Editor’s Note: Ang artikulong ito ay nagtataglay ng isang relatiwong mapayapang pananaw ng tagapagbuo: Noong nakaraang taon, naging isang populer na kuwento ang agent payment sa intersection ng AI, pagbabayad, at cryptocurrency, kung saan ang mga kompanya tulad ng Stripe, Visa, Coinbase, at Google ay nagpapalawak. Ang mga konsepto tulad ng micropayment sa pamamagitan ng stablecoin, x402, inter-machine settlement, at agent e-commerce ay patuloy na tumataas. Ngunit matapos na magsimula siya sa paggawa ng produkto at makipag-ugnayan sa mga merchant at developer, natuklasan niya na ang totoong pangangailangan ay hindi pa lumalabas sa malaking sukat.

Inilah ang pagkabuo ng ilang karaniwang senaryo: Ang pagbili ng agent ay hindi mas mabuti kaysa sa tradisyonal na e-commerce sa karamihan ng mga kategorya, dahil kailangan pa rin ng mga user ang mga larawan, paghahambing, at paglalayag; ang pagbabayad sa pamamagitan ng machine API ay tila angkop para sa mga mikropagbabayad sa stablecoin, ngunit kasalukuyang nakaayos na ang mga developer sa pamamagitan ng subscription, pag-load ng puntos, at umiiral na sistema ng pagbabayad; ang pagbabayad sa pagitan ng mga agent ay isang pangmatagalang pangarap, ngunit kasalukuyan pa ito sa maagap na yugto at kulang sa totoong volume ng transaksyon.

Kumpara sa iba, ang AI-powered finance ay isa sa mga direksyon na may umiiral na pangangailangan. Ang mga pondo, mga timbangan ng pera, at mga gumagamit ng DeFi ay nagsasagawa na ng pagbabayad para sa mga financial tool, at ang AI ay maaaring magdala ng mga praktikal na pagpapabuti tulad ng real-time monitoring at automatic portfolio rebalancing. Ngunit ang market na ito ay mas nakakatulong din sa mga tradisyonal na institusyon na may mga lisensya, compliance, at mga ugnayan sa kliyente.

Ang huling pagtataya ng may-akda ay: Ang tunay na kulang sa ekonomiya ng agent ay hindi ang simpleng payment layer, kundi ang mas kumplikadong kakayahang mag-coordina—paano gawin ang pagtutulungan ng mga agent at tao, pag-verify ng pagkumpleto ng gawain, at pagwawakas ng resulta. Ang pagbabayad ay isa lamang bahagi nito. Para sa mga malalaking kumpanya, ang maagang paghahanda ay isang defensive na pagpili; ngunit para sa mga startup, ang tunay na mahalaga ay ang paghahanap ng merkado na umiiral na ngayon.

Narito ang orihinal na teksto:

Sa nakaraang taon, nagtatayo ako ng mga imprastruktura para sa ekonomiya ng Agent, at nakikipag-usap ako sa mga koponan mula sa Stripe, Visa, Coinbase, Google, at dobleng mga startup na nagpapalago ng negosyo ng Agent. Sinuri ko ang larangan na ito, inilunsad ko ang produkto, at sinubukan kong makahanap ng totoong merkado.

Ngunit ang katotohanan ay: ang tunay na pangangailangan ay hindi pa nabubuo. Mayroon pa ring maraming struktural na problema para sa mga startup na nais magsali sa larangan na ito.

Ipinakilala ng Stripe ang 288 mga bagong produkto sa kongreso ng Sessions noong nakaraang buwan, at ang pag-access sa mga dokumento tungkol sa Agent ay nakaabot na ng halos 40% ng kabuuang pagbasa ng mga dokumento. Ang agente ng negosyo nito ay nakakonekta na sa higit sa 1,000 na negosyo. Gayunpaman, sa pagsisimula ng Sessions, ang bilang ng mga Agent na talagang narehistro at nakumpleto ang transaksyon ay nasa iilang numero lamang.

