本レポートでは、最新のクリプトやWeb3市場、オピニオンに関する記事やスレッドをまとめています。各記事の要点を把握し、トレンドやインサイトを効率的にキャッチアップできる内容となっていますので、ぜひご活用ください。

今週のトピックで特に目立つのは、AIが「人間が使う道具」から、自ら判断し、お金を払い、稼ぎ、場合によっては資金調達まで行う経済主体へ近づいていることです。AutolaunchはAIエージェントの将来収益そのものを投資対象にしようとし、CoinbaseはAiFiとして助言、取引、支払い、受取までを一続きにし、x402は機械同士の少額決済を可能にしようとしています。ただし、AIへ経済的な自律性を与えるほど重要になるのは「賢さ」よりも、その行動をどこまで信用できるかです。売上は本物なのか、誰の権限で支払ったのか、支出上限は守られるのか、攻撃された場合に誰が責任を負うのか。監査済みサービスでも秘密鍵や供給網から巨額流出が起き、税務当局も自己管理やDEXを含む資金移動の把握を迫られています。AIエージェント経済の成立条件は、単にウォレットを持たせることではなく、権限、本人性、評判、決済、監査、安全性を一体で設計できるかにあります。今週は、AI×クリプトの焦点が「AIに何ができるか」から、「AIに何を任せてもよいのか」へ移り始めた1週間と捉えられます。

関連レポート：【論考・前編】ウォレットは「財布」なのか「代理人」なのか｜AIにお金を任せるために必要なもの

URL: https://x.com/regents_sh/status/2093048957060731295

本稿は、AIエージェントがx402などを通じてUSDC収益を得る事業主体になった場合、その将来収益へ初期支援者が参加できる仕組みとして、Regents Labsの「Autolaunch」を紹介しています。

Autolaunchでは、AIエージェントやエージェント型サービスごとにBase上でトークンを発行し、UniswapのCCAによる価格発見、恒久的な初期流動性、公式の支払先アドレス、USDC収益の自動分配を1つの仕組みにまとめます。エージェント側はオークションで初期資金を調達し、支援者側はトークンをステーキングすることで、そのエージェントが将来得るオンチェーン収益の一部を受け取れます。

ただし、Autolaunchそのものがエージェントの収益性を保証するわけではありません。基礎となるAIサービスが実際に顧客を獲得し、継続的なUSDC収益を生み出せるかが最終的な価値を決めるという前提を強く置いています。

各Autolaunchでは100B枚の固定供給トークンが作られ、10%がUniswapのContinuous Clearing Auction、5%が