工作软件化
岗位被拆成任务,认知能力变成随时可调用的 Agent Skill。
发布于:2026-07-25
AI 降低认知成本,区块链试图降低价值交换成本。Circle CEO Jeremy Allaire 的核心判断是:当 Agent 开始跨组织承接工作,它就会需要身份、合同、资金、信用和治理。但从“需要经济基础设施”到“必然上链”,中间仍有一段尚未被证明的距离。
Agent 经济不是“AI 帮人付款”这么简单。它描述的是一种新的生产方式:工作被拆成可以调用的智能技能,编排器根据目标组织这些技能,Agent 在公司内外承接任务,资金、合同和责任随任务一起流动。
岗位被拆成任务,认知能力变成随时可调用的 Agent Skill。
企业既使用内部 Agent,也可以按任务采购外部专业 Agent。
机器需要钱包、预算、支付、信用、合同与可追责身份。
劳动收入可能被压缩,谁拥有 Agent 和基础设施成为核心问题。
最有把握的趋势是企业会采用 Agent 和 Harness,软件会从“卖账号”转向“卖结果”。最具争议的推演是:这些经济活动是否一定要迁移到区块链,以及链上所有权能否真正缓解资本集中。
本文以 Jeremy Allaire 的《The Agentic Economy》原文为主要材料。作者同时是 Circle CEO,因此文中关于稳定币与链上结算的判断,应与其商业利益一并审视。
Allaire 的长文有九个章节,但核心因果关系可以压缩为七步:
模型能力提高、推理成本下降,软件开始承担研究、编程、营销、财务和支持等信息密集型工作。
过去由部门和岗位打包完成的工作,被拆成目标明确、可检查、可重复调用的智能技能。
Harness 负责拆解目标、选择 Agent、装载数据、控制权限、检查质量,并把结果组合成交付物。
足够标准化的内部能力也能被外部采购,企业开始按任务寻找最合适的专业 Agent。
要跨组织工作,Agent 必须能够证明身份、签署授权、收付款、积累信誉并承担可追溯责任。
软件不再主要按照员工席位收费,而是按照任务、吞吐量、结果和节省的成本收费。
当更多产出来自软件资本,社会分配取决于谁拥有 Agent、模型、数据、身份与结算基础设施。
全文真正的主轴不是“AI 加密货币”,而是“劳动成为软件之后,经济制度如何跟着软件化”。
传统公司把研发、销售、财务、法务和运营放进同一个组织,是因为在外部寻找人员、协调工作、验证质量和追究责任都很昂贵。公司边界本质上由交易成本画出来。
当一项工作可以被定义成清晰任务,由 Agent 在几分钟内接收上下文、调用工具并交付结果,外部协作成本就会下降。企业不必永久拥有全部能力,可以保留一个较小的人类核心,再组合内部 Agent、外部专业 Agent 和少数人类专家。
| 传统组织 | Agent 化组织 | 没有消失的部分 |
|---|---|---|
| 岗位是能力容器 | 任务是调用单位 | 目标、责任和验收 |
| 部门负责协调 | 编排器负责路由 | 重大取舍和例外处理 |
| 按月支付工资 | 按任务采购能力 | 长期关系与组织信任 |
| 软件辅助员工 | 人监督执行系统 | 审美、关怀和法律责任 |
这并不等于“公司马上消失”。更可能先出现的是一人公司、极小团队和大企业内部的高杠杆小组。物理生产、强监管工作、关系型服务以及责任无法外包的领域,变化会更慢。
当 Agent 只在公司内部写文档,它不需要独立钱包。但当它要代表企业购买数据、雇佣另一个 Agent、提交合同或收取服务费,问题就从模型能力变成经济制度。
交易对手必须知道:这个 Agent 是谁授权的,它能花多少钱,它有什么资格,过去是否履约,出错后由谁负责。作者由此提出一条信任链:密码学身份连接钱包和凭证,凭证连接真实运营者,最终连接可承担责任的法律实体。
区块链可以证明签名、余额和合约是否按代码执行,却无法证明商品真的送到、报告内容正确或合同条款公平。因此合理形态不是完全“代码即法律”,而是确定性核心加可追责边缘:代码处理结算,人和制度处理外部事实、争议、撤销与责任。
机器支付要求资金能够被软件控制,全天运行,支持极小金额,并在跨境环境中快速确认。作者因此把全额储备稳定币放在货币层,把区块链和智能合约放在协调层,把模型、Agent 与云计算放在执行层。
传统银行通过信用创造提高资金使用效率。作者设想,同一单位全额储备数字货币如果能在极短时间内反复使用,周转速度可以承担一部分过去由货币乘数完成的功能;基础货币保持安全,信用则单独建立在上层。
这个想法适合解释高频支付和短期流动性,却不能直接替代长期资本形成、期限转换和高风险融资。资金周转效率与跨时间承担信用风险,仍然是两个不同问题。
一个 Agent 接到任务后,可能需要先支付模型、数据和其他 Agent 的费用。未来贷款可以由任务收入或机器应收账款支持,承销系统根据链上履约和现金流连续调整额度。
