Экономика ИИ: будет ли в ней место для людей?

Экономика ИИ уже формируется. AI-агенты получают собственные бюджеты, совершают платежи и постепенно становятся самостоятельными участниками цифровой экономики.

Ещё несколько лет назад взаимодействие с искусственным интеллектом в основном ограничивалось простой схемой: человек задаёт вопрос, программа выдаёт ответ. Затем появились AI-агенты, способные пользоваться браузером, обращаться к внешним сервисам, писать и запускать код, работать с API и самостоятельно выполнять последовательность действий для достижения поставленной цели.

В 2026 году развивается следующий уровень этой инфраструктуры — возможность самостоятельно распоряжаться деньгами. AI-агенту можно выделить бюджет и разрешить оплачивать данные, API, вычислительные мощности или другие цифровые услуги в пределах установленных ограничений.

Одновременно этим направлением занимаются сразу несколько крупных технологических, криптовалютных и платёжных компаний. Coinbase развивает x402 и рынок сервисов для агентов, AWS встроила поддержку платежей непосредственно в Amazon Bedrock AgentCore, Google создаёт стандарты для agentic commerce, Stripe разработала Machine Payments Protocol, Visa и Mastercard адаптируют существующую платёжную инфраструктуру, а MetaMask создала отдельный кошелёк для AI-агентов.

В начале августа к коммерческим разработкам добавились новые научные работы. Исследователи изучили экономическое взаимодействие между группами автономных агентов, запустили экспериментального агента с криптографической идентичностью в Solana и предложили архитектуру для более безопасного выполнения AI операций в блокчейне.

Все эти проекты решают разные задачи. Вместе они формируют инфраструктуру, позволяющую программе не только выполнить поручение человека, но и самостоятельно определить необходимые ресурсы, найти их, оплатить и использовать для продолжения работы.

Когда AI получает возможность платить

Одна из основных проблем автономных агентов заключается в том, что существующая платёжная инфраструктура создавалась для людей и компаний. Для покупки цифровой услуги обычно необходимо зарегистрироваться, выбрать тариф, оформить подписку, предоставить платёжные данные и получить доступ к сервису.

Для автономной программы каждый такой этап создаёт зависимость от человека.

Одним из решений стал x402 — открытый платёжный протокол, первоначально разработанный Coinbase. Он использует HTTP-код 402 Payment Required и позволяет связать запрос цифрового ресурса непосредственно с платежом.

Схема выглядит следующим образом. Агент обращается к платному API или другому ресурсу. Сервер отвечает HTTP 402 и сообщает условия оплаты. Программное обеспечение проверяет разрешённый бюджет, подписывает платёж и повторяет запрос с криптографическим подтверждением. После проверки платежа сервис предоставляет необходимый ресурс.

В результате отдельная регистрация, подписка и ручной checkout для каждой покупки становятся необязательными.

В апреле 2026 года Coinbase запустила Agentic.Market — каталог x402-сервисов, предназначенный как для людей, так и для программных агентов. На момент запуска Coinbase заявляла о более чем 165 млн транзакций, примерно $50 млн совокупного объёма и более 480 000 агентов, использовавших x402.

Доступные через эту экосистему сервисы охватывают AI inference, данные, поиск, медиа, инфраструктуру и торговлю.

Эти показатели являются статистикой самой Coinbase. Независимые исследования, опубликованные позднее, показали, что интерпретировать количество x402-транзакций как количество реальных самостоятельных покупок AI нельзя. К этому мы ещё вернёмся.

AWS встраивает платёж непосредственно в работу агента

7 мая 2026 года Amazon Web Services представила в preview платежи для Amazon Bedrock AgentCore. Решение создавалось совместно с Coinbase и Stripe и позволяет AI-агентам самостоятельно оплачивать API, MCP-серверы, веб-контент и услуги других агентов.

Разработчик подключает к AgentCore кошелёк Coinbase CDP или Stripe Privy и устанавливает лимит расходов для платёжной сессии. После этого отдельные операции могут выполняться автоматически.

Когда агент во время выполнения задачи обращается к платному ресурсу и получает HTTP 402, AgentCore проверяет установленный лимит, формирует и подписывает платёж через подключённый кошелёк, передаёт сервису подтверждение и повторяет первоначальный запрос. После успешной проверки агент получает необходимый ресурс и продолжает выполнение задачи.

