AI 代理现在可以自主为服务付费，但更难的难题在于判断哪些服务真正值得支付。Circle Research 认为答案就藏在支付轨迹本身。

Circle Research 推出了 Anduin，这是一个读取链上支付数据、对 AI 代理服务提供商进行排名的框架——实际上是按照“谁真正为其付费”来打分——目标是让伪造信誉的成本大幅提高。这一主张建立在一个令人尴尬的现实之上：根据 Circle Research 的说法，代理市场中的评分和使用量计数可以在不到一美分的成本下被伪造。

Anduin 如何解读资金流向

这篇论文于 2026 年 11 月 3 日发表，作者为 Circle Research 的 Reza Ramji、Preston Vander Vos、Ziming Zeng 和 Duc V. Le。

Anduin 并不统计星级评分或原始交易总量，而是构建了研究人员所称的双向买方-提供商图谱。可以把它想象成一张地图：一侧是买方，另一侧是服务提供商，凡是发生过资金往来的地方都有连线相连。随后，信誉信号沿着买方已经建立的受信任支付路径传播。简单来说，当一个买方已经在付费的对象——以及这些对象付费的对象——也在某个提供商处真实消费过时，该提供商对这个买方就显得可信。因此，在这种模型下，信誉是针对每个买方各自独立的，而非单一的全局评分：同一个提供商可以因不同买方的支付历史重叠程度不同而拥有不同的信誉状态。

这一设计针对的是女巫攻击，即单个行为者批量制造大量虚假身份来抬高评分——就像餐厅老板用五十个不同名字写下五十条好评。Circle Research 认为，人气排名尤其容易受到这种手段的攻击。该团队还指出，这类排名在解释市场流量实际流向方面效果很差。

数据背后的依据

Circle Research 在一个覆盖 2026 年 3 月 23 日至 8 月 26 日的数据集上测试了该框架。数据集包含 66,073,201 笔 x402 支付，总价值约 610 万美元。数据集中的支付中位数为 0.01 美元。这些并非大额消费，而是微小的机器对机器交易——代理一天之内可能成千上万次触发此类交易，用于拉取数据或调用 API。

核心结论是：在 Anduin 下，操纵市场中位数信誉需要花费目标买方历史总支出的大约 20%。而在协同过滤基线下，同样的攻击成本约为 0.9%。根据该研究，这使攻击成本在 Anduin 下提高了约 23 倍。作为背景，协同过滤就是“买了这个的人也买了那个”这类常见推荐方法背后的原理。

这一差距反映了 Anduin 的底层设计：信誉必须通过买方已信任的支付路径上的真实消费来赢得，而不是通过伪造活动低成本地累积。至关重要的是，研究人员表示 Anduin 保持了与这些基线相近的推荐准确性。

该框架还无需任何新代币。据描述，它与现有的 x402 和 ERC 标准兼容，目前仍处于早期实验阶段。

这在 Circle 的代理布局中处于什么位置

Anduin 建立在 Circle 此前在代理基础设施方面的工作之上。2026 年 5 月，该公司推出了 Circle Agent Stack，支持以 USDC（Circle 发行的稳定币）结算的 x402 纳额支付。x402 是该数据集核心的支付标准，它允许软件直接为网络服务付费，稳定币则充当这些微小转账的结算通道。

这对代理市场意味着什么

其核心洞见是经济层面的，而非密码学层面的。Anduin 并没有让伪造信誉变得不可能，而是让它变得昂贵——而且是相对于被针对的买方而言的昂贵。据报道，在该框架下，要欺骗某个买方，需要花费该买方历史支出的相当大比例，且资金必须通过该买方已经信任的路径流转。

对于代理市场而言，由此产生的是一种基于可验证消费而非用户评论或原始使用统计的信誉信号。

无需新代币的设计也值得关注。加密领域的许多信誉项目都依赖专用代币，这会带来投机和治理方面的问题。Anduin 则借助现有标准实现，这可能降低市场尝试该框架的门槛。

需要注意的是，该框架明确处于早期实验阶段，其评估仅覆盖 2026 年 3 月 23 日至 8 月 26 日这一特定时间窗口内的 x402 活动，总额约 610 万美元——这笔金额分散在数千万笔微小支付之中。代理市场是否会开始尝试以基于支付的信誉取代评论计数，是接下来值得关注的进展。

来源：CryptoBriefing