是 Agent+稳定币最大的价值。
许教授回到了底层逻辑：稳定币提供了透明度和不可篡改记录，它在低信任地区流行就是因为提供了保障。「但平台方可能最讨厌稳定币，会暴露他们背后的资金调配操作。」
他最后补了一句：技术的目的是提高社会价值，不是零和赚钱，如果只是为了赚钱，这个目标太低了。
Skills Demo 展示
Agentic Wallet / Brad Bao（Cobo AI 增长负责人）
Cobo 发布的 Agentic Wallet 是一款具备消费管控、审批及全流程审计能力的 Agent 钱包。它的核心理念是：为你的 Agent 签署 Pact 契约而非交付私钥。
Brad 展示了从简单到复杂的三个场景。最简单的 Uniswap 交易，Agent 提交契约，人类在手机上一键审批。
复杂一点的跨链转账，Agent 自己规划出最快、费率最低的路径，中途失败了自己 Debug，全程不需要人类插手。
最复杂的 Hyperliquid 对冲策略，Agent 自己拟出套利方案，契约生效后，未来三十天的所有操作都不需要再额外授权。这个产品的底层是 Cobo 做了多年的 MPC 多方安全计算技术，钱始终在你手里，Agent 可以跑，但永远无法拿走控制权。
「信任不是产品上的附加功能，而应该是 Agent 经济系统的地基。」Brad 说。
宏观监控 Agent Skills / xingpt（全资产交易员推特博主）
xingpt 做了多年的 Crypto VC 投资，最近转向 AI 内容与投资研究。他的核心观点：工具已经足够了，缺的是「怎么用」。
他建立了一个叫 Web Trading 的社区，分享 Agent 交易策略。他自己主要找 Beta 机会，而不是死磕 Alpha。
他展示了三个已经在跑的 Agent：
第一个是地缘政治风险监控 Agent，专门盯着霍尔木兹海峡。每天抓取轮船通行量、通行状态，同时对比伊朗和美国两边的一手信源，比国内简中媒体的二手三手消息快得多，他凭这个监控做多了石油，三天赚了 15%。
第二个是比特币抄底 Agent，综合链上数据、技术指标和社交情绪，多信号共振时发出买入信号，这个指标在比特币六万六时就共振过一次，验证了有效性。
第三个是美股定投 Agent，他做过回测：美股过去十年最大回撤不到 20%，夏普比率极好，适合长期配置。
随后，他提出了两个建议：第一，数据库很重要；第二，线下专家交流更重要。
「你需要每周跟产业专家聊一次。」
全资产主动交易 Agent：Donut / Chris Zhu（Donut 创始人）
Donut 定位为高风险资产场景下的『主动型交易 Agent』——不等待用户指令，而是主动将交易机会推送到用户面前。
产品 Demo 展示了一套完整的 Agent 评估框架。系统会对 Agent 的每一个回答、每一个数据源、每一次工具调用进行自动化测试：耗时、通过率、用户情绪反馈等指标全部量化追踪。这套框架确保 Agent 能够在数据驱动下持续迭代优化。
目前产品覆盖两类用户：
•「专业用户」通过 Dashboard 看板使用回测、点位分析、模拟盘等深度功能
•「小白用户」直接使用 Telegram Bot，底层模型和数据源与专业版完全一致，无差异化
Chris Zhu 分享了三个产品方法论：
「产品要足够厚」——不能只做一个 API 或 Bot。UI/UX 是让用户理解 Agent 在做什么的关键载体。Agent 的决策过程必须是可解释、可视化的，否则信任无从建立。
「数据反馈闭环要足够快」——用户每一次下单、每一笔 PNL，都是反馈信号。这些数据点必须实时回到 Evaluation 系统，告诉模型：「你采纳了这个建议，结果是盈利/亏损。」反馈闭环越细、延迟越低，Agent 进化越快。
「团队要足够系统化」——每个团队成员都应有自己的个人 Agent，自动汇总每个人每天在看的重点信息，并作为中枢神经将上下文输送给其他成员。这种方式能极大提升团队迭代速度。
Donut 团队通过开发主动式中枢 AI Agent「Turing bot」成功落地了「系统性团队」模式，它打破了被动等指令的工具局限，通过每日向成员推送专属上下文摘要、主动路由关联信息以打破孤岛，并自动沉淀实时更新的结构化知识库，成为了一个主动推送信息、消除团队信息盲区并高效串联全队上下文的中枢节点。
垂直 AI Employee：Agentese / Scarlett（Agentese CMO）
Agentese 团队不做通用 Agent，选择做垂直 AI Employee。给每个岗位配一个专属 AI，解决特定场景的问题。
他们已经在跑四个产品：
第一个是 Meeting Copilot。实时多语言翻译、自动总结会议纪要和 Action Items，它可以嵌入客服系统、在线直播、在线课堂。
第二个是求职助手「粉红小土豆」。上传简历后，系统 24 小时自动筛选 LinkedIn、Boss 直聘上的高分岗位，推送到手机，每次匹配成本不到 1 美分，Agent 甚至可以帮你谈薪。
第三个是安全审计员 CodeAuth。上传代码，免费扫描安全漏洞，目前可以覆盖 EVM 和 Solana 生态。
第四个是生活助手 Life Cloud，帮你通过 Telegram 或 Line 订餐厅、点餐，目前正在做东南亚市场。
预测市场 Agent 交易 / Ryan（Insider bot 创始人）
Ryan 认为预测市场是最适合 Agent 交易的资产类别，因为它零散、碎片化、事件驱动。过去几个月，已经有 Agent 在上面赚了几百万美金。
Insider bot 展示了三个用例。
首先是智能回测系统。跟单一个钱包，怎么止盈止损？怎么跑得比目标钱包好？Agent 可以帮你进行优化。
第二是智能交易系统。接入后，Agent 可以调用所有聪明钱数据库，看到信号就能跟单，用户还可以用自然语言问它「为什么交易」。
第三是 Tg Bot，用户说句话就能执行交易。
Ryan 当场展示了他们的钱包数据库，所有指标实时更新，这不仅是技术展示，更预示着未来 Agent 交易的基建形态。
现场展示的 Demo 展示环节结束了，但是关于 AI Agent 的发展才刚刚开始。Agent 已经从实验室走出来了，它们正在写策略、盯链、跨链、谈薪、扫漏洞。问题不再是「能不能」，而是「安不安全」「谁负责」以及「怎么规模化」。
AI Agent + 链上金融的尽头，是一层「信任系统」
「破译 Web 4.0：当 AI Agent 接管链上权限」线下活动在香港落幕。融合 MPC 钱包、社交转账与链上安全保障的 Web3 应用 NOXCAT 出席本次活动，并披露其链上担保合约机制——用户进行场外交易时，资金由智能合约自动锁仓，双方确认后方可释放，从机制层面消除单方跑路风险。
NOXCAT 表示，该功能旨在解决 Web3 长期缺乏信任保障的痛点，应用预计 2026 年 6 月正式上线。
这场持续数小时的活动，最终将焦点汇聚于一个词：信任。
技术再牛，也只是工具；数据再多，也只是原料。真正能让 Web 4.0 跑起来的，是一层大家都能放心用的「信任机制」。未来的金融世界，很可能到处都是 AI Agent，帮个人、公司甚至各种协议去做决策、交易、协作，而且速度远超人类。
人类不再天天盯执行细节，而是去定规则、给策略、盯结果，从「打工人」变成「制定游戏规则的人」。
而且这个未来没那么远。