По данным AWS, через интеграцию с Coinbase x402 Bazaar в AgentCore доступно более 10 000 pay-per-use endpoints, которые агенты могут находить и оплачивать.

Платёж в такой архитектуре становится частью процесса выполнения задачи. Агенту не требуется останавливать работу после обнаружения платного ресурса и ждать, пока человек зарегистрируется в сервисе или оформит подписку.

При этом контроль бюджета остаётся на инфраструктурном уровне: если установленный лимит достигнут, дальнейшие платежи блокируются.

Google создаёт общий язык для agentic commerce

11 января 2026 года Google представила Universal Commerce Protocol — UCP, открытый стандарт для взаимодействия AI-агентов с торговой инфраструктурой.

UCP был разработан совместно с Shopify, Etsy, Wayfair, Target и Walmart. Ещё более 20 компаний поддержали инициативу, среди них Mastercard, Visa, Stripe, American Express, Best Buy, The Home Depot и другие.

Протокол охватывает весь цикл электронной торговли — от обнаружения товара и покупки до послепродажного обслуживания. Он также совместим с Agent2Agent, Agent Payments Protocol и Model Context Protocol.

Задача UCP — создать единый язык, через который AI может взаимодействовать с различными продавцами и платёжными системами без необходимости создавать отдельную интеграцию для каждого агента и каждого магазина.

Google также планирует использовать UCP непосредственно в AI Mode поиска и Gemini. Для подходящих товаров американских продавцов пользователь сможет перейти от исследования продукта к покупке внутри интерфейса Google с использованием сохранённых платёжных и адресных данных.

В этой модели AI постепенно получает возможность сопровождать весь процесс покупки — от поиска и сравнения вариантов до оформления заказа.

Stripe создаёт отдельный платёжный протокол для машин

18 марта 2026 года Stripe совместно с Tempo представила Machine Payments Protocol — MPP.

MPP — открытый интернет-протокол, предназначенный для платежей AI-агентов. Stripe объясняет необходимость отдельной инфраструктуры тем, что традиционный процесс покупки требует действий, плохо подходящих для автономной программы: создания аккаунта, выбора подписки, ввода платёжных данных и настройки биллинга.

MPP переносит процесс оплаты на программный уровень. Компании, уже использующие Stripe, могут принимать такие платежи через существующий PaymentIntents API.

Важна и сама постановка задачи. Инфраструктура создаётся не только для ситуации, когда AI покупает что-либо от имени пользователя. Stripe прямо рассматривает платежи между самими программами как один из вариантов использования MPP.

Таким образом, потенциальным покупателем цифрового сервиса становится не обязательно человек или компания. Им может быть другой программный агент.

Visa переводит AI-покупки в существующую карточную сеть

Параллельно с криптовалютными протоколами развивается другой подход: не создавать отдельную финансовую систему для AI, а предоставить программным агентам контролируемый доступ к существующим платёжным сетям.

Visa развивает Visa Intelligent Commerce.

По данным самой Visa, компания работает более чем со 100 партнёрами в сфере agentic commerce. Более 30 компаний создают решения внутри Visa Intelligent Commerce sandbox, а более 20 AI-агентов и инфраструктурных провайдеров интегрируются непосредственно с системой.

Visa также сообщала о проведении контролируемых реальных agentic-транзакций.

В этой модели AI не получает бесконтрольный доступ к банковской карте. Платёжные credentials могут быть связаны с конкретным агентом и конкретными разрешениями, а существующая инфраструктура банков, продавцов и платёжной сети продолжает участвовать в проверке операции.

Visa рассматривает machine-to-machine micropayments как одно из направлений дальнейшего развития своей сети.

Mastercard уже проводит реальные платежи AI-агентов

Mastercard также развивает собственную инфраструктуру Agent Pay.

2 марта 2026 года Santander и Mastercard сообщили об успешном выполнении в Европе live end-to-end платежа, инициированного AI-агентом внутри регулируемой банковской инфраструктуры. Транзакция проходила через действующую платёжную систему Santander в контролируемой среде, а агент мог выполнять операции только в рамках заранее определённых разрешений и лимитов.

2 июня Worldline, ING и Mastercard сообщили ещё об одном end-to-end agentic payment уже в production-инфраструктуре. В демонстрационном сценарии AI помогал выбрать подарок в пределах заданного бюджета, после чего покупка выполнялась после явного одобрения пользователя.

На сетевом уровне все эмитенты Mastercard в Европе уже включены для поддержки Agent Pay.

