原文作者： Jeremy Allaire ，Circle 联合创始人兼 CEO
编译：佳欢，ChainCatcher
一、技术融合与公司的解体
互联网时代的每一次平台级变革，都不是靠单一发明，而是几项各自成熟的技术在某个时点撞到一起。Web 的诞生需要图形界面、商业化开放的互联网、足够快的调制解调器，再加上网页、链接和服务器这套开放软件层，缺一不可。
数字媒体、移动互联网、云计算、社交平台，走的都是同一条路。这背后有一个反复出现的规律：当多项能力融合，某种原本昂贵活动的边际成本会坍缩到接近零；成本一旦坍缩，这种活动的速度就会爆发。Web 引爆了信息发布的速度，移动和社交引爆了人际沟通的速度，云计算引爆了软件生产和交付的速度。
现在，两套新的“操作系统”正在融合，把同样的机制施加到互联网从未原生数字化的两样东西上：智能和经济活动本身。
第一套是智能的操作系统，即以基础模型和构建于其上的智能体系统为形态的人工智能。第二套是经济的操作系统，即区块链网络，价值、合约和协作可以在上面用软件表达和执行。前者把认知和工作的成本压向零，后者把交易、结算和协作的成本压向零。
两者互相强化。智能让经济活动能够以机器速度运转，经济基底则让机器智能可以交易、交换价值、协作和执行合约。核心论断是：智能体经济与链上经济不是邻居，而是同一个经济体，二者正在汇聚成一股重塑全球经济体系的力量。
先看智能的操作系统。它由前沿基础模型的能力，以及让模型规模化执行工作的推理和智能体基础设施共同构成，今天的代表包括 Claude 和 Claude Code、OpenAI 和 Codex 等平台。
这是一种新型计算机器：不再通过传统方式编程，而是用自然语言下达指令，让它产出成果、完成工作。这类工作的原子单位是智能体，也就是被派去执行某项任务的推理过程。
这为什么重要？首先要看公司究竟是什么。
剥掉品牌和大楼，一家公司就是一个信息系统，围绕一组熟悉的职能组织起来：产品与工程、市场、销售、人才、财务、法务合规、运营和客服。维持这个系统的成本，绝大部分来自人力。
放眼整个经济，人力是最大的单项运营开支，通常占营收的四分之一到三分之一，服务业的比例更高。在知识型和科技公司中，这一点近乎绝对：非资本性支出几乎全部是工资。换句话说，这样的公司本质上是“贴着 Logo 的有组织认知”。
公司墙外还有第二个巨大市场：咨询、律师、会计和代理机构等专业服务，说到底也是从外部租来的有组织人力。这两个庞大的成本池，正是智能操作系统瞄准的对象。
这就是智能体经济颠覆经典企业理论的原因。经济学家长期用交易成本解释公司为什么存在：协调、签约和信任外部劳动力的成本太高，所以公司会把“自己做更便宜”的工作内化。公司的边界，本质上由协调成本划定。
当每一个非实体工作单元都能由一个可发现、可签约、可即时结算的智能体完成时，协调成本开始崩塌，公司的传统边界也随之失去意义。
最直观的结果是一人公司：一个人指挥一群智能体，完成过去需要多个部门才能完成的工作。大型公司内部也会出现超高杠杆的小团队，以远超自身编制的规模执行业务。
经济账还在继续叠加，因为三条指数曲线正在同时运动：认知工作不断转移给智能体，人力在运营成本中的占比下降；运行智能体的成本持续降低，同等机器智能的价格大约每年下降一个数量级；与此同时，智能的能力几乎在所有基准上持续提升。
更便宜、更强大、承担更多成本，三者相乘，将释放巨大的生产潜力。
这场解体不会均匀发生。它最先出现在软件工程领域，因为今天的模型极其擅长理解和编写代码。同时，它也会在市场、销售、客服，以及大量法务、财务和合规工作中平行展开。凡是涉及打磨、投放、分析和呈现信息的工作，都在其列。
体力劳动距离这一变化最远。机器人在重工业和装配环节带来的主要仍是增强，而非彻底替代，实体生产领域的难题可能还需要十年以上才能解决。
但不能把这种解体简单理解为“减人”。更准确的图景是增强与替代并存。
人的创造力在深度智能体技能的帮助下被进一步放大，人们可以承担更广泛的跨职能角色，并以前所未有的速度切换工作焦点。一些能力仍然不可替代地属于人类，例如情感关系和面对面的工作、对智能体流程的批判性判断，以及无法委托给机器的治理与问责责任。
这里存在一个明显的矛盾：对个人而言，AI 代理正在放大人的能力；但从整体经济来看，随着机器承担越来越多工作，新增产出中还有多少会以工资和劳动收入的形式流向人类？
二、组装、协调，以及公司为什么要上链
公司解体成智能体技能之后，问题就不再是“什么能够被自动化”，而是这些碎片如何被重新组装成协同的工作。