Binanggit ng Visa na ang kanilang Agent token ay kailangang magpass sa 3 hanggang 9 na buwan ng KYC approval, at ang pangunahing kwalipikasyon ay ang pagkakaroon ng taunang kita na hindi bababa sa $250 milyon upang makapag-access. Ngayon, ang mga kumpanya tulad ng Amazon at Walmart lamang ang may kakayahang isara ang identity verification chain.

Noong Abril, ayon sa Coinbase, mayroon nang 69,000 aktibong Agent at 165 milyong transaksyon sa x402. Gayunpaman, ang independiyenteng on-chain analysis ay nagpapakita na ang totoong araw-araw na volume ng transaksyon ay humigit-kumulang $17,000, kung saan ang halos kalahati ay mga test transaction (CoinDesk, Marso 2026).

Ano ang natutunan namin sa pagbuo ng shop.fast.xyz

Ginawa namin ang shop.fast.xyz upang direktang patunayan ang agency-based commerce. Totoong produkto, totoong negosyo, totoong transaksyon.

Gayunpaman, para sa karamihan sa mga kategorya ng produkto, ang kasalukuyang AI shopping experience ay mas mahina kaysa sa tradisyonal na e-commerce. Kapag bumibili ng damit, elektronikong produkto, o upuan, gustong makita ng mga gumagamit ang mga larawan, bisitahin ang mga opsyon, at ihambing ang mga ito nang side-by-side. Ang pag-uusap na katulad ng chatbot ay isang pagbabalik: sinasalin mo ang isang mayamang visual interface sa isang serye ng teksto. Ang pagbili ng tao ay nagsisimula sa paggamit ng mata.

Ang agent ay nagpakita ng mabuting pagganap sa bahagi na unang akala namin ay pinakamahirap. Naiintindihan nito kung ano ang hinahanap ng user at maaaring maayos na tratuhin ang mga kahilingan tulad ng “gaya nito, pero mas mura.” Ang model layer ay epektibo. Ngunit hindi ito makapalitan ng karanasan na “tingnan ang sampung produkto nang sabay-sabay, tapos pumili ng isa.” Ang chat interface ay maaaring magkaroon ng carousel ng produkto at interactive display, ngunit sa punto na iyon, ikaw ay nagtatayo muli ng isang e-commerce frontend sa loob ng chat window. Para sa mga shopping scenario na nangangailangan ng visual comparison, wala pa kaming nakakakumbinsi sagot kung bakit ang chat shell ay mas mabuti kaysa sa orihinal na e-commerce interface.

Totoo naming nakikita namin ang pangangailangan mula sa side ng merchant, ngunit mas malaki ang karakter nito bilang defensive. Gusto ng mga merchant na ma-query ang kanilang tindahan ng Agent, hindi dahil marami nang mga konsyumer ang bumibili sa pamamagitan ng Agent ngayon, kundi dahil natatakot sila na kung magiging pangunahing channel ang Agent sa hinaharap, mababawasan sila. Ito ang tinatawag na Agentic Engine Optimization (Agent Engine Optimization), ngunit kasalukuyan pa ito ay “mas mabuti kung mayroon” kaysa “kailangan”. Naghahanda ang mga merchant para sa isang alon na hindi pa dumating.

Ang mga lugar kung saan talagang makakapagpabuti ang dialog-based commerce ay ang mga pagbili na may mataas na frekwensiya, mababang gastos sa desisyon, at kung saan alam na ng user kung ano ang kanilang hinahanap. Ang pinakamalinaw na halimbawa ay ang pag-order ng pagkain. Sapat ang sukat ng merkado, sapat ang frekwensiya, at mabilis ang desisyon—tulad ng, “Tulungan mo akong i-order ang Thai fried noodles mula sa tindahan na minahal ko noong huling beses.” Sa ganitong sitwasyon, maaaring manalo ang dialog-based Agent. Ngunit ang mga pangunahing platform para sa pagdadala ng pagkain ay hindi nagbibigay ng API. Ang tanging paraan ay ang computer use—o kaya’y pagsasagawa ng AI nang parang tao, gamit ang visual na paggamit ng app. Ang prosesong ito ay mabagal, mahina, at ang pagkakaalam na gastos ay hindi makatwiran para sa isang lunch na nagkakahalaga ng $15.