10 июня компания представила отдельное направление Agent Pay for Machines, предназначенное для программируемых machine-to-machine платежей. Mastercard указывает, что такие системы должны поддерживать непрерывные цепочки транзакций, включая микроплатежи размером в доли цента.

Более 30 компаний вошли в число первых участников и сторонников этой инфраструктуры, включая Adyen, Cloudflare, Coinbase, Checkout.com, Global Payments, OKX, Stripe и Tempo.

Таким образом, agentic payments развиваются одновременно в двух финансовых системах: через блокчейн и стейблкоины и через существующую банковскую и карточную инфраструктуру.

Кошельки создаются непосредственно для AI

8 июня 2026 года MetaMask открыла Early Access для Agent Wallet — self-custodial кошелька, предназначенного специально для AI-агентов.

Пользователь сохраняет контроль над ключами, но может предоставить агенту отдельный кошелёк и заранее определить правила его работы. В Guard Mode устанавливаются дневные лимиты расходов, разрешённые протоколы и другие ограничения.

На момент запуска поддерживались swaps, perpetual futures, prediction markets, liquidity pools и другие DeFi-операции в EVM-сетях и Hyperliquid.

Перед транзакциями в поддерживаемых EVM-сетях MetaMask выполняет симуляцию, проверку угроз через Blockaid и MEV-защиту. Если операция выходит за установленные пользователем правила или определяется как потенциально вредоносная, автоматическое исполнение приостанавливается и требуется подтверждение через 2FA.

Здесь меняется сама модель работы с криптокошельком. Вместо необходимости вручную подтверждать каждую операцию человек заранее определяет границы, внутри которых агент получает возможность действовать самостоятельно.

4 августа. Экономические отношения между AI-агентами

Пока компании строят платёжную инфраструктуру, исследователи пытаются понять, как сами автономные агенты ведут себя при наличии ограниченных ресурсов.

4 августа Lingyun Zhang и Shang Shang опубликовали работу AI Agent Economics: Can Autonomous Economic Behavior Emerge among AI Agents under Minimal External Conditions?

Авторы создали 24 независимых экспериментальных мира, в каждом из которых находились по шесть AI-агентов на базе GPT и DeepSeek.

Исследователи специально не помещали их в заранее заданную модель рынка и не назначали им роли покупателей, продавцов, кредиторов или заёмщиков. Агентам предоставили механизмы работы, передачи ресурсов, выборов и распределения доступа, но не задавали конкретную экономическую стратегию.

В первой части эксперимента производительных задач не было. Агенты общались и участвовали в управлении ресурсами, однако существенной активности по передаче ресурсов между ними исследователи не наблюдали.

После добавления проверяемой работы и ограниченного доступа к задачам поведение изменилось. Между агентами начали возникать переводы, займы, обещания доступа, обмен голосов на доступ и различные стратегии распределения ресурсов.

Когда экономическое значение одного из ресурсов сделали символическим, поддержка его продолжения исчезла, хотя конкуренция за доступ к задачам сохранилась.

Исследование не показывает возникновение полноценной экономики и не использует реальные деньги. Оно демонстрирует более узкий результат: некоторые формы экономических отношений между AI-агентами способны возникать без заранее прописанных экономических ролей, если их будущие возможности зависят от ограниченных ресурсов и действий других участников.

4 августа. У автономного AI появляется криптографическая идентичность

В тот же день Keisuke Suzuki опубликовал работу Internalising the Identity Primitive: Cryptographic Individuality for an Autonomous Agent on a Public Blockchain.

Исследователь развернул экспериментального автономного агента в Solana devnet. Параметры нейронной сети агента были сделаны детерминированной функцией его private key, а связь между ключом и моделью фиксировалась при создании и повторно проверялась при каждом изменении состояния.

Агент подписывал изменения собственной on-chain истории. В эксперименте подмена его программной основы была отклонена системой.

Непрерывный on-chain эксперимент продолжался 2,36 суток. За это время произошло два восстановления процесса на стороне хоста, однако исследователь не зафиксировал отклонённых переходов состояния.

В дополнительной proof-of-concept части эксперимента каждому циклу работы была назначена стоимость, которую автор назвал metabolic cost. Она списывалась с экономического аккаунта, связанного с ключом агента.

Таким образом, в одном эксперименте были связаны криптографическая идентичность программы, история её действий и экономический аккаунт.

