Bible Network Crypto DeFi Onchain RWA AI Agent Stablecoin Chain SAFU CryptoTax DeFAI AGI Claude Me Claude Skill Claude Design Claude Cowork
獨立知識媒體
與任何項目無關聯
拆解加密世界的 AI Agent:機制、風險、經濟模型
aiagent-bible.com
最新
Onchain Agent 的 Gas 優化設計:批次交易、動態策略、時機選擇,讓你的 Agent 少付 60% 手續費  ·  Agent 代幣經濟設計:為什麼大多數 Agent 代幣失敗,以及好的代幣設計長什麼樣  ·  AI Agent 的 Context Window 管理:為什麼你的 Agent 會「忘事」,以及四種解決方法  ·  MCP 是什麼?為什麼 2025 年每個 AI Agent 都在談它  ·  Agentic Loop 是什麼:AI Agent 怎麼「一直跑」——感知、規劃、執行、觀察的完整循環拆解  ·  2026 年五個主流 Onchain Agent 框架比較:LangGraph、ElizaOS、AutoGen、Olas、ZerePy,各自適合誰
agent-economy

Agent 代幣經濟設計:為什麼大多數 Agent 代幣失敗,以及好的代幣設計長什麼樣

30 秒速讀
評估 Agent 代幣只需問一個問題:去掉代幣,這個 Agent 系統能不能正常運作?如果能,代幣只是融資工具。最有基本面支撐的代幣設計是工作代幣(Work Token)——節點必須質押才能服務,代幣需求和網絡使用量正相關。

完整內容 +

「我們要給 Agent 加一個代幣」是 2024-2025 年 AI Agent 項目最常見的決策之一。問題在於,大多數做出這個決策的團隊,並沒有真正想清楚「代幣在這個系統裡解決什麼問題」——代幣最終變成了融資工具,而不是讓系統更好運作的機制。

這篇文章從代幣經濟設計的第一性原理出發,分析 Agent 代幣應該具備什麼功能、常見的失敗模式是什麼、以及怎麼判斷一個 Agent 項目的代幣設計是否紮實。

為什麼 Agent 經濟裡需要代幣

在討論「Agent 代幣設計什麼樣」之前,更重要的問題是「Agent 系統需要代幣嗎?」——因為很多 Agent 項目根本不需要代幣也能良好運作,強行加代幣只會增加系統複雜度和監管風險。

代幣在以下幾種情況下有真實的系統性用途:

需要去中心化激勵的場景:如果系統需要大量「不認識彼此的人」提供某種資源(計算力、數據、流動性),代幣是協調這種去中心化貢獻的有效機制。Bittensor 的代幣用來激勵 AI 模型提供者貢獻計算和模型,這是代幣有真實用途的場景——沒有代幣,很難在鏈上公平地協調大量匿名貢獻者。

需要去中心化治理的場景:如果系統的關鍵參數(Agent 的策略閾值、手續費分配、白名單協議列表)應該由社群決定而不是單個中心化實體決定,治理代幣有真實的用途。但要注意:治理代幣只有在治理決策有「真實的爭議性」時才有價值——如果所有決策都是技術性的、只有一個「正確答案」,治理代幣就淪為形式。

需要服務訪問控制或費用支付的場景:如果 Agent 服務的訪問需要支付費用,且這個費用的部分流向 Agent 的開發者和節點運營者,代幣可以作為支付媒介和價值分配機制。但這個用途要注意:使用代幣支付 vs 使用 ETH/USDC 支付,前者增加了用戶的摩擦(用戶需要先購買代幣);除非代幣支付有明顯的成本優勢或額外好處,否則不如直接用穩定幣。

如果你的 Agent 項目的代幣沒有覆蓋以上任何一個場景,那麼這個代幣很可能只是個融資工具,不是系統機制的一部分。

Agent 代幣的四種功能設計

假設你的 Agent 項目確實需要代幣,它應該承擔什麼功能?設計良好的 Agent 代幣通常承擔以下一種或多種功能:

