《开发者指南：基于 Onchain AIAgent 技术栈进行开发》

如今，人工智能agents 无处不在。麦当劳的客服机器人、编程助手，以及过去两年里几乎每一家初创公司的路演中都能看到它们的身影。

然而，如果你询问十位开发人员，或者阅读十篇排名在谷歌第一页的文章，对于“什么是AIagent ？”以及“AIagents 到底是如何工作的？”这两个问题，你会得到十种不同的答案。

为什么呢？普遍而言，并没有一个确切的定义。然而，大家都坚信人人都需要人工智能agents ，而且开发人工智能很容易。

本文将人工智能agents 拆解得一清二楚：它们究竟是什么，自主性如何运作，区块链在其中扮演什么角色，以及技术栈中的各个部分如何协同工作。

所谓AIAgents 到底是什么？

人工智能agents 是一种能够观察周围环境、利用推理和记忆来决定如何行动，并自主采取行动以实现目标的软件。

每个 AIagent 都围绕四个基本组件构建：

• 目标：明确了agent 旨在实现的目标。

• 观察：通过用户输入、API、数据库、浏览器或其他数据源从环境中收集信息。

• 原因：利用模型、记忆和现有上下文来决定接下来应该发生什么。

• 操作：使用工具来执行诸如发送请求、写入文件、执行代码、进行事务或触发另一个系统等操作。

目标决定了方向。“观察 > 推理 > 行动”构成了一个循环，该循环将持续进行，直到目标实现或agent 满足停止条件为止。

关键在于行动能力。如果没有行动能力，推理就只能局限于模型内部，这也引出了网络上一个巨大的困惑：agents 与模型之争。

AIAgents 与 LLM 模型

大型语言模型（LLM）为许多人工智能系统agents 提供了推理引擎。当推理与记忆、工具、工作流和执行相连接时，便形成了“智能系统”（agent ）。

设想一项任务：调研某市场中的前10家竞争对手，并比较它们的定价。

大型语言模型（LLM）可以提出完成该任务的方法。而生成式AI（agent ）则能够实际执行该任务：

这个循环可以重复数十次。而这正是人工智能agents 之所以不仅限于一个大型语言模型（LLM）的原因。

1. 该模型提供推理功能。

2. 工具提供了各种功能。

3. 基础设施决定了这些行动可以在何处进行。

4. “访问”决定了行动可以达到何种程度的自主性（无需人工干预）。

换句话说，大型语言模型（LLM）可以告诉agent 应该做什么。而技术栈中的其他组件则决定agent 是否能够实际完成这项任务。

而这也正是今天agents 开始遇到瓶颈的地方。

AIAgents 撞上了“自动驾驶之墙”

大多数人工智能agents 都是通过为人类构建的基础设施与外界进行交互的。它们使用开发者创建的 API 密钥、用户注册的账户、向企业收费的云服务、与这些账户关联的支付方式，以及管理员授予的权限。

agent 可能决定采取某项行动，但实施该行动的根本能力往往仍属于其他人。

这就是能够调用工具的agent 与能够独立运行的agent 之间的区别。

要实现更大的自主性，仅靠更先进的语言模型（LLMs）是不够的。自主智能体（Agents ）需要能够建立身份、控制资产、进行价值交换以及在无需人类干预的情况下执行操作的方法。

