TL;DR
AI agents正在快速渗透Web3生态，Circle CEO Jeremy Allaire预测五年内将有数十亿AI agents在加密领域运行。然而，Google和Meta研究员的联合警告指出，AI agents必须被视为不受信任的系统，现有安全架构面临根本性挑战。Trustless Agents Plus (TAP)等基于ERC-8004的基础设施虽提供了身份和信誉聚合方案，但技术成熟度和行业采用率仍是未知数。George Hotz六个月的亲身测试揭示了当前AI coding agents产生的代码质量问题，在智能合约场景中可能造成严重后果。对于普通读者而言，关注协议层面的身份验证机制、权限控制设计和代码审计标准，比追逐AI agent概念叙事更重要。
核心证据
| 数据/事实 | 来源 | 说明 |
|---|---|---|
| TAP是建立在ERC-8004之上的跨链AI代理身份和信誉聚合层 | Trustless Agents Plus 深度解析 | 提供了AI代理在Web3中的去中心化身份和信誉评估机制，是专用基础设施方案之一 |
| Circle CEO Jeremy Allaire预测5年内将有数十亿AI agents在运行 | AI agents must be treated as untrusted systems: Researchers | 行业领袖对AI agent规模的预测，表明采用即将爆发，安全紧迫性进一步凸显 |
| George Hotz进行了6个月的AI coding agents测试并发出警告 | Famed iPhone, Sony Hacker Says AI Coding Agents Are a Disaster Waiting to Happen | 知名安全研究员揭示了AI coding agents产生难以检测的低质量代码问题 |
| Google和Meta研究员联合指出AI agents必须被视为不受信任系统 | AI agents must be treated as untrusted systems: Researchers | 顶级科技公司安全专家的联合警告，重新设计安全架构的必要性已获行业重视 |
| Hyperliquid推出用于链下事件的规范预测市场 | Hyperliquid launches prediction markets for real-world events | DeFi协议向AI代理开放功能的趋势正在形成，两者正在深度融合 |
市场正在重新定价什么
近期市场情绪出现了明显分化：一方面，AI agent相关概念持续吸引资金关注，协议们争相宣布AI功能集成；另一方面，来自技术社区的安全警告正在被重新定价为“不可忽视的风险因子”。这种叙事与资金面的分歧，恰恰反映了当前AI x Web3融合所处的特殊阶段。
从资金流向观察，专注于AI agent基础设施的协议获得了早期采用者和流动性提供者的关注。以Trustless Agents Plus (TAP)为例，虽然ERC-8004标准的实际部署数据尚未公开，但其建立在跨链身份聚合上的设计思路，已经开始影响市场对“AI agent身份解决方案”这一细分赛道的估值框架。Hyperliquid推出预测市场的动作，虽然不直接针对AI agent，但其支持链下事件预测市场的设计，被市场解读为向AI agents开放功能的早期迹象之一。
与此同时，来自传统科技公司的安全专家正在发出不同频率的声音。Google和Meta研究员的联合论文明确指出，将AI agents视为可信系统是根本性错误。这个观点与Circle CEO Jeremy Allaire预测的“数十亿AI agents将在五年内运行”形成张力：规模爆发与安全成熟之间存在显著的时间差。对于市场参与者而言，这意味着当前正在被热炒的AI agent叙事，其安全基本面尚未获得支撑。
George Hotz的六个月的亲身测试尤其值得关注。作为曾破解iPhone和PS3的知名安全研究员，Hotz对代码质量和安全边界的敏感度远超普通从业者。他在真实项目中测试AI coding agents后得出的结论是：这些工具正在产生大量难以检测的低质量代码。这个警告在Web3智能合约场景中尤其值得重视，因为合约代码一旦部署，漏洞修复成本极高。
资金流与叙事哪里出现分歧
当前市场的核心分歧在于：叙事层面对AI agent大规模采用的乐观预期，与安全架构层面的未成熟状态之间存在明显断层。
分歧点一：身份验证机制
Web3协议设计的核心理念是去信任化，要求每个参与者能够独立验证交易和状态。然而，当AI agents开始代表用户执行链上操作时，传统的设计假设面临挑战。一个由AI agent发起的交易，其背后是程序化的决策流程，涉及API密钥管理、权限授予、交易确认等多个环节。当前大多数协议并未针对AI agent场景设计专门的验证机制。TAP等基于ERC-8004的方案试图通过去中心化身份和信誉聚合来解决这个问题，但这类方案仍处于早期阶段，ERC-8004的实际采用率尚无公开数据支撑。
分歧点二：权限控制边界
当用户授权AI agent操作其资产时，实际上是在授予一个能够自主决策的程序对资金的部分控制权。Hyperliquid等协议虽然在产品功能上向AI agents开放，但权限控制机制是否足够精细化、是否存在单点故障风险，仍是悬而未决的问题。BitVM桥的设计提供了一个参考框架：用户只需一位诚实操作员即可取款，并通过挑战机制防止欺诈。然而，这种基于“诚实假设”的安全模型，在AI agent场景中是否仍然适用，需要进一步验证。
分歧点三：代码质量保障
这是最容易被市场叙事忽视、但潜在影响最大的分歧。AI coding agents产生的代码质量问题，在传统软件场景中可能只是导致功能缺陷或性能问题；但在Web3智能合约场景中，一个隐蔽的逻辑漏洞可能导致不可逆的资产损失。Hotz的警告指向的正是这个问题：当前AI coding agents产生的代码，其质量问题的可检测性远低于人工编写的代码。这意味着传统的代码审计流程可能无法有效识别AI生成代码中的潜在风险。
对于普通读者而言，理解这个分歧的意义在于：不是所有宣称支持AI agent的协议都具备相应的安全基础设施。在评估相关项目时，应区分“已经部署了身份验证和权限控制机制”与“仅在营销层面宣布支持AI agent功能”。前者需要查看链上数据和技术文档，后者更多是叙事层面的表态。
接下来要看哪些指标
基于上述分析，以下指标值得持续观察：
- ERC-8004标准部署数据：TAP等基于ERC-8004的基础设施的实际采用率，是判断身份验证方案是否获得协议支持的关键指标。目前缺乏公开的采用率数据，这是后续需要跟踪的方向。