功能一:工作代幣(Work Token)——最有系統性需求的設計

節點運營者必須質押(stake)代幣才能在網絡裡提供服務,質押量決定了他們可以處理的工作量。當節點行為不當(提供錯誤的計算結果、停機、作弊),部分質押代幣被 slash(罰沒)。這個設計讓代幣持有者有強烈的動機維護網絡的正確運行,因為不當行為有直接的經濟損失。典型例子:Chainlink 的 LINK 代幣(節點需要質押 LINK 才能提供預言機服務),Olas 的 OLAS 代幣(Agent 節點需要質押)。工作代幣的代幣需求和網絡使用量正相關——越多人使用,越多節點需要更多質押,代幣需求自然增加,是幾個功能設計裡代幣需求最有「基本面支撐」的。

功能二:治理代幣(Governance Token)——需要真實治理決策的場景

代幣持有者對協議的關鍵參數有投票權。設計合理的治理代幣應該讓投票者對結果有真實的利益相關(skin in the game)——例如代幣持有者的代幣價值受治理決策影響,讓他們有動機認真思考每個提案,而不是隨機投票。純粹的治理代幣(沒有其他功能)的常見問題:代幣集中在早期投資者手裡,治理變成少數人的橡皮圖章;低投票率讓惡意行為者可以用少量代幣通過有利於自己的提案。

功能三:訪問代幣(Access Token)——控制服務訪問

持有或鎖定(lock)一定量的代幣,才能訪問某個 Agent 服務或特定功能(更高頻率的 API 調用、更多的 Agent 實例)。這個設計讓代幣有「使用需求」——越多人想使用服務,越多人需要持有代幣。需要注意:訪問代幣設計容易退化成「付費牆」的代幣化版本,如果 Agent 服務本身沒有足夠的吸引力,用代幣做付費牆只是增加了用戶獲取的摩擦。

功能四:收益分配代幣(Revenue Share Token)——最直接的代幣價值來源

持有代幣的比例決定了你能分到 Agent 系統產生的收益(手續費、利差、服務費)的多少。這是代幣最清晰的「現金流支撐」——代幣的價值等於你能從中獲得的未來收益折現。設計要點:收益的來源必須是真實的、持續的(不是一次性融資),且收益分配的比例需要仔細設計——給代幣持有者分配太多收益,開發者和運營者缺乏持續維護的動機;分配太少,代幣持有者不願意長期持有。

代幣分配與激勵結構

代幣分配(Token Allocation)是決定代幣長期可持續性的關鍵設計,也是很多 Agent 項目失敗的根本原因。一個「設計紮實」的代幣分配應該:

讓代幣流向真正對系統有貢獻的人:早期貢獻者(開發者、測試網節點、社群建設者)應該通過貢獻而不是通過投資取得代幣。過度依賴「預售」和「私募」的代幣分配,會讓代幣在 TGE(代幣生成事件)後被大量拋售(因為早期投資者的獲得成本極低)。

Vesting(鎖倉)設計:團隊和投資者的代幣應該有較長的 Vesting 週期(通常 2-4 年,有 6-12 個月的 Cliff 期——Cliff 期內不釋放任何代幣)。這確保團隊和早期投資者在項目初期沒有拋售動機。對社群和生態激勵的代幣,按里程碑或貢獻程度逐步釋放,而不是一次性空投(空投大量代幣給早期用戶,往往在 TGE 後立即引發拋售)。

供給通脹 vs 通縮的設計:如果代幣有持續的挖礦(Mining)或激勵釋放,需要確認通脹率不超過網絡使用增長率,否則代幣的實際購買力會被稀釋。有些 Agent 項目設計代幣回購銷毀(Buyback and Burn)機制——用 Agent 服務產生的收益在市場上回購代幣並銷毀,製造通縮壓力。這個機制有效的前提是:Agent 服務確實在產生可持續的收益。

代幣經濟的常見失敗模式

理解失敗模式比理解成功案例更重要——因為失敗模式更多樣,且更容易在項目初期被忽視:

失敗模式一:代幣沒有真實需求,只靠投機維持價格

這是最常見的失敗模式。代幣沒有任何系統性的使用需求(不是工作代幣、不是必須的訪問媒介、也沒有真實的收益分配),代幣的唯一「用途」是讓早期投資者有退出機制。這種設計讓代幣在早期投機熱情退去後沒有任何支撐,最終歸零。識別信號:代幣的主要宣傳是「社群參與」而不是具體的系統功能;代幣沒有在系統運作裡承擔必要的角色(去掉代幣系統能一樣運作)。

