作者：Merkle3s Capital；来源：X，@Merkle3sCapital

从“帮你看行情”到“自己上链执行”，AI 正在进入真正的金融操作层。

引言：AI不再只是建议者，它开始成为执行者

过去两年，AI 在加密市场里的角色很清晰：

• 总结新闻

• 解读白皮书

• 分析数据

• 开发写代码

但从没涉及真正的链上操作，关键内容仍然是你自己点确认。

2026 年 2 月，这个边界发生了结构性变化：

• Uniswap 发布 7 个 Agent Skills —— 让 AI 可以结构化调用链上能力。

• Coinbase 推出 Agentic Wallet + x402 协议 —— 让 AI 拥有自己的钱包、资金与支付能力。

这不是概念，也不是远景路线图。

这是已经可以在 Base 主网上跑起来的系统。

问题不再是 AI 能不能分析 DeFi，而是 AI 能不能替你执行 DeFi。

一、AI以前缺的，不是能力，而是“操作权”

很多人误以为，AI 之所以迟迟没有真正进入 DeFi 操作层，是因为模型还不够强。

事实恰恰相反。

2024 年之后的大模型，已经具备：

• 复杂逻辑推理能力

• 金融结构理解能力

• 代码生成与调试能力

• 多步骤任务拆解能力

它完全可以算清楚：

• 哪个池子的手续费更高

• 哪个区间资金效率更优

• 什么时候应该移仓

• 什么时候应该降低风险暴露

但它做不了一件事：它不能动钱。

1.1 早期 AI 的角色：研究员，而不是交易员

在 Agent Skills 和 Agentic Wallet 出现之前，AI 在链上的位置非常尴尬。

它能：

• 读取链上数据

• 解析合约结构

• 生成交易路径

• 计算 Gas 成本

但最终执行仍然是：

1. AI 给你一个建议

2. 你打开 Uniswap

3. 你自己点击确认

AI 只是“建议层”，不是“执行层”。

换句话说：它负责思考，你负责承担风险。这就是过去两年 AI + DeFi 的真实形态。

1.2 真正的缺口：三块基础设施没有到位

AI 迟迟无法进入操作层，不是模型问题，而是底层架构问题。

第一块：接口碎片化

每个协议：

• 有不同的 SDK

• 不同的数据格式

• 不同的参数逻辑

AI 要接入，就必须为每个协议单独适配。

这对机器来说效率极低。

第二块：没有为 Agent 设计的钱包

传统钱包默认使用者是人类：

• 需要手动签名

• 没有独立限额

• 没有 session 级控制

• 没有机器身份管理

AI 即便能生成交易，也无法安全地持有和管理资产。

第三块：机器支付体系缺失

AI 之间无法：

• 自动收款

• 自动付款

• 按调用次数结算

没有“机器对机器”的经济层。这意味着 AI 只能依附人类账户存在。

1.3 直到 2026 年，拼图才拼上

2026 年 2 月，三个变量同时发生变化：

• Uniswap 用 Skills 把协议能力结构化

• Coinbase 用 Agentic Wallet 重构钱包模型

• x402 协议让机器拥有支付能力

这不是某个项目的单点创新。这是协议层、账户层、支付层同时对齐。

当这三层结构完成之后，AI 才第一次具备了成为“链上参与者”的可能。

二、Uniswap Skills：把“人类界面”翻译成“机器接口”