При этом работа не доказывает существование независимого AI и не решает проблему полной автономности. Сам автор отдельно указывает, что liveness, хранение ключа, доверие к oracle и программной инфраструктуре остаются внешними зависимостями.

6 августа. ChainClaw пытается сделать финансовые действия AI безопаснее

6 августа была опубликована работа ChainClaw: A Layered Agent Framework for Reliable On-Chain Execution.

Авторы исходят из того, что обычные AI-агенты плохо приспособлены к среде, где действия имеют необратимые экономические последствия. Они выделяют три основные проблемы: Reactivity, Irreversibility и Observability.

ChainClaw использует несколько уровней. Система получает blockchain-события, позволяет агенту сформировать предполагаемое действие, проводит симуляцию транзакции и проверку перед исполнением, после чего отслеживает фактический результат операции и сохраняет информацию в общей памяти.

Архитектура должна предотвращать ситуацию, при которой ошибочное решение языковой модели автоматически превращается в необратимую финансовую операцию.

Для оценки системы исследователи создали benchmark из семи задач четырёх категорий, оцениваемых по пяти измерениям. По данным авторов, ChainClaw превзошла выбранные для сравнения базовые агентные системы как по безопасности, так и по выполнению задач.

Это исследовательский framework, а не доказательство того, что проблему безопасной финансовой автономии AI уже решили. Однако само появление отдельной архитектуры безопасности показывает набор проблем, которые возникают после предоставления программному агенту доступа к реальным активам.

Насколько велика экономика AI на самом деле

На этом месте необходимо отделить инфраструктуру от реального использования.

Coinbase заявляет о более чем 165 млн x402-транзакций, примерно $50 млн объёма и более 480 000 агентов. Chainalysis независимо зафиксировала, что количество x402-транзакций в Base превысило 100 млн примерно за три квартала, начиная практически с нулевого уровня в середине 2025 года.

Однако сама Chainalysis отмечает, что значительная часть первоначального роста была связана с мемкоинами. Особенно заметным был эксперимент PING с механикой pay-to-mint: пользователь получал HTTP 402, платил 1 USDC и получал возможность mint токена. В первую неделю после запуска количество x402-транзакций выросло более чем на 10 000%, а сам PING обработал свыше 150 000 операций за первый месяц.

Поэтому даже подтверждённая blockchain-транзакция ещё не означает самостоятельную покупку, совершённую AI.

14 июля исследователи Shengchen Ling, Yajin Zhou, Lei Wu и Cong Wang опубликовали работу How Agentic Is Agentic Commerce?, в которой провели population-scale анализ x402 в Base.

За 280 дней они обнаружили 136 708 672 settlements общей стоимостью $44 121 383,81.

Распределение активности оказалось чрезвычайно концентрированным: коэффициенты Gini для плательщиков, получателей и стоимости превышали 0,98.

По методологии авторов, 21,20% settlements были фиктивными, а ещё 63,78% представляли внутренние расчёты внутри связанных кластеров адресов.

При этом важно правильно интерпретировать следующий показатель. Исследователи не утверждают, что вся остальная активность является настоящей независимой экономикой AI. Они смогли доказуемо связать с идентифицируемыми независимыми сервисами только $187 861,35.

Одновременно они рассчитали верхнюю границу объёма, который по on-chain данным нельзя доказать как искусственно созданный: $20 258 746,09, или 45,92% общей стоимости.

Таким образом, реальный независимый экономический объём находится где-то между этими границами, но blockchain-данных недостаточно, чтобы точно определить его размер.

Главный вывод исследования значительно уже громких цифр: количество settlements нельзя автоматически использовать как показатель распространения agentic commerce.

Безопасность пока остаётся отдельной проблемой

21 июля другая группа исследователей опубликовала работу When HTTP 402 Meets the Blockchain: Risks on Emerging x402 Payments.

Авторы исследовали 15 крупных x402 facilitators, которыми в совокупности пользовались более 60 000 продавцов и 360 000 покупателей.

Они сформулировали восемь правил безопасности и обнаружили нарушения как минимум одного из них во всех 15 исследованных facilitators.

На основе найденных проблем были описаны четыре класса атак: Free Shopping, Asset Theft, Service Denial и Gas Abuse. Потенциальные последствия включали получение услуги без корректной оплаты, кражу активов facilitator, нарушение работы платёжного сервиса и неограниченные расходы на спонсируемые комиссии.

В рамках той же работы исследователи дополнительно проанализировали более 119 млн транзакций в Base и Solana.

