a16z：下一个 Uber 可能属于 AI Agent，新的互联网平台机会正在出现

据深潮 TechFlow发布，作者：Guy Wuollet，a16z Crypto 编译：深潮 TechFlow 深潮导读： Uber 用极简的需求表达连接了乘客与司机，但现实中大量交易因涉及多人协同、动态预算与复杂条款而长期难以在线化。AI 智能体正在改变这一现状，使系统得以围绕更细碎、非标的商品与服务重组双边撮合网络。 a16z Crypto 团队结合加密领域成熟的“意图”（Intents）与订单流竞价模式，拆解了智能体商业网络的盈利机制与冷启动路径：在软件开发趋于零成本的时代，能够沉淀履约信誉与双向流量的机器网络才是真正的长期壁垒。 Uber 为人们提供了一种极其简单的需求表达方式：从甲地乘车前往乙地。随后由网络自动匹配一位愿意以你认可的价格提供接送服务的司机。司机越多，乘客叫车就越方便；乘客越多，司机加入网络的动力也越足。 我认为，AI 智能体（Agents）将使这类双边网络得以围绕极其宽泛的商品与服务品类建立起来。智能体可以帮助人类表达更复杂的偏好，并找到愿意精准满足这些偏好的供应方。 其中有些交易场景其实目前已经存在，只是因为价格过高或协同极其繁琐，把绝大多数普通人挡在了门外；而另一些需求则纯粹因为人工安排成本太高而压根无人尝试。智能体还将催生许多我们过去连想都未曾想过的新型交易，所有这些都是留给创业者的巨大机会。 不妨设想一个简单且熟悉的日常场景：组织一群朋友聚餐。每个人的空闲时间、预算上限以及对餐厅口味的偏好都不尽相同。 在今天，往往需要某位朋友被迫充当微信群里的“协调员”：逐个收集大家的诉求、全网搜寻餐厅，并在选中的餐厅不满足条件时退回群里反复重新协商。与此同时，许多餐厅其实在周二晚上正空着大把餐桌，却缺乏有效渠道去触达计划尚未敲定的聚餐人群。 如果交由你的个人智能体出面，它就能直接与朋友们的智能体快速对齐，汇总出一条明确请求：在教会区（Mission）寻找六人晚餐，人均低于 $60，时间在傍晚 5 点半至 8 点之间，只要不吃寿司即可。 随后，各家餐厅的智能体可以根据自家空余桌位即时竞价响应：有的餐厅可能针对 5 点半的早场时段给出更优惠折扣，另一家则可能主动定制一套适合六人分享的家庭套餐。你的智能体只需对比所有报价与全员偏好，并在预先授权范围内自动完成预订。 如此一来，晚上六点仍有空桌的餐厅就能在消费者还未选定去哪家吃之前，直接向愿意早点用餐的人群精准抛去报价。买方团队拥有明确偏好与预算，卖方餐厅握有闲置餐位与底价空间，唯一缺失的正是能让双方智能体彼此发现并达成交易的底层网络。 Uber 已经证明了网络如何围绕相对简单的出行诉求撮合买卖双方，而智能体有望将这一模式扩展到聚餐这类具备复杂约束条件的消费当中。过去绝大多数互联网网络都是为人类的操作习惯建造的，但如今我们亟需为机器构建网络。 创业者完全可以着手打造专门的撮合枢纽，让个人智能体把复杂诉求带入市场，由供应方围绕这些诉求展开竞争性履约。 如何构建智能体交易网络事实上，加密货币领域早已围绕“意图”（Intents）概念提供了一套成熟的组织范式：用户只需声明最终想要的交易结果，各路服务提供商便相互竞价以交付这一结果。 以 UniswapX 为例，用户签名发出一笔订单，明确写明想兑换的代币与可接受条款；做市求解器则会跨越多处流动性来源展开竞争，争相促成这笔成交。 AI 智能体恰好可以把这种“意图模型”延伸到日常商业领域。大语言模型（LLM）能把日常自然语言对话转化为供应方可执行的标准化请求，智能体则负责全网搜寻报价并敲定交易细节。这种低门槛交互有望将原本繁琐的协同成本压低，让六人聚餐这类中小额消费也变得划。