Uniswap 是如何把协议能力变成机器可以直接调用的结构。

2.1 从 UI 到 API：协议第一次为 AI 重写接口

过去的 DeFi 协议设计逻辑是：

• 面向人类

• 通过网页交互

• 点击按钮

• 签名确认

这是典型的 UI（User Interface）范式。但对 Agent 来说，UI 没有意义。

机器需要的是：

• 明确的参数结构

• 可调用的函数模块

• 可组合的执行路径

• 可验证的返回结果

Uniswap 发布的 7 个 Agent Skills，本质上是：把“界面逻辑”拆解为“机器可调用能力”。

这一步非常关键。因为一旦协议能力结构化， AI 就不再需要模拟“人类点击”， 而是直接进行“协议级调用”。

2.2 Skills 的核心：规划层与执行层分离

Uniswap Skills 的设计逻辑是：

• 链下规划（off-chain planning）

• 链上执行（on-chain execution）

例如，liquidity-planner 可以：

• 读取当前池子状态

• 计算价格区间

• 模拟不同区间下的资金效率

• 输出最优区间建议

但它不会直接动你的钱包。

它会生成：

• 明确的参数

• Deep link

• 可执行的交易结构

换句话说：它帮 AI 想清楚“怎么做”，但不替你签名。这种设计非常理性。因为它把“智能决策”和“资产控制”分离开来。

2.3 为什么这一步意义重大？

对人类来说，这只是一个工具升级。对机器来说，这是角色转变。

在没有 Skills 之前：

• AI 只能解释数据

• 无法直接调用协议核心能力

有了 Skills 之后：

• AI 可以像调用函数一样调用 DeFi 协议

• 可以进行多步骤逻辑规划

• 可以批量生成交易路径

这意味着：DeFi 协议第一次真正成为“机器友好型基础设施”。

2.4 从多笔操作到原子交易

传统流程：

1. Approve

2. Swap

3. Add Liquidity

至少 2–3 笔交易。

使用规划模块后，可以：

• 合并逻辑

• 优化路径

• 减少无效调用

在复杂场景下，可以压缩为一笔原子交易。

对高频 Agent 来说：

• Gas 成本下降

• 执行效率提升

• 失败概率降低

这不是优化体验的问题。这是让机器规模化运行的前提。

2.5 但 Skills 还不是终点

需要强调一点：

Uniswap Skills 解决的是：协议调用结构化问题。

它并没有解决：

• 谁来持有资产？

• 谁来签名？

• 谁来设定限额？

• 谁来承担执行风险？

因为当协议能力结构化之后，真正的核心问题变成：谁给 AI 钱包？

三、Agentic Wallet：当AI第一次拥有“账户”

如果说 Uniswap 解决的是“AI 如何调用协议”，那么 Agentic Wallet 解决的，是更根本的问题：AI 是否可以成为一个独立的资金主体？这是整个结构变化的核心。

3.1 传统钱包的假设：使用者是人类

现有钱包体系默认前提是：

• 使用者有主观判断

• 使用者可以手动确认

• 使用者理解风险

• 使用者对私钥负责

这是一种“人类中心设计”。但 Agent 不符合这些假设。它：

• 不具备主观风险感知

• 需要自动执行

• 需要权限控制

• 需要可编程的行为边界

传统钱包无法为这种角色服务。

3.2 Agentic Wallet 的核心逻辑

Agentic Wallet 的设计本质，是三件事：

① 把“签名权”程序化

• 支持 Session 级别授权

• 支持交易金额上限

• 支持调用频率限制

• 支持行为范围限制

这意味着：AI 可以被授权在“可控边界内”自动执行。

② 私钥隔离与执行安全

Agentic Wallet 的私钥存储在 TEE（可信执行环境）中。

关键点：

• 模型本身无法读取私钥

• 即便推理逻辑异常，也无法直接窃取资产

• 所有交易都有权限校验

这是“自动执行”得以存在的前提。

③ Gas 代付机制（Base 网络）

在 Base 上：

• 通过 Paymaster 代付 Gas

• AI 无需单独管理 Gas 余额

• 支持持续自动化执行

对高频策略来说，这是决定性基础设施。

3.3 内建 Agent Skills：执行能力模块化

Agentic Wallet 内建五个核心能力：

这意味着：AI 不只是“生成路径”，而是真正拥有“执行权”。

当执行权与资产持有权结合，角色就发生变化。

AI 从“助手”，变成“操作主体”。

3.4 x402 协议：机器之间的经济层

Agentic Wallet 的意义，并不仅限于自动交易。

x402 协议的核心作用是：

• 支持机器自动收款

• 支持机器自动付款

• 支持按调用次数结算

这意味着：

• 一个 Agent 可以向另一个 Agent 付费

• 可以购买算力

• 可以购买数据源

• 可以自动结算服务费用

这不再是“人指挥机器”。这是机器对机器的经济闭环。

3.5 结构性变化：账户从“人类工具”变成“机器节点”