这正是区块链引人入胜之处。

为什么要将AIAgents 部署到链上？

区块链为人工智能agents 提供了可编程的基础组件，用于处理所有权、身份、支付、执行和共享状态。

仅凭这一点并不能使大型语言模型（LLM）具备自主性。相反，它为agent 提供了与世界互动的新方式。

其中有五种基本类型尤为重要：

这些基本元素共同改变了agent 的功能。

agent 可以持有资金、支付服务费用、证明其代表何种身份、与智能合约交互，并留下可验证的交易记录。

但这一切的发生，绝非仅仅因为某个agent 拥有一个钱包。

为了使这些功能在实践中发挥作用，推理循环与区块链之间存在一套基础设施。让我们来看看。

什么是 Onchain AI 的Agent 技术栈？

链上人工智能agent 技术栈是一套基础设施层，涵盖支付、身份识别、访问控制和协调等功能，使人工智能agents 能够在区块链上自主运行。

这些层相互结合，使agent 能够存储钱包、验证身份、支付资源费用，并在几乎无需人工干预的情况下执行交易。

在本指南中，可以从三个部分来理解栈。

这三个部分构成了本指南其余部分的架构：

访问 > 身份 > 发现 > 支付 > 执行 > 操作

每个部分都依赖于前一个部分。如果缺乏获取资源的途径，经济能动性就只是一个概念，而非一种能力。而缺乏经济能动性的运营，则无物可运营。

那么，我们就从栈的真正起点开始吧：首先将agent 部署到区块链上。

让人工智能Agents 访问区块链

区块链访问权限使人工智能agent 能够读取链上状态并提交交易。实际上，这通常从一个 RPCendpoint 开始，该 RPC 将agent 连接到区块链节点。

RPC 的工作原理与 API 非常相似。agent 会向节点发送请求，并接收区块链数据作为响应。当agent 需要采取行动时，该接口也可用于广播已签名的交易。

这涵盖了agent 所需的两个基本方向：

• 阅读：查询余额、查询智能合约、查看交易、估算Gas费用或获取最新区块。

• 写入：广播转账、交换、合约行权或其他已签名的交易。

选择合适的区块链接口

该接口取决于agent 需要监听的内容。

1. 基于 HTTP 的JSON-RPC适用于查询余额或广播交易等基本的请求-响应任务。

2. WebSockets保持着持久连接。它们适用于需要监听新区块、日志或其他状态变化，并在变化发生时立即做出响应的agents 。

3. gRPC 专为处理特定工作负载而设计，例如账户、交易、槽位及其他实时数据的高吞吐量流式传输。

Quicknode 通过一个通用的API接口，在80多条链和130多个网络上提供这些接口。

对于对延迟敏感或处理量大的工作负载，专用Clusters可提供隔离的基础设施。

对链上事件的响应

读取状态和根据状态做出反应是两个不同的问题。轮询虽然可行，但会浪费通话资源，而且在两次检查之间可能会遗漏某些情况。

这就是为什么人工智能agents 需要一种方法来检测链上事件并作出响应。例如，一个交易机器人agent 不能在注意到价格变动、交易或合约事件之前先等待提示。

Quicknode 提供了两种构建这些工作流的主要方法：

• Streams 向webhooks 和数据库等目标提供实时和历史区块链数据。它支持过滤、重组处理以及可靠传输，适用于因遗漏事件可能影响执行的工作流。

• Webhooks 通过 HTTP 回调发送事件通知。对于仅需“尽力而为”交付的工作流，它提供了更简便的配置方案。

既然访问和事件传递的问题已经解决，接下来让我们探讨“代理身份”（agent-based identity），即确定是哪一个agent 在进行观察和行动。

AIAgents 如何获得链上身份

链上身份识别技术使得在任何交互或交易发生之前，即可对人工智能agents 进行可验证的识别和身份确认。

ERC-8004 通过链上注册表来实现身份、信誉和验证功能。注册只需一笔交易。此后，任何agent 或服务均可查询该注册信息，并决定是否与其进行交互。

每位agent 会员均可获得：

1. 一项声誉评分，该评分综合考虑了反馈数量、留下反馈的独立交易对手方数量，以及agent 的工作被标记或撤销的频率。

2. 验证证明，即对agent 是否确实如其所称那样行事进行的独立核查*。

*截至2026年8月中旬，该内容尚未在mainnet 上线。

agent 可以通过Quicknode 以两种方式查询这些注册表：

1. 该 ERC-8004 浏览器 提供了一个易于理解的界面，用于搜索已注册的agents ，并查看其个人资料、信誉和活动记录。

2. 应用程序可以通过ERC-8004 REST API或JSON-RPC 插件检索相同的索引数据。需要直接访问的开发者可以改用 Core RPC 查询底层的 ERC-8004 注册合约。

身份确定了agent 的身份，以及如何发现其他AIagents 。接下来要考虑的是经济问题：AIagents 如何相互进行交易？

Agents 如何利用人工智能实现自主支付

自主支付使人工智能agents 能够无需人工干预，即可购买API、数据、计算资源及其他服务。

目前有两种协议支持此功能：x402 和 MPP。

x402: 按请求付费

x402 允许agent 在请求本身中为HTTP资源进行支付。

当agent 请求付费资源时，服务器将返回402“需要付款”状态码，并附带价格、网络、令牌及付款说明。

agent 对支付进行签名，附上授权信息后重新发送请求，并在支付验证通过后获取资源。协调方可以代表服务器处理验证和链上结算。

这对于API调用、数据查询或计算任务等独立操作非常有效。

MPP：付费持续访问

机器支付协议（MPP）允许agents 为涉及重复或持续交互的服务建立付费会话。

与其将每次请求都视为一次独立的购买，不如让支付和访问权限在更长的会话期间内保持有效。

这适用于持久性基础设施或长期运行的工作负载等服务，在这些场景中，没有必要针对每个请求反复协商新的支付条款。

这种区别具有实际意义：x402 按请求计费；而 MPP 则可以对跨请求的持续关系进行计费。

Quicknode 同时支持x402 和MPP

Quicknode 使这两种支付模式都能在其自身基础设施上使用。

x402 access允许钱包在无需创建账户或 API 密钥的情况下调用Quicknode 端点，支持按请求付费、纳米支付和预付信用额度扣减等模式，涵盖 JSON-RPC、REST、gRPC-Web 和 WebSocket 协议。