实现这一点的机制，是建立在先进基础模型之上的编排层。其核心是一个总编排智能体：面对任何一项工作，它会把目标拆解成任务流水线，再把任务分派给不同的子智能体。周边基础设施则负责初始化流水线、维护上下文和记忆、执行任务，并重新组合返回的结果。
同一套通用架构可以服务于任何职能。市场流水线、财务流水线、产品流水线或销售流水线，在结构上都是同一台机器对准不同的工作。
人并没有缺席，而是占据两个位置。
一部分人处于“环中”（in the loop），在流水线内部完成或审核需要人类判断的专业工作；另一部分人处于“环上”（on the loop），负责设定目标、定义验收标准、监督输出质量，并决定机器何时应该停下来向人提问。
这就是智能体公司中人类监督的具体形态。支撑它的基础设施正在逐渐普及，不少前沿团队已经开始全面执行这套新架构。
关键在于，这件事始于公司内部，却不会停留在公司内部。
为了编排自己的工作，公司必须把每个职能转化成一个定义清晰的技能：在特定领域进行训练、接入正确的数据，并持续更新。但一个清晰到能够在公司内部被编排的技能，天然也清晰到能够被外部发现和雇佣。
一旦内部模块化遇上智能体市场、智能体支付和智能合约，公司为了优化自身而完成的拆解，就会成为跨组织市场的基础。
开放的智能体经济，将成为公司自我优化的副产品，不需要任何人刻意创造。
这个市场可能演化成两种形态。
第一种是企业从少数大型平台按使用量购买智能；第二种是形成一个真正的智能体劳动力市场，由企业雇佣专业智能体完成具体工作。
第二种形态更可能出现，也更为重要，原因与软件行业长期呈现的规律相同：深度领域知识具有持久价值。
基础模型会逐渐成为商品化的投入品，真正持久的生意，将是那些深耕特定领域的专业智能体，例如创意营销、视频制作、知识产权、合同谈判，以及成千上万种专业手艺。
它们通过聚合专有上下文和专业数据、持续打磨能力，并达到企业级安全和可靠性标准来构筑壁垒。专业智能体通过注册表和市场让自己能够被发现，其元数据既可供人阅读，也可以被其他智能体直接调用，彼此之间展开激烈竞争。
还有一个经济细节值得关注。由于基础模型之间竞争激烈，专业智能体会在多个模型之间路由任务，以优化自身的智能成本。
于是，模型成为成本项，智能体成为生意本身。
但智能体劳动力市场很快会撞上一个硬问题，而解决这个问题，正是整套体系必须上链的原因。
编排者在雇佣一个智能体之前，必须知道这个智能体是真实的，它的工作值得信任，出了问题也有人承担责任。当“工人”是一段可能在世界任何角落组装出来的软件时，这些条件都不是天然成立的。
解决方案是：智能体的身份并不是单一事物，而是由多层结构叠加而成。
最底层是密码学可验证性。建立在公链上的经济操作系统，让数据、交易和代码执行都可以被实时验证，信任的根基是密码学，而不是任何中介机构。
不过，最小化信任只适用于系统能够自证的事情：某笔交易是否发生、某个余额是否变化、某个合约是否按照代码执行。
它无法裁定外部世界的事实，无法解决纠纷，也无法逆转一个“代码正确、现实错误”的结果。这些问题必须交给可问责的外围机制处理，包括证明外部事实的预言机、处理纠纷的仲裁机制，以及必要时的人工干预。
整体架构由此形成：核心保障完整性，边缘保障问责。
在这个底座之上，还需要几层结构，让智能体真正“有人负责”。
第一层是现实世界锚定。智能体的工作最终需要落到一个真实、经过验证的实体上。金融基础设施公司已经在大规模运营的合规身份验证体系，可以回答几个关键问题：这个智能体是谁创建的？创建者是否合法？信誉是否良好？
第二层是智能体自身的经济存在，包括它所控制的钱包，以及带有现实世界关联信息的可验证凭证。
再往上是声誉。声誉通过工作记录和使用者评价长期积累，而且因为锚定了经过验证的真实身份，比一次性假名更能抵抗欺诈。
这也是公司需要上链，而不是简单信任某个市场平台私有数据库的原因。
私有注册表把信任绑定在单一运营方身上；链上系统则通过密码学与真实身份锚定，让信任变得可携带，可以跨市场、跨公司和跨国界流动，无需信任任何特定平台的所有者。
一个全球交易的开放智能体经济需要的正是这种能力，而任何私有数据库都无法提供。
这些层叠加起来，构成了一条问责链：智能体的每一个动作，都可以通过钱包和凭证，追溯到一个经过验证、信誉良好的现实创建者。
在这个经济体系中，自治不等于匿名。自治的智能体，必须是可问责的智能体。
这条链让交易对手敢于雇佣一段软件，让监管者可以找到追责对象，也让机器的自治不至于滑向无法归因的行动。
到这里，重组后的公司已经成形：一个小规模的人类核心处于环上，负责设定目标并行使判断；编排者协调着专业智能体组成的工作流水线，其中一部分由公司自建，更多则从全球市场雇佣；每一次合作都是一份由软件执行、可以强制落实的合约；每一个行动者无论多么自治，最终都能通过问责链落到一个负责的人身上。