Обнаруженные проблемы были переданы затронутым разработчикам. Авторы сообщают, что компании признали часть уязвимостей и внедрили исправления, включая изменения со стороны Coinbase.

Ещё одна работа — Free-Riding in the AI Economy, опубликованная 29 мая, — исследовала проблему синхронизации между обычным HTTP-запросом и асинхронным подтверждением blockchain-платежа.

Авторы продемонстрировали возможность повторного использования платёжных доказательств в неподходящем контексте и race conditions, способные приводить к дублированию услуги. В экспериментах с AI inference они получили сценарии, в которых поставщик вычислительных ресурсов фактически субсидировал выполнение запросов. Для некоторых протестированных production middleware авторы сообщают о resource leakage ratio вплоть до 100% в конкретных сценариях атаки.

Проблемы были раскрыты Coinbase и ThirdWeb, а исследователи предложили привязывать подпись непосредственно к конкретному запросу и использовать более строгую блокировку состояния при обработке платежей.

Что уже существует, а что пока остаётся экспериментом

К августу 2026 года отдельные компоненты экономики AI уже работают в production или ограниченном коммерческом доступе.

Существуют реальные AI-инициированные платежи через банковскую инфраструктуру Mastercard. AWS предоставляет агентам платёжную систему в preview. MetaMask тестирует отдельные self-custodial кошельки для AI. Coinbase поддерживает x402 и рынок pay-per-use сервисов. Google создаёт общий протокол для взаимодействия агентов с продавцами. Visa, Mastercard и Stripe адаптируют свои платёжные системы к agentic commerce.

Одновременно часть наиболее интересных элементов всё ещё находится на исследовательской стадии. Экономическое взаимодействие между несколькими автономными агентами изучается в экспериментальных средах. Криптографическая индивидуальность AI была продемонстрирована в Solana devnet. ChainClaw остаётся исследовательским framework.

Поэтому говорить о существовании самостоятельной экономики AI сегодня преждевременно.

Но значительная часть технической инфраструктуры, необходимой для её появления, уже существует.

Как может работать экономика между программами

Для участия в экономике программному агенту необходимы несколько компонентов: идентификация, источник капитала, возможность хранить или использовать средства, механизм обнаружения необходимых ресурсов, платёжная инфраструктура и система контроля риска.

Все эти компоненты уже существуют по отдельности.

Человек может выделить агенту бюджет. Агент может найти платный API, получить цену, провести платёж и получить результат. После этого он может использовать приобретённые данные для следующего действия.

Если необходимый ресурс предоставляет другой AI-агент, принципиально схема не меняется.

Один агент может продавать данные, другой — вычисления, третий — анализ, четвёртый — доступ к специализированному инструменту. Программные системы способны одновременно выступать покупателями и поставщиками.

При наличии дохода появляется возможность замкнуть цикл:

выполнение работы → получение средств → покупка необходимых ресурсов → следующая работа.

Полностью автономная система, которая независимо поддерживает такой экономический цикл в течение длительного времени в реальной экономике, пока не продемонстрирована.

Но отдельные технические элементы этого цикла уже работают.

Вывод КЛЁ

Пока правила этой новой экономики устанавливает человек. Мы даём AI деньги, определяем лимиты и решаем, какие действия ему разрешены.

Но если технологии продолжат развиваться такими темпами, возникает уже другой вопрос.

Сможет ли сам человек оставаться полноценным участником экономики, в которой ему придётся конкурировать с машинами?

Сможет ли человек самостоятельно торговать, инвестировать, вести бизнес, искать лучшие предложения и принимать экономические решения, если на другой стороне будут AI-агенты, способные анализировать огромные объёмы информации, работать круглосуточно и принимать тысячи решений за то время, пока человек принимает одно?

Возможно, человеку придётся всё чаще использовать собственный AI просто для того, чтобы оставаться конкурентоспособным. И тогда экономика постепенно может превратиться в среду, где формально владельцами капитала остаются люди, но значительную часть решений принимают уже их цифровые представители.

И тогда вопрос становится ещё шире.

Кто в такой системе будет определять правила экономической модели мира — человек, искусственный интеллект или тот, кто будет контролировать наиболее мощные AI-системы?

И главное — сможет ли человек в этой экономике позволить себе оставаться просто человеком?

если всё больше экономических решений смогут принимать машины, какую часть этой экономики люди оставят за собой?