MPP 访问同时支持一次性收费和可重复使用的支付会话；会话会先建立一次支付通道，随后在最终进行链上结算之前，后续请求将使用已签名的凭证。

这两种协议共享一个免费层级配额，即每个钱包每月100万API积分，且无论支付最终在哪个网络上结算，两者均可查询Quicknode 支持的任何区块链。

现在，一个人工智能agent 已经决定了该怎么做，并且具备实施该决策的经济能力。这一决策如何转化为链上交易？

AIAgents 如何执行链上操作

链上执行将agent 的决策转化为一条区块链交易。

agent 可能会决定转账USDC、执行掉期交易、申领头寸或调用智能合约。

该决策是在推理层做出的。但事务执行基础设施负责处理该操作如何写入区块链。

从决策到交易

执行过程首先将agent 的意图转换为一条有效的交易。这意味着需要识别合约和方法、准备参数、估算手续费，并按照目标区块链要求的格式构建交易。

签名是关键的边界。一旦签名完成，交易即可通过 Quicknode Core RPC进行广播。

执行前的资产准备

Agents 并不总是会持有执行下一个操作所需的资产。

某笔支付可能需要使用USDC，而钱包中持有的却是ETH。与协议的交互可能需要完全不同的另一种代币。 QuicknodeSwap API 提供了一种编程方式，可获取交易路径并准备代币交换，而无需agent 与各个去中心化交易所（DEX）进行集成。

这使得资产路由成为工作流中的另一项可调用功能：

查询余额 > 获取交换路径 > 执行交换 > 确认余额 > 继续任务

此时，agent 可以访问区块链状态、建立身份、支付资源费用并执行交易。

剩下的挑战在于运营层面：在“agent ”系统无需持续人工监督的情况下，确保这些能力始终可用、可靠且受控。

生产环境中Agent 人工智能基础设施的管理

生产环境中的AI（agents ）需要一种能够保持可用性、对不断变化的工作负载做出响应、自动发现并调用合适工具，以及监控和限制访问权限的基础设施。

早期版本提供了agent 功能。

生产层决定了这些功能能否持续运行，而无需将每次基础设施变更都转化为人工任务。

让Agents 自主管理其基础设施

Quicknode'sAdmin API 通过编程方式提供了基础设施管理功能。这为经过批准的agent 工作流通过API进行资源配置和管理开辟了途径。

使用自然语言管理基础设施

Quicknode 此外，它还支持通过MCP 服务器访问同一基础设施，这样，agent （或与其协作的开发人员）就可以通过自然语言提出请求，来创建endpoint 、查看使用情况或更新速率限制，而无需手动编写 API 调用。

Agent面向开发者的资源（如Blockchain Skills 和llms.txt）通过让agents 更轻松地获取文档和区块链知识，对这一层形成了补充。

限制Agent 的功能

生产自治应有明确的边界。一个agent 只需访问其任务所需的网络、方法、资源和凭据即可。

Quicknode 提供了诸如JWT 身份验证、IP 白名单、针对特定方法的速率限制以及基于角色的访问控制（RBAC）等控制措施。

这形成了有限的自主权：赋予agent 足够的权限以独立运行，同时确保受损的提示或错误决策不会导致对基础设施或资产的无限制访问。

至此，该技术栈完成了闭环。智能系统决定应发生什么；而周围的基础设施则决定了agent 能够观察、支付、执行以及在长期运行中安全操作的内容。

AIAgents 可能是区块链最自然的用户

十多年来，区块链应用的设计主要围绕人类展开。如今，当我们放眼全局，审视可携带的身份、可编程货币以及无需中介的执行机制时，我们会意识到，agents 才是区块链最初设计假设所针对的首批经济参与者。

• 无需信任，因为两款软件之间不存在法律救济途径。

• 可编程的，因为这些条款并非由人来阅读。

• 无需许可，因为没有人负责审批该申请。

基于这一认识，我们对未来充满乐观，届时区块链的主要应用场景将是人工智能agents 。

常见问题解答：常见问题

1. 每个人工智能agent 都需要区块链基础设施吗？

不。只有当agents 需要链上状态、可编程资产、支付、可移植身份，或者在独立系统间执行时，区块链才具有实用价值。

2. 人工智能agents 在链上究竟能做什么？

Agents 可以监控区块链活动、查询合约、管理资产、进行支付、执行交易，并根据链上事件触发工作流。

3. 人工智能agent 是否会损失其控制的资金？

是的。由agent 管理的钱包既没有防欺诈保护，也没有退款保障，而且一旦出现问题，也没有银行可以联系。

4. 链上人工智能agent 与交易机器人有什么区别？

交易机器人可自动执行预先设定的市场策略。人工智能agents 能够进行推理、选择工具、调整工作流程，并执行更广泛的链上任务。

5. 现有的 AIagents 能否实现上链？

是的。现有的agents 可以通过RPC API、钱包、支付协议、身份识别标准和交易工具来添加区块链功能。

6. 两个人工智能agents 能否在没有任何人类参与的情况下进行交易？

是的。从信息查询、支付到交易执行的整个流程，均可在无需人工逐一审批的情况下完成。

7. 链上身份与 OAuth 令牌有何不同？

OAuth 令牌由某个平台签发和撤销。链上身份则由用户自主拥有，且可在任何平台之间自由转移。