6607萬3201筆x402付款分析：Circle（$CRCL）提出AI代理人推薦機制

Circle（$CRCL）研究團隊提出Anduin聲譽機制，利用x402付款紀錄替AI代理人排名服務提供者，並以過往付款資料評估推薦準確度與操縱排名的成本。

Foresight News於13日報導，Circle Research公開Anduin提案。論文於11月3日發布，分析範圍涵蓋3月23日至8月26日、為期157天，資料來自16條區塊鏈上的66,073,201筆x402付款，總金額為610萬美元（約81億4000萬韓元）。

交易紀錄包含16萬2,882名買方與5萬390個服務提供者，每筆付款金額中位數為0.01美元（約13韓元）。研究團隊表示，統計時已排除自我付款；部分涉及身分未明付款中介或未登記賣家的交易，可能未被納入。這些是研究分析使用的付款紀錄，並非Anduin實際上線後處理的付款筆數。

x402的運作方式是：網路服務透過HTTP 402狀態碼要求付款後，買方傳送已簽署的付款授權，再由中介者進行鏈上結算。研究納入的付款主要使用美元穩定幣USDC與泰達幣（USDT）等資產。

Circle先前已將Agent Marketplace納入Agent Stack，讓AI代理人能查詢服務價格與功能並完成付款。此前也有報導指出，Venice已登錄為該市集的服務提供者。這次研究探討的是付款完成後，代理人該如何選擇服務提供者。

研究團隊指出，若以交易量或使用者數量排名，排名可能遭到灌高。單一參與者可以建立多個錢包，反覆向自己經營的服務付款，營造使用者眾多的假象。這種透過建立虛假身分提高聲譽的行為，稱為女巫攻擊（Sybil attack）。

Anduin從買方過去付費使用的服務提供者開始追蹤付款關係，查看使用過相同服務提供者的其他買方，是否也向新的服務提供者付款，再依據這些連結替尚未交易過的候選服務排名。

在研究設定的攻擊模型中，攻擊者只讓假錢包彼此轉移資金，無法提高買方的推薦排名。若要拉高排名，攻擊者必須實際支付買方過去使用過、且彼此獨立的服務提供者。這是因為Anduin將買方既有的付款關係作為攻擊成本的計算基準。

Anduin不是單一公式，而是由最大流量法及其兩種調整版本組成的三種演算法。研究團隊同時評估推薦表現與操縱成本，比較各種方法的差異。

效能測試使用截至台灣時間6月21日上午8時前90天的付款紀錄，涵蓋2,442萬9,942筆付款，總額為383萬美元（約51億900萬韓元）。

研究團隊從13萬6,646名買方中，找出其後30天內再次交易的3,656人。其中，813人首次使用過去未曾付款的服務提供者，納入準確度評估。研究所稱的成熟服務提供者，是指至少有兩名買方付款的服務提供者。

在813人的評估組中，放大流量法的一種設定，將買方下一個實際使用的服務提供者排在第一名的比率為23.6%；協同過濾法為23.2%，單純計算付款筆數的方法則為3.7%。

不過，23.6%是以對數方式納入付款金額的設定所得結果。操縱成本比較則使用另一種設定，將付款金額與手續費一併加權。在這個含手續費的設定下，放大流量法的第一名命中率為22.8%。

在模擬攻擊中，若要讓特定服務提供者成為813名買方推薦清單的第一名，放大流量法需要8,259美元（約1,102萬韓元）；協同過濾法則需要358美元（約48萬韓元），前者成本約為後者的23倍。這兩項金額是在研究團隊設定的攻擊條件下計算出的最低成本。

這些數字並未衡量實際市場上防止排名遭操縱所需的成本。研究團隊是依據過往付款紀錄模擬攻擊情境，也沒有評估Anduin實際導入服務後的成效。

沒有付款紀錄的買方，缺乏過去使用過的服務提供者或可連結的候選者，因此無法用這種方式排名。論文也指出，若多個AI代理人共用一個錢包，不同付款紀錄可能混在一起，為推薦結果帶來雜訊。

研究的評估標準是排名能否準確預測買方下一次選擇的服務提供者，並未直接檢驗服務的回答或品質。