失敗模式二:過度依賴代幣激勵,沒有真實的產品-市場契合

很多 Agent 項目用高代幣激勵(高 APY 的質押收益)吸引用戶,但這些用戶的「使用」本質上是在「挖礦」——他們不是在用 Agent 的真實功能,只是在為了代幣收益而鎖倉。當代幣激勵降低(因為通脹率無法持續),這些用戶立即離開。真正的產品-市場契合是:即使沒有代幣激勵,用戶也願意為 Agent 的功能付費或使用。

失敗模式三:代幣集中度過高,治理被操控

如果超過 50% 的代幣控制在少數幾個地址(早期投資者、創始人)手裡,治理投票形同虛設,且大量代幣的拋售可以在瞬間崩潰市場。在評估 Agent 項目時,查看代幣的 Holder 分佈(Etherscan 的 Token Holders 頁面)——如果前 10 個地址控制 70% 以上的代幣,這個代幣的去中心化程度存疑。

失敗模式四:代幣功能設計和系統實際運作脫節

代幣白皮書描述了一套精細的代幣功能(工作代幣 + 治理 + 收益分配),但實際產品裡這些功能從未實現或被廢棄。這種脫節在早期很常見——很多團隊在代幣設計時過度樂觀,但執行上沒有跟上。評估信號:代幣白皮書和現有產品的功能對應程度有多高?白皮書描述的「未來功能」已經有多少在路線圖上有具體時間表?

這跟你評估 Agent 項目有什麼關係

作為投資者或用戶評估一個 Agent 項目的代幣時,可以用以下幾個問題快速篩選:去掉代幣,這個 Agent 系統能不能正常運作?如果能,代幣是不必要的(可能只是融資工具)。代幣在系統裡承擔的功能是什麼?是工作代幣(最有基本面支撐)、治理代幣(需要看治理的真實活躍度)、訪問代幣(需要看服務的吸引力)、還是純粹的收益分配(需要看收益來源的可持續性)?代幣的主要持有者(前 20 個地址)的持倉比例是多少?超過 60% 集中在 20 個地址以內是高風險信號。代幣的主要買家是在使用服務,還是在「挖礦」然後拋售?如果代幣的交易量主要來自質押-解押-賣出的循環,而不是來自真實的服務使用需求,這個代幣的長期支撐存疑。

圖解
Agent Token Design: Four Functions vs Four Failure Patterns左側:四種代幣功能設計(工作/治理/訪問/收益分配)按「基本面強度」排列;右側:四種失敗模式的識別信號,幫助投資者快速篩選。Agent Token Design: Four Functions vs Four Failure PatternsToken Functions (by fundamental strength)1. Work Token (strongest fundamentals)Node must stake to serve · Slashed for bad behaviorToken demand = f(network usage) · examples: LINK, OLAS2. Revenue Share TokenToken share → protocol fee share · cash flow backedValue = PV of future yield · needs sustainable revenue3. Access TokenHold/lock token to access features · usage demandRisk: degrades to paywall if service isn't compelling4. Governance TokenVote on protocol params · needs skin-in-the-gameRisk: rubber stamp if concentration too highFailure Patterns (warning signals)✗ Failure 1: No real demand · speculation onlySignal: system works without token · promo is just 'community'Signal: no necessary role in system operation✗ Failure 2: No product-market fit · mining treadmillSignal: users only stake for APY · none pay for service featuresSignal: TVL crashes when token incentives decrease✗ Failure 3: Token concentration > 60% in top 20 walletsSignal: governance is rubber stamp for VC/foundersCheck: Etherscan Token Holders page✗ Failure 4: Whitepaper ≠ actual productSignal: whitepaper lists features not in current productSignal: roadmap has no specific dates for listed featuresEvaluation checklist: Does the system work without the token? Is demand tied to usage? Who holds it?Work Token > Revenue Share Token > Access Token > Governance Token (by fundamental backing strength)AI Agent Bible · aiagent-bible.com
歡迎截圖分享,轉載請註明來源
提問
請至少輸入 10 個字
相關文章
DeFi 利率套利 Agent 的真實成本拆解:你的 Agent 到底在替誰賺錢
agent-economy · 06/27
Agent 錢包怎麼設計:四種架構的風險與成本完整比較
agent-economy · 06/22
AI Agent 賣什麼、怎麼收費:五種收費模型拆解,以及哪種在加密場景真的能持續
agent-economy · 06/20
一個 Agent 任務真實花多少錢:成本結構完整拆解,以及為什麼大多數人低估了它
agent-economy · 06/17