Isang iba pang pagkakataon ay ang mga online na tindahan na komplikado hanggang sa masaktan ang mga user. Halimbawa, ang maraming pagkakasunod-sunod na diskwento, code ng promo, puntos ng miyembro, at kakaibang proseso ng pagbabayad. Isang Agent na nakakaintindi ng “Tulungan mo akong gamitin ang coupon, i-deduct ang puntos, hanapin ang pinakamura paraan ng pagpapadala, at tapusin ang transaksyon sa aking wika” ay talagang makakasimple sa kasalukuyang nasira na karanasan sa pagbili. Mahalaga ito lalo na para sa mga matatanda, mga user na hindi native speaker, lalo na kapag bumibili sa ibang rehiyon; o sa ilang napakaspesipikong sitwasyon kung деkano ang user ay may napakaliit at komplikadong pangangailangan.

Ngunit kailangan ng malaking kakayahan sa B2C distribution ang dalawang pagkakataong ito. Nagkakaroon ka ng kompetisyon sa DoorDash at Amazon para sa pag-access sa mga user. Ang kakayahan sa distribution sa scale ng mga consumer ay ang pangunahing kahusayan ng mga umiiral na malalaking kumpanya. Handa na ang supply side ng agency-based business, ngunit limitado ang demand side dahil sa user experience at distribution channels, at hindi masosolusyonan ng mas maraming infrastructure ang dalawang problema na ito.

Ano ang natutunan natin sa x402 at MPP

Nag-usap kami sa mga developer at binigyang-pansin ang kanilang totoong mga pangangailangan sa pagbabayad. Ang modelo ay halos magkakatulad: Ang paggamit ng Agent API ngayon ay pangunahin ang periodic payment, tulad ng computing power, inference, at data sources. Mayroon nang mga subscription, API key, nakakabit na account, at ugnayang pagbabayad ang mga developer sa kanilang pangunahing service provider.

Ang karaniwang argumento para sa paggamit ng stablecoin ay ang mga transaksyon sa credit card sa Stripe ay may minimum na gastos na halos 2.9% + 30 senyimo, na ginagawa ang mga API call na mas mababa sa $1 na hindi ekonomiko. Ngunit sa kasalukuyang mababang volume ng transaksyon, ang pag-load ng puntos ang solusyon. Ang mga developer ay nagpre-load na ng account, kaya't wala nang problema.

Mas malalim na problema ay ang supplier market. Hindi nais ng karamihan sa mga malalaking SaaS company na magbigay ng pixil na pag-access sa API sa halagang bahagya ng isang sentimo. Ang kanilang business model ay mga corporate contract na nagtatagal ng maraming taon. Ang mga kumpanyang nakadepende sa malalaking pinagkakatiwalaang kita ay tatanggihan ang mga bagong pricing model na naglalabas sa modelo na ito.

Ang machine commerce ay isang long-tail market sa estructura. Ito ay naglilingkod sa mga maliit na serbisyo, vertical na source ng data, mga independiyenteng developer, MCP servers, atbp. Ang mga protokolo tulad ng MPP at x402 ay perpekto para sa segment na ito. Ngunit ayon sa depinisyon, ito ay isang market para sa mga user na may propesyonal na pangangailangan; at ang mga developer ay karaniwang isa sa mga pinakamaliit na gustong magbayad.

