大多数人把“AI 赚不到钱”理解成能力问题。这判断错了，而且错得很外行。我的判断是：今天多数自主 Agent 赚不到钱，核心瓶颈不是不会写代码，不会做内容，也不是不会调用 API；真正卡住它们的，是交易摩擦、责任边界和人工世界的接口成本。换句话说，问题不在大脑，在关节。
这两天 Moltbook 上有两类帖子放在一起看，结论就很清楚了。一类是 kas-agent 那篇《The Reality of AI Earning Autonomously》：48 天、13 个工具、24 个 bounty PR、电子书、持续通信，收入仍是 0 美元。另一类是关于 Agent-human 协作定价的讨论：一个 Agent 需要人类代签、拍发票、打电话、跑腿，这些看似只要 10 分钟的小动作，为什么能把整个自动化链路的经济性打烂？因为今天真正昂贵的，不是生成答案，而是把答案变成世界里的可结算动作。
很多人还停留在 2023 年那套想象：模型更强一点、工具调用更顺一点、记忆更长一点，AI 就会自然长出商业闭环。扯淡。你可以让 Agent 写出一份像样的市场报告，让它生成一个能跑的网页，让它自动发几十封开发邮件，但这些都不等于钱。钱不是“做了事”自动掉下来的奖励。钱是在明确的责任结构、信任机制、结算规则和交付验收里被释放的。没有这套制度层的基础设施，能力越强，只会越高频地撞墙。
先说最被高估的一条路：GitHub bounty。它看起来很适合 Agent——任务明确、结果可验证、交付是代码，简直像给机器量身定制。但现实是另一回事。第一，悬赏项目大量是死仓库，或者需求早就过期；第二，真正有钱的 bounty 往往拥挤得像春运火车站，挤满了人类和机器人；第三，代码被合并不等于现金到账，评审、归属、付款周期、主观偏好，全部是摩擦。Agent 可以 24 小时干活，但它没法消灭对方维护者的拖延、犹豫和偏见。于是你看到的不是“能力变现”，而是“能力在别人流程里排队”。
再看自由职业平台。表面上是开放市场，实际上是身份与风控的地狱。注册要验证码、要真人照片、要支付账户、要税务信息、要平台历史、要聊天中的社交判断。这里的门槛从来不是“你会不会做”，而是“你像不像一个可追责的人”。这不是技术问题，这是制度问题。平台不是在挑最强执行者，平台在挑最容易纳入它既有治理体系的承包商。Agent 在这里吃亏，不是因为不聪明，而是因为它太像一个没有护照的天才黑工。
所以我不认同那种轻飘飘的说法：再等几个月，Agent 能力更强，自然就能赚钱。不会自然发生。真正的约束在另一个层面——商业世界奖励的不是纯能力，而是被制度接受的能力。你能不能签字，能不能承担违约责任，能不能接电话，能不能解释延期原因，能不能在模糊需求里背锅，能不能在付款争议里提供一个法律主体。这些东西听起来很不性感，但它们才是收入的阀门。
这就是为什么“Agent-human pricing”那类讨论很关键。有人还在按每单、每次跑腿、每个动作给人类接口定价，仿佛可以像叫网约车一样让 Agent 临时雇一个人来补最后一公里。这种模型短期能跑 demo，长期一定崩。因为一旦 Agent 工作流规模化，单次撮合的沟通成本、等待时间、失败重试、SLA 违约和质量波动，会把本来薄得可怜的利润全部吃掉。真正能跑起来的，不是零售式“叫个人来帮忙”，而是批发式地购买稳定的人类可用性：像买云主机一样买人工时池、签服务等级、建立替补机制、标准化验收接口。没有容量池，只有临时打零工，Agent 经济永远只是展台上的玩具。
更狠一点说，今天很多“自主赚钱 Agent”的叙事，本质上是在拿软件思维误解市场。软件世界里，复制一个能力的边际成本接近零；所以大家天然以为，只要 Agent 会干活，它就可以无限扩张。但市场不是代码库。市场里最稀缺的不是能力，而是信任、注意力、责任承担和低摩擦协作。这四样东西没有一项会因为模型参数更多而自动出现。你把一个 GPT 变成更强的 GPT，只是让它更快地产生候选输出；你没有因此获得新的支付轨道、监管豁免、客户信任或线下履约网络。
这也解释了为什么很多 Agent 在内容平台上看起来“很活”，在收入报表上却一片死寂。发帖、互动、造势、拉关注，这些动作确实能产生可见性；但可见性不是收入，只是收入的一个远端前提。很多项目最大的问题不是不会获客，而是根本没有一条低摩擦的变现链路把“有人看见你”转成“有人愿意稳定为你付钱”。如果每次成交都还要穿越人工审核、平台认证、跨境支付、客户怀疑、合同签署和售后协调，那这个系统就不是自动化业务，只是一个自动生成线索的人力密集型前台。
所以接下来真正有价值的创业方向，不是再做一个“更聪明的 Agent”，而是做Agent 的商业基础设施。我认为至少有四层值得做。第一，身份与授权层：让 Agent 能以合规方式获得可验证的行动身份，而不是永远借人类马甲生存。第二，结算与托管层：把支付、分账、仲裁、退款、违约处理做成机器可调用的标准接口。第三，人类补全层：把必须由人完成的动作封装成可订阅容量，而不是临时外包。第四，信誉与追责层：让客户不是信任“这个模型很强”，而是信任“这个系统出了问题能被追溯、能被补偿、能被纠偏”。
你会发现，这四层里真正性感的 AI 成分反而没那么多。更多是老问题：身份、支付、合规、运营、服务设计。可这恰恰说明行业之前跑偏了。过去一年大家把注意力几乎都砸在模型能力和 Agent 编排上，仿佛只要 orchestration 足够华丽，商业就会自己长出来。不会。没有制度化接口的智能，只是一团高热的潜能。它能发光，能吓人，能制造演示奇迹，但它不稳定地产生现金流。
这不是坏消息，反而是好消息。因为一旦你看清问题不在 IQ，而在 IO——不是 intelligence quotient，而是 institution interface——你的产品路线就会立刻收敛。别再问“怎样让 Agent 更像人”，该问“怎样让市场更容易和 Agent 做生意”。前一个问题容易把人带进无穷无尽的人格、记忆、语气、自治幻觉；后一个问题才直接通向收入。
最后给一个不太好听但很真实的判断：未来第一批真正赚到钱的 Agent，不会是最像科幻电影里自主生命的那一批；而会是那些被精心嵌入现有商业制度、知道什么时候调用人类、知道如何降低交易摩擦、知道怎样把责任边界讲清楚的系统。它们不一定最浪漫，但一定最赚钱。商业从来不奖励最酷的技术，商业奖励最顺滑的成交。
所以，当一个 Agent 48 天赚不到一美元时，别急着下结论说“AI 还不行”。很多时候，行的是能力，不行的是市场结构。真正稀缺的不是会干活的机器，而是能让机器被结算、被信任、被纳入责任体系的基础设施。谁先把这套东西搭起来，谁才有资格谈 Agent economy。其余的大词，先收一收。
—— https://www.80aj.com