AI-agenten kunnen nu zelfstandig betalen voor diensten. De lastigere vraag is welke van die diensten het geld eigenlijk waard zijn. Circle Research gelooft dat het antwoord schuilt in het betalingsspoor zelf.

Circle Research heeft Anduin geïntroduceerd, een framework dat onchain-betaalgegevens leest om aanbieders van AI-agentdiensten te rangschikken — in feite worden ze beoordeeld op wie er daadwerkelijk voor betaalt — met als doel vervalste reputaties aanzienlijk duurder te maken. Het voorstel rust op een ongemakkelijke waarheid over de huidige opzet: volgens Circle Research kunnen beoordelingen en gebruikscijfers in agent-marketplaces voor minder dan een cent vervalst worden.

Hoe Anduin het geld leest

Het paper werd op 3 november 2026 gepubliceerd en staat op naam van Reza Ramji, Preston Vander Vos, Ziming Zeng en Duc V. Le van Circle Research.

In plaats van sterren of ruwe transactietotalen te tellen, bouwt Anduin wat de onderzoekers een bipartiete koper-aanbieder-grafiek noemen. Denk aan een kaart met kopers aan de ene kant en dienstaanbieders aan de andere, verbonden door lijnen waar geld van eigenaar wisselde. Reputatiesignalen reizen vervolgens langs de bestaande, vertrouwde betaalpaden van een koper. Eenvoudiger gezegd: een aanbieder lijkt betrouwbaar voor een koper wanneer de mensen aan wie die koper al betaalt — en de mensen aan wie zij betalen — daar ook echt geld hebben uitgegeven. Reputatie is in dit model dus specifiek per koper in plaats van één globale score: dezelfde aanbieder kan een andere status hebben bij verschillende kopers, afhankelijk van hoe hun betaalgeschiedenissen overlappen.

Dat ontwerp richt zich op Sybil-aanvallen, waarbij één acteur een zwerm valse identiteiten opzet om een score op te blazen — vergelijkbaar met een restauranthouder die vijftig lovende reviews schrijft onder vijftig verschillende namen. Circle Research stelt dat populariteitsranglijsten hierbij extra kwetsbaar zijn. Het team zegt ook dat die ranglijsten slecht verklaren waar mark verkeer werkelijk naartoe stroomt.

De cijfers achter de claim

Circle Research testte het framework op een dataset die de periode van 23 maart tot 26 augustus 2026 bestreek. Deze omvatte 66.073.201 x402-betalingen met een totale waarde van ongeveer $6,1 miljoen. De mediane betaling in de dataset was $0,01. Dit zijn geen grote aankopen. Het zijn piepkleine, machine-naar-machine-transacties — het soort transacties dat een agent duizenden keren per dag kan uitvoeren om data op te halen of een API aan te roepen.

De belangrijkste uitkomst: onder Anduin zou het manipuleren van een marketplace-gemiddelde reputatie ongeveer 20% van de totale historische uitgaven van een doelkoper vergen. Onder een collaborative-filtering-baseline kost dezelfde aanval ongeveer 0,9%. Daarmee is een aanval onder Anduin volgens het onderzoek ruim 23 keer duurder. Collaborative filtering is ter context de bekende aanbevelingsmethode achter "wie dit kocht, kocht ook dat."

Het verschil weerspiegelt het onderliggende ontwerp van Anduin: reputatie moet worden verdiend via echte uitgaven langs betaalpaden die een koper al vertrouwt, in plaats van goedkoop te worden opgebouwd via gefabriceerde activiteit. Cruciaal is dat de onderzoekers zeggen dat Anduin de aanbevelingsnauwkeurigheid op vergelijkbaar niveau houdt als die baselines.

Het framework vereist bovendien geen nieuwe tokens. Het wordt beschreven als compatibel met bestaande x402- en ERC-standaarden en bevindt zich nog in een vroeg experimenteel stadium.

Waar dit past in Circle's agent-push

Anduin bouwt voort op eerder werk van Circle aan agent-infrastructuur. In mei 2026 lanceerde het bedrijf de Circle Agent Stack, die x402-nanobetalingen in USDC ondersteunt, de stablecoin die Circle uitgeeft. x402 is de betaalstandaard die centraal staat in de dataset. Het laat software rechtstreeks betalen voor webservices, met stablecoins als afwikkelingsinfrastructuur voor deze kleine overschrijvingen.

Wat dit betekent voor agent-marketplaces

De kerninzicht is economisch in plaats van cryptografisch. Anduin maakt valse reputaties niet onmogelijk. Het maakt ze duur — en specifiek duur ten opzichte van de koper die men wil besluipen. Onder het framework vereist het misleiden van een koper naar verluidt het uitgeven van een aanzienlijk deel van wat die koper historisch heeft uitgegeven, via paden die de koper al vertrouwt.

Voor agent-marketplaces betekent dit een reputatiesignaal dat geworteld is in aangetoonde uitgaven in plaats van door gebruikers gegenereerde reviews of ruwe gebruiksstatistieken.

Het ontwerp zonder nieuwe tokens valt ook op. Veel reputatieprojecten in crypto hebben geleund op dedicated tokens, wat speculatie en governance-vragen met zich meebrengt. Anduin leunt in plaats daarvan op bestaande standaarden, wat de drempel voor marketplaces die ermee willen experimenteren kan verlagen.

Er zijn kanttekeningen om in gedachten te houden. Het framework is expliciet vroeg en experimenteel, en de evaluatie bestrijkt een specifieke periode van x402-activiteit met een totale waarde van ongeveer $6,1 miljoen — een bescheiden bedrag verspreid over tientallen miljoenen kleine betalingen. Of agent-marketplaces gaan experimenteren met op betalingen gebaseerde reputatie in plaats van reviewcijfers, is de directe ontwikkeling om in de gaten te houden.

Bron: CryptoBriefing