由 Mysten Labs 開發、專注於高交易吞吐量的 Layer-1 區塊鏈 Sui，已推出可程式化交易區塊技術，旨在讓人工智慧代理程式的區塊鏈操作更有效率。據報導，該技術將於專案的 Basecamp 活動期間進行展示，與此同時，各區塊鏈網路正日益尋求為自動化 AI 應用提供基礎設施。

此次發展的重點在於 Sui 的可程式化交易區塊（programmable transaction blocks，簡稱 PTB），它可將多項區塊鏈操作打包為單一交易。該技術可在單一原子交易中執行多達 1,024 次 Move 函式呼叫，讓 AI 代理程式無需依賴多筆獨立交易即可完成複雜的操作序列。Move 是 Sui 所使用的智慧合約語言，源自 Meta 已中止的 Diem 區塊鏈專案；該語言圍繞資源模型設計，旨在避免數位資產被複製或意外銷毀。

PTB 將打包的操作視為單一單位。若交易的任何一部分失敗，整個操作都會被回滾，有助於防止執行不完整的情況。對於涉及金融交易、自動化決策，以及其他部分完成可能導致錯誤或意外結果的流程之應用而言，這項特性可能尤其重要。

加快 AI 驅動應用的執行速度

AI 代理程式完成單一任務可能需要多次區塊鏈互動，包括身分驗證、資訊擷取、套用金融邏輯以及處理付款。分別執行每個動作會增加延遲並提高交易開銷。

Sui 的 PTB 架構旨在將這些步驟合併為單一原子流程。透過減少所需的個別交易數量，此做法可提升回應速度，同時可能降低開發者在區塊鏈上營運 AI 驅動應用的成本。

Sui 表示，其網路約可在 400 毫秒內達成交易最終性。在涉及 AI 代理程式的受控測試中，據報導該區塊鏈達到每秒最高 608 萬筆交易的吞吐量。這類數據代表的是測試條件下的結果，而非正常網路活動下的保證效能，但顯示出該專案所瞄準的擴展性水準。

隨著 AI 代理程式開始處理大量自動化請求與微額交易，高吞吐量可能變得日益重要。潛在應用包括去中心化金融、自動化交易、供應鏈系統，以及其他需要頻繁與區塊鏈基礎設施互動的服務。

原子化執行著重可靠性

PTB 的原子化設計也旨在解決可靠性問題。AI 代理程式執行多個相互依賴的動作時，若其中一項操作成功而另一項失敗，可能產生不理想的結果。透過將整個序列視為單一交易，Sui 的架構旨在確保所有必要步驟全部完成，否則整筆交易即被回滾。

對開發者而言，此做法可簡化區塊鏈 AI 代理程式的建構，讓身分驗證、資料擷取、金融運算與付款能在單一交易框架內協調完成。

As @EmanAbio said, one-txn-at-a-time sequencing doesn't work for agents.

Agents take the fastest path across the internet, and execute it atomically.

Sui runs that path as one txn. Up to 1,024 operations.

Sui Basecamp is where teams building the rails reveal what's next. pic.twitter.com/4NmAPUdif7

— Sui (@SuiNetwork) August 20, 2026

對於考慮採用區塊鏈 AI 系統的企業而言，這項能力也可能具有意義。尤其是金融應用，可能需要嚴格的一致性，因為未完成的交易可能使用戶或企業面臨財務損失。

AI 應用領域的區塊鏈競爭

這項消息發布之際，區塊鏈開發者正日益聚焦於支援 AI 相關工作負載。隨著開發者探索能與去中心化應用直接互動的自主軟體，業界各網路都在設法提升交易速度、擴展性與可程式化能力。例如，Coinbase 的開發者平台已推出 AgentKit，這是一套用於建構可持有錢包並在鏈上交易的 AI 代理程式工具包，也是業界針對自主鏈上軟體的多項努力之一。

Sui 的做法強調原子執行、快速最終性與高吞吐量的結合。雖然其他主要區塊鏈生態系也在開發 AI 應用基礎設施，但該專案將 PTB 定位為降低多步驟操作執行技術複雜度的方式。

報導中的測試結果仍需以真實網路環境加以檢驗，在實際環境中，交易需求、基礎設施限制與應用複雜度都可能影響效能。因此，內部基準測試結果未必能直接轉化為持續的生產環境吞吐量。

不過，對企業與開發者而言，該技術可提供更精簡的框架，用於部署能與區塊鏈系統互動的 AI 代理程式。Sui 結合可程式化多步驟交易與原子執行，有助於為下一代 AI 驅動的去中心化應用打造更快速、更可靠且可能更具成本效益的基礎設施。

此發展突顯出更廣泛的趨勢：區塊鏈網路正日益成為自主性越來越高之軟體的執行層。隨著 AI 代理程式承擔更複雜的任務，快速且一致地處理多個相互依賴操作的能力，可能成為決定哪些區塊鏈平台獲得採用的重要因素。