- 协议级AI agent权限控制功能：主要DeFi协议的权限控制设计是否会引入针对AI agent的专门机制，包括多签授权、时间锁、金额限制等。这些功能的推出时间表和实现细节，将影响AI agent在DeFi中的渗透速度。
- 智能合约代码审计标准更新：传统代码审计服务提供商是否开始针对AI coding agents产生的代码开发专门的审计流程。这个领域的标准化进展，将直接影响Web3智能合约的整体安全水平。
- AI agent相关安全事件数量：随着AI agent采用规模扩大，是否出现因身份验证失败、权限控制漏洞或代码质量问题导致的安全事件。事件数量和损失规模，将是检验当前安全方案有效性的直接反馈。
- 机构态度转变：加密市场因ETF流出信号呈现高风险特征的现象，表明机构资金对风险的敏感度较高。如果AI agent安全标准持续不成熟，机构参与者可能调整在相关协议中的参与策略，这将进一步影响资金流向。
风险提示
本文需特别强调以下风险约束：
首先，AI agent安全标准尚无行业共识。TAP等方案虽然提供了技术思路，但ERC-8004的实际部署数据、跨链身份聚合的效率、信誉评估算法的有效性，均缺乏大规模验证。投资者在评估相关项目时，应区分技术方案的概念验证阶段与实际可用阶段。
其次，George Hotz的警告基于个人实验，其测试样本的规模和实验条件可能不具完全代表性。但作为知名安全研究员的独立观察，这个警告的参考价值在于揭示了潜在风险方向，而非提供具体风险概率。
第三，本文无法提供具体的AI agent安全解决方案。当前Web3协议在身份验证、权限控制和代码质量三个核心问题上均处于探索阶段，读者需要结合自身风险承受能力做出判断。对于资金规模较大的参与者，建议等待更成熟的技术方案和行业标准出现后再做部署决策。
最后，需要指出的是，当前市场对AI agent叙事的热情，部分建立在对技术成熟度的过度乐观假设上。从TAP等基础设施的建设，到协议层面的权限控制设计，再到代码审计标准的更新，整个安全生态的成熟需要时间。在这个时间窗口内，审慎的风险管理比追逐概念叙事更重要。
信息来源
- AI agents must be treated as untrusted systems: Researchers
- Trustless Agents Plus 深度解析
- Famed iPhone, Sony Hacker Says AI Coding Agents Are a Disaster Waiting to Happen
- Hyperliquid launches prediction markets for real-world events
常见问题（FAQ）
Q: 什么是ERC-8004？
A: ERC-8004是以太坊 Request for Comments标准之一，定义了AI代理身份和信誉聚合的技术框架。Trustless Agents Plus (TAP)是该标准的一个实现方案，提供了跨链AI代理身份验证和信誉评估机制。
Q: 为什么AI agents在Web3中需要特殊的安全架构？
A: AI agents代表用户执行链上操作时，涉及程序化决策和资金控制。传统Web3协议设计的信任假设不再适用，因为AI agents的行为不受人工实时监控。Google和Meta研究员指出，AI agents必须被视为不受信任系统，需要重新设计身份验证和权限控制机制。
Q: George Hotz关于AI coding agents的警告意味着什么？
A: Hotz进行了六个月的AI coding agents测试后警告，这些工具正在产生大量难以检测的低质量代码。在Web3智能合约场景中，这可能造成严重后果，因为合约代码的漏洞修复成本极高，且一旦部署难以更改。
Q: 普通用户应该如何应对AI agent安全风险？
A: 关注协议是否具备AI agent专门的权限控制机制，优先使用已经部署身份验证和信誉评估功能的协议，对于资金规模较大的操作建议等待更成熟的技术方案。同时，关注代码审计标准是否针对AI生成代码进行了更新。
Q: Hyperliquid推出预测市场与AI agent有什么关系？
A: Hyperliquid的预测市场支持链下事件，体现了DeFi协议向AI agents开放功能的趋势。AI agents可以访问预测市场获取外部信息并执行交易，这是协议与AI agents深度融合的早期迹象之一。
Summary
AI agents are rapidly entering Web3 ecosystems, with Circle CEO Jeremy Allaire predicting billions of AI agents operating in crypto within five years. However, Google and Meta researchers jointly warn that AI agents must be treated as untrusted systems, requiring fundamental security architecture redesigns. Trustless Agents Plus (TAP), built on ERC-8004, provides identity and reputation aggregation solutions, but technical maturity and adoption rates remain uncertain. George Hotz’s six-month hands-on testing revealed significant code quality issues with current AI coding agents, which could cause serious consequences in smart contract scenarios. For regular readers, focusing on protocol-level identity verification mechanisms, permission control designs, and code audit standards is more important than chasing AI agent narrative hype. Current security frameworks remain unprepared for large-scale AI agent adoption, with identity verification, permission control, and code quality emerging as three core challenges requiring resolution before mass adoption.