Noong ipinakilala ang Stripe Projects, kasali ang 32 mga kakilala sa serbisyo, kabilang ang Vercel, Supabase, Cloudflare, Twilio, atbp., na sumasakop sa karamihan sa mga pangunahing serbisyo na ginagamit ng mga developer sa pagbuo at pag-deploy ng software, at lahat ay maaaring ma-access sa pamamagitan ng umiiral na sistema ng pagbabayad. Ang pinakadulong bahagi ng teknikal na stack ng mga developer ay napapaglingkutan nang mabuti. Ang pagkakataon sa bagong track ng pagbabayad ay nasa lahat ng nasa labas ng 30 pangunahing serbisyo: ito ay totoo, ngunit ang sukat nito ay likas na mas maliit kaysa sa agwat ng merkado na ipinapahiwatig ng mga malalaking kuwento.

Ang pag-access sa nilalaman ay may parehong lohika. Ang mga agent ay patuloy na kumukuha at nagpapaliwanag ng mga artikulo, at ang mga manunulat ay nagsisimulang tumutol. Ngunit kapag magsisimula na ang malawakang pagmonetize ng nilalaman, malamang ito ay magiging posible sa pamamagitan ng mga CDN provider na nasa pagitan ng mga manunulat at internet, tulad ng Cloudflare na nagsilbi na ng AI audit tool; o sa pamamagitan ng mga bulk licensing agreement sa pagitan ng mga manunulat at AI laboratories. Ang mga pagkakataon sa infrastraktura ay magiging para sa mga umiiral na player na mayroon nang kakayahang mag-distribute.

Ano ang natutunan natin sa Agent-to-Agent payment

Ang negosyo sa pagitan ng mga agent ay isang matagalang pangarap, ngunit sa kasalukuyan ay halos buong-ibabaw lamang sa teorya. Wala pa kahit sino na nakamit ng makabuluhang volume ng transaksyon. Ang tunay na mahirap na bahagi ay pinaglalaban ng iba’t ibang startup, kabilang ang paghahanap ng agent, pagbuo ng tiwala, pagpapagkasundo ng mga tuntunin, at paglutas ng mga pagkakasala.

Kapag talagang mabuo ang istrukturang ito sa pagtatrabaho, magkakaroon ito ng ibang anyo kaysa sa mga umiiral na daanan sa pagbabayad. Walang human identity ang parehong partido sa transaksyon; ang requirement sa delay ay mas mababa sa isang segundo; ang halaga ng transaksyon ay maaaring mula sa bahagi ng isang sentimo hanggang sa milyon-milyon dolyar; at kasama rin dito ang multi-party settlement, hindi ang default bilateral buyer-seller model ng umiiral na daanan sa pagbabayad. Kapag talagang mangyari ito, naniniwala kami na ito ay magkakaroon ng napakabilis at napakalaking pag-usbong.

Ito ang tamang matagalang pananalig sa espesyalisadong imprastruktura para sa pagkakasundo, at ang pananalig na ito ay totoo. Ngunit ang “totoong matagalang pananalig” at “kasalukuyang merkado” ay hindi iisa. Kami ay isa sa mga nagpapahayag nang magkakasunod-sunod na ilang buwan na darating ang merkado na ito, at sa nakaraang ilang taon ay itinayo namin ang buong imprastruktura dito, kabilang ang aming distributed network. Teoretikal, maaari itong ma-scale hanggang sa higit sa 1 bilyon TPS, na may latency na mas mababa sa 50 miliyong segundo, at average consensus time na 10 miliyong segundo. Ngunit kailangan nating bumalik sa posisyon ng merkado ngayon.

Ano ang natutunan natin sa Agent Finance

Maaaring sabihin na ito ang tanging kategorya na may tunay na pangangailangan. Mayroon nang mga kliyente, at sila ay nagbabayad na. Ang mga fund manager, team ng pagpapamahala ng pondo, at mga gumagamit ng DeFi ay kasalukuyang nagbabayad na para sa mga financial tool. Ang pagpapakilala ng AI sa umiiral na workflow ay isang natural na landas ng produkto.