机器承销可以降低小额信贷成本,也会让风险以机器速度积累。模型同源、数据同源和自动撤资可能制造高度相关的踩踏,因此保险、额度、资本要求、实时监测和降速机制不会消失。
SaaS 过去按照席位收费,因为软件价值通常随员工人数增加。Agent 不占传统席位,企业更关心完成了多少工作:处理多少发票、解决多少工单、修复多少漏洞、带来多少合格线索。
| 旧计价轴 | 新计价轴 | 商业含义 |
|---|---|---|
| 账号和席位 | 任务和吞吐量 | 员工人数不再决定软件收入 |
| 功能访问权 | 结果和节省成本 | 供应商承担更多交付责任 |
| 单一模型调用 | 完整 Agent 服务 | 模型成为成本,工作流成为产品 |
| 固定工具套装 | 动态路由能力 | Agent 可为不同任务选择模型与外部服务 |
这也是为什么基础模型未必长期占据全部利润。模型竞争会压低推理价格,价值可能向专业数据、行业知识、客户关系、安全控制和长期上下文迁移。模型是原材料,能稳定完成工作的 Agent 才是最终商品。
作者认为,AI 的社会冲击不能只用“消灭多少岗位”衡量。即使就业数量没有剧烈下降,机器边际成本也可能压低工资,劳动收入占总产出的比例仍然会下降。
更特别的是,Agent 能创造利润,利润又能购买算力、训练能力并建设下一代 Agent,形成“资本—软件—资本”的自我强化循环。社会最终面对的可能不是产出不足,而是大量产出由谁拥有。
工资承压,资本收益流向少数平台、数据和基础设施所有者。
商品和服务都可能更便宜,但收入与权力结构不同。
人们通过股权、养老金、公共基金或其他权益分享机器产出。
Token 并不会自动解决问题。现实中的预售、团队份额、二级市场和一币一票,反而可能让所有权与治理更加集中。链上工具只是降低了分配和协作成本,是否广泛分配仍是制度和政治选择。
这篇长文以作者个人名义发布,不是 Circle 的正式预测;但它与 Circle 的产品路线高度一致,因此也可以看作一张长期战略地图。
| Agent 经济需求 | Circle 的对应布局 | 仍需验证 |
|---|---|---|
| 机器持有和管理资金 | USDC、Agent Wallets | Agent 是否需要保持大量余额 |
| 极小金额连续支付 | Nanopayments、Gateway | 低费率下如何形成可观收入 |
| 发现并采购专业能力 | Agent Marketplace | 供需、信誉和真实成交能否形成 |
| 开放的结算与合约环境 | Arc 与可编程基础设施 | 开发者、流动性和网络效应 |
乐观路径是 Agent 交易推动 USDC 使用、钱包、结算和平台服务共同增长。反方向则是:Agent 继续使用银行卡、银行 API 或封闭平台余额;即使采用稳定币,也不一定采用 USDC。
还有一个容易忽视的矛盾。货币周转越快,完成同样经济活动所需的平均余额可能越少。Agent 交易量增长,并不必然让 USDC 流通存量按相同比例增长,而 Circle 当前的重要收益仍来自储备资产。
产品事实截至 2026 年 7 月。来源:Circle Agent Stack 发布说明与Circle Nanopayments 文档。产品可用性、费率和网络支持应以最新文档为准。
| 判断 | 当前可信度 | 观察指标 |
|---|---|---|
| 企业工作被拆成 Agent Skill | 较高,已在软件、研究和支持中发生 | 任务成功率、人工介入率、单位交付成本 |
| 软件从席位转向结果收费 | 较高,但会与订阅长期共存 | 按量收入、结果定价合同、客户留存 |
| Agent 形成跨公司的劳动力市场 | 中等,身份、质量和责任仍不成熟 | 重复采购率、市场成交额、争议率 |
| 稳定币成为机器世界主要货币 | 中低,替代路线很多 | 真实 Agent 支付量、活跃钱包、商家接受度 |
| 链上所有权缓解收入集中 | 较低,默认结果往往是再集中 | 持仓集中度、治理参与度、控制权结构 |
最关键的逻辑断点是:Agent 需要经济基础设施,不等于它一定需要区块链。传统数据库、银行网络和大型平台内部账本可以覆盖许多低风险场景。区块链的优势只有在开放接入、跨组织可验证、资产可携带和中立结算确实重要时才更突出。
另一个断点是“链上等于去中心化”。身份、储备货币、监管牌照、深度流动性和系统紧急控制权都很难复制,这些不可复制的瓶颈反而最容易集中权力。
这篇文章最值得保留的,不是“Agent 必然使用 USDC”,而是它把 AI 的影响从模型能力推进到了企业制度:劳动如何组织,软件如何收费,机器如何获得经济权限,以及人如何分享自动化创造的价值。
未来几年更确定的机会在 Agent、Harness、专业数据和工作流;稳定币、机器信用和链上公司是更远、更高弹性也更需要验证的第二阶段。判断这个叙事是否兑现,应盯住真实任务、真实支付、真实复购和真实责任链,而不是只看演示、交易量口号或 Token 数量。