AI 代理如今已能自行支付服務費用。更難的問題是，如何判斷哪些服務真正值得這筆錢。Circle Research 認為，答案就在支付軌跡本身。

Circle Research 推出了 Anduin，這是一個讀取鏈上支付數據、為 AI 代理服務供應商排名的框架——實際上是根據「誰真正付錢」來評分——目標是讓偽造聲譽的成本大幅提高。這項主張建立在目前生態一個尷尬的事實上：根據 Circle Research 的說法，代理市集中的評分與使用次數造假成本不到一美分。

Anduin 如何解讀資金流

這篇論文於 2026 年 11 月 3 日發表，作者為 Circle Research 的 Reza Ramji、Preston Vander Vos、Ziming Zeng 與 Duc V. Le。

Anduin 不是計算星級或原始交易總數，而是建構研究人員所稱的雙向買家—供應商圖譜。想像一張地圖：買家在一側，服務供應商在另一側，凡有資金往來之處皆以線相連。聲譽訊號隨後沿著買家既有的信任支付路徑流動。簡單來說，當買家已付款的對象——以及這些對象所付款的對象——也曾真實消費時，該供應商對這位買家而言就是可信的。因此在這個模型下，聲譽是專屬於每位買家的，而非單一全球評分：同一供應商可能因買家支付歷史的重疊程度不同，而在不同買家之間擁有不同的評價。

這種設計針對的是 Sybil 攻擊，即單一行為者批量製造大量假身分來灌水評分——就像餐廳老闆用五十個不同名字撰寫五十則好評。Circle Research 主張，人氣排名對這種手法特別脆弱。該團隊也表示，這類排名難以解釋市場流量實際的流向。

數據背後的依據

Circle Research 在一份涵蓋 2026 年 3 月 23 日至 8 月 26 日的數據集上測試了該框架，其中包含 66,073,201 筆 x402 支付，總額約 610 萬美元。數據集中的支付中位數為 0.01 美元。這些並非高額消費，而是機器對機器的微小交易——代理可能一天發出數千次，用於取得資料或呼叫 API。

核心結果是：在 Anduin 之下，操縱市場中位數聲譽需要花費約為目標買家歷史總支出 20% 的成本。在協同過濾基準下，同樣的攻擊成本約為 0.9%。根據這項研究，這使攻擊成本在 Anduin 之下高出約 23 倍。作為背景，協同過濾是「買了這個的人也買了那個」這類熟悉推薦機制背後的方法。

這個差距反映了 Anduin 的底層設計：聲譽必須透過沿著買家已信任的支付路徑進行真實消費來掙得，而非透過偽造活動廉價累積。關鍵在於，研究人員表示 Anduin 保持了與基準相近的推薦準確度。

該框架也不需要任何新代幣。據描述，它與現有的 x402 與 ERC 標準相容，目前仍處於早期實驗階段。

這在 Circle 代理布局中的定位

Anduin 建立在 Circle 先前的代理基礎設施工作之上。2026 年 5 月，該公司推出了 Circle Agent Stack，支援以 USDC（Circle 發行的穩定幣）結算的 x402 奈米支付。x402 是這份數據集核心的支付標準，讓軟體能直接為網路服務付費，穩定幣則作為這些微小轉帳的結算軌道。

這對代理市集意味著什麼

核心洞見是經濟層面而非密碼學層面。Anduin 並未讓偽造聲譽變得不可能，而是讓它變得昂貴——而且是相對於被針對的買家而言昂貴。據稱在該框架下，要欺騙一位買家，必須花費該買家歷史支出中相當大的一部分，且資金須沿著該買家已信任的路徑流動。

對代理市集而言，結果是一種以實際消費紀錄為基礎的聲譽訊號，而非依賴用戶評論或原始使用統計。

不發行新代幣的設計也值得注意。加密領域許多聲譽專案都依賴專屬代幣，這會引入投機與治理問題。Anduin 改為搭載現有標準，可能降低市集嘗試採用的門檻。

仍有一些限制值得留意。該框架明確處於早期實驗階段，其評估涵蓋的是一段特定的 x402 活動區間，總額約 610 萬美元——分散在數千萬筆微小支付中，金額並不大。代理市集是否會開始以支付型聲譽取代評論數量，是接下來值得關注的發展。

來源：CryptoBriefing