Ang Agent ay magiging sanhi rin ng mga bagong uri ng pag-uugali. Ang Agent na kayang magmonito nang sarili at mag-rebalance nang real-time sa mga daan-daang posisyon ay makakagana sa paraan na hindi kayang kopyahin ng tao nang manual. Narito ang totoong pagpapalakas ng kakayahan, hindi lang awtomatismo.

Ang hamon ay nasa kompetitibong landscape. Ang financial industry ay mataas na regulado at nakadepende sa mga umiiral na ugnayan. Ang mga umiiral na institusyon ay may mga lisensya, compliance infrastructure, at customer relationships. Ang mga startup ay maaaring magsimula sa mga mas maliit na reguladong sektor tulad ng DeFi; o hanapin ang mga lugar kung saan ang mga umiiral na institusyon ay mabagal, o kung saan ang AI ay maaaring lumikha ng mga bagong kakayahan na hindi pa mayroon ang mga malalaking kompanya. Ngunit sa pangkabuuan, ang kompetitibong dinamika sa larangang ito ay mas nakababatay sa mga umiiral na player kaysa sa mga nasa tatlong kategorya na unang nabanggit, dahil mas madali idagdag ang AI sa umiiral na produkto at customer base kaysa magsimula mula sa AI at pagkatapos ay punan ang produkto at customer.

Honest summary

Bakit patuloy pa ang lahat ng tao sa paggawa nito? May dalawang dahilan.

Ang unang bagay ay ang incentive mechanism. May sapat na cash flow ang mga malalaking kumpanya upang magtaya sa isang hinaharap na magkakaroon ng epekto sa loob ng maraming taon. Para sa kanila, ang gastos ng pagpasok ng limang taon na maaga ay isang maliit na pagkakamali sa decimal; ngunit ang gastos ng pagpasok ng isang taon na huli ay maaaring maging kalamangan. Kaya kailangan nilang gawin ito.

Ang pangalawa ay ang cognitive blind spot. Kapag ang iyong negosyo ay ang pagbabayad, ang bawat problema ay tila isang problema sa pagbabayad. Kailangan ng agent economy ng isang payment layer, kaya ang lahat ay nagbuo ng payment layer.

Ngunit ang pagbabayad ay bahagi lamang ng mas malaking problema. Ang totoong mahirap na problema ay hindi ang pagpapalipat ng pera sa pagitan ng mga Agent, kundi kung paano i-coordinate ang trabaho sa pagitan ng mga Agent at mga tao, kung paano i-verify kung natapos na ang mga bagay, at kung paano i-settle ang mga resulta. Ang pagbabayad ay bahagi lamang ng pag-settle. Ang pag-settle ay bahagi lamang ng pag-coordinate. At ang pag-coordinate, iyon ang totoong premyo.

Ang malawak na pagkakasundo ay naturally ay nagdudulot ng pangangailangan para sa mekanismo ng pagkakasundo. Ang pagbabayad ay magiging isang instrumento sa symphony na ito, hindi ang buong akda. Ang mga kumpanya na talagang lutasin ang problema ng pagkakasundo ay hahawak ng pagbabayad sa loob nito, hindi kabaligtaran na ang mga kumpanya ng pagbabayad ang aabotin ang pagkakasundo.

Ang karamihan sa mga umiiral na malalaking kompanya ay nagtatayo nang defensive ng isang kinabukasan ng “machine-scale trading.” Para sa kanila, ang timeline ay hindi mahalaga, dahil sila ay may halos walang hanggang runway.

Ngunit ang mga startup ay walang ganitong kagalingan. Kailangan nating makita kung saan talaga ang merkado ngayon. Hindi natin maaaring hintayin ang pagdating ng alon.

Ang isang taon ng pagbuo ay humantong sa atin sa isang hindi inaasahang direksyon. Doon nga ay may aktibidad, at mabilis ang paglago, at kulang ang serbisyo. Ito ay umiiral sa labas ng apat na kategorya na aming sinuri.