当 AI 拥有：

• 调用协议能力（Skills）

• 持有资产能力（Wallet）

• 支付与收入能力（x402）

金融系统中就多出了一类新角色：非人类的经济参与者。这不是效率升级。这是参与结构的改变。

过去：

• 只有人类账户参与流动性

• 所有行为都源于人工决策

未来：

• 部分流动性将由 Agent 管理

• 部分套利由 Agent 执行

• 部分支付由 Agent 自动完成

当账户类型发生变化， 市场行为模式也会发生变化。

3.6 但这仍然是早期

必须强调：

• 自动化错误会被放大

• 风险控制逻辑仍在迭代

• 法律与监管框架尚未明朗

• 市场竞争会压缩收益空间

技术落地，并不等于必然赚钱。但结构已经发生。

四、为什么是现在？三块条件同时成熟

技术并不是一夜之间发生的。Uniswap Skills、Agentic Wallet、x402 的出现并不是偶然，而是三条技术曲线在 2026 年第一次交叉。

4.1 模型成本曲线已经拐头向下

2024 年部署一个中等活跃度策略 Agent 的成本并不低：

• 高级模型推理费用

• 频繁 API 调用

• 复杂逻辑链式推理

如果一个 Agent 24 小时运行，月成本可能达到四位数美元级别。

但到了 2026 年：

• 推理成本下降

• Token 单价下降

• 模型效率提高

• 本地推理能力增强

结果是部署多个垂直 Agent 成本变得可接受。这意味着“AI 员工”开始从奢侈品，变成可批量复制的角色。

4.2 接口标准统一：MCP 出现

过去 AI 接入每个协议，都需要：

• 单独写解析逻辑

• 单独写数据映射

• 单独写调用结构

MCP（Model Context Protocol）出现后：

• AI 与工具之间拥有统一接口语言

• 协议可以标准化发布能力模块

• Agent 可以批量调用不同协议

这一步，相当于给 DeFi 协议装上“USB 接口”。没有这个统一层，Agent 无法规模化。

4.3 L2 + Gas 代付机制成熟

自动化执行有一个隐形前提：交易成本必须足够低。2021 年主网高 Gas 时代， 让 AI 高频执行几乎不可行。但现在：

• L2 网络成熟

• Base 低费用环境

• Paymaster 支持代付 Gas

Agent 可以：

• 高频小额操作

• 连续执行策略

• 无需人工补 Gas

自动化金融，才真正具备现实基础。

4.4 三条曲线交汇

如果单独看其中一条：

• 模型够强，但没钱包 → 无法执行

• 钱包存在，但模型贵 → 无法规模化

• Gas 低，但接口混乱 → 无法接入

直到 2026 年：

• 模型成本下降

• 接口标准化

• 钱包模型重构

• Gas 成本可控

三条曲线第一次交叉。这才是“为什么是现在”的答案。

结语：当市场参与者不再只有“人”

AI 从“建议层”，进入了“执行层”。

这并不是一个产品更新。而是一种参与结构的变化。

从工具，到节点

过去的 AI：

• 帮你分析

• 帮你计算

• 帮你生成代码

但最终决策与执行，都在人类账户上完成。

现在：

• 协议能力被结构化（Uniswap Skills）

• 账户模型被重构（Agentic Wallet）

• 支付层被打通（x402）

AI 可以：

• 持有资产

• 在限额内执行

• 自动收付款

• 持续运行

这意味着它已经不再只是“工具”。它开始成为一个可被授权、可被限制、可被管理的链上节点。

这不是效率升级，而是参与角色变化

当越来越多策略由 Agent 执行：

• LP 区间管理将更加自动化

• 套利机会消失更快

• 市场响应速度更高

• 波动传导可能更剧烈

这和高频交易进入传统金融市场的过程非常类似。

不同的是：这次发生在开放链上系统中。

但我们仍然处在早期

必须保持冷静：

• 自动化不等于收益保证

• 模型失误可能被放大

• 市场竞争会迅速压缩超额收益

• 法律与责任边界尚未清晰

这不是“躺赚时代”的开启。

这是“结构变化”的开始。

真正的问题

过去我们问：AI 能不能帮我做交易？现在更重要的问题是：当链上流动性的一部分由 Agent 管理时，市场会如何重塑？以及：在一个机器也能成为经济参与者的系统中，人类的优势会在哪里？

也许答案不是更快。

而是更清晰的风险判断、策略设计与授权边界。

Uniswap 给了 AI 操作能力。 Coinbase 给了 AI 账户。 x402 给了 AI 支付能力。

三层结构叠加之后，AI 上链，不再是想象。时代已经开始，只是很多人还没意识到。