此时，协调不再只是内部管理问题，而是变成了一个跨越公司边界、在软件中完成的经济问题。
智能体公司也由此显露出它的另一面：链上公司。
但这一切都预设了一个尚未成立的前提：需要一种智能体可以持有、能够以机器速度交换、可以进行巨量且微额的流转，同时又不必在每笔交易中承担货币本身风险的钱。
三、货币基础：速度、安全与最终性
上一节重组出来的公司，还缺少一种关键要素：智能体能够以机器速度持有和交换的货币。
它们需要以巨大的总量和极小的增量转移货币，同时不必在每一笔交易中重新评估这笔钱本身是否可靠。最后这个限定条件至关重要。
让货币能够被软件以极高速度使用的那些属性，恰恰不是传统银行货币所具备的。沿着这一逻辑推演下去，会得到一个具体而“老派”的答案：一种运行在开放网络上、具备结算最终性的全额储备货币。
先从速度说起，因为速度会重组其他一切。
当存储和转移货币的边际成本降到接近零，转移时间降到几百毫秒，货币本身又可以被软件直接控制和编程，就会形成一种具有极高流通速度的货币基底。
同一美元可以在短时间内被投入多种用途，无论金额大小，都能够到账即用。由智能体编排的微观价值交换，也第一次变得可行。
这不过是信息和软件在此前互联网平台上已经遵循的单位经济学，如今被应用到了货币本身。
这通常会引来货币经济学上的反对意见：现代银行依靠杠杆制造流通速度，把同一笔存款反复放贷，创造出带有风险的合成美元。如果全额储备禁止这种乘数，经济是否会因此缺少信贷？
答案是否定的。
杠杆带来的复用收益，可以在不永久创造风险合成美元的情况下获得。当货币周转足够快时，一美元可以被锁定几秒钟，再借给第三方，速度本身可以替代乘数。
全额储备货币也并不意味着资金闲置。其储备可以投资于短期政府债券，为政府支出提供融资，钱即便在“静止”时也在发挥作用。
信贷同样不会消失，反而可能变得更强大。链上货币市场可以支持由机器中介的信贷，以极短期限进行裁定，将资金池化并分散借出，同时让出借人保留类似活期存款的即时赎回能力。
信贷不会被全额储备货币饿死，而是会在其上被重新建立，并变得更强大、更安全。
为什么基础货币不能内嵌任何风险？因为流通速度越快，带有风险的货币就越危险。
银行挤兑已经比过去快得多。在移动银行时代，一场挤兑可以在几个小时内压垮一家大型机构；到了机器速度时代，挤兑可能在瞬间发生。
一个智能体在决定是否接受一单位货币时，需要的是永远不必怀疑的一比一可赎回保证。如果它必须担心可赎回性，就必须在每笔交易中为这种风险定价，而在百万倍流速的微交易中逐笔定价风险，在经济上根本不可行。
还有一个更隐蔽的问题。在几千家银行分别发行货币的世界里，每家发行方的美元都是自身的借据，携带各自不同的风险。不同发行方的美元并不完全等价，价格也可能发生偏离。
这会摧毁货币经济学所谓的“货币单一性”：一美元就是一美元，同质且平价。这是货币能够大规模充当记账单位的前提。
智能体经济是全球性的，运行在互联网尺度上。一个远在世界另一端的智能体在进行实时结算决策时，不可能停下来评估陌生发行方的信用。让银行货币尚且能够运行的国家级兜底机制，例如存款保险和最后贷款人，在无国界体系中无法覆盖大多数参与者。
全额储备货币，是唯一一种无需依赖这些兜底机制，却能对所有人、在所有地方保持平价的货币形态。这就是“狭义银行”的传统设想：百分之百储备。它被提出了很久，也被搁置了很久，原因是它虽然安全，却不够有用。
如今改变结论的是机器中介和互联网级效用。它们第一次让狭义银行变得最大限度地有用。货币单元的安全是必要条件，却不是充分条件，结算也必须同样毋庸置疑。
健全的货币历来建立在“无须过问”的基础上：钱之所以是钱，就在于没有人需要在收钱之前先对它进行尽职调查。金融体系把这一点写进了《金融市场基础设施原则》，其核心保证是：当支付系统认定一笔交易已经最终结算，它就必须真正成为最终结果。
这个保证在高速度下变得至关重要，而这恰恰是去中心化网络过去的短板。硬分叉可能不再承认已经结算的交易，链重组也可能把交易回滚。这些系统能够给出的最好承诺，往往只是概率性最终性：等待若干次确认之后，逆转变得不太可能。
以极高速度交易的智能体无法建立在“大概最终”之上。它们需要确定性的亚秒级最终性：结算完成，就立刻生效，不再更改。这是一个具体的技术要求。专门为此设计的链可以满足，旧有设计则难以满足。
平价、可赎回和最终性三位一体，才能让货币被机器免检接受。
结算最终性也带来一个表面上的悖论：人们同时希望支付具有可逆性，希望能够退款、防范欺诈，或者撤销错误支付。
免责声明：本文仅用于信息交流，不构成投资建议。数字资产具有高风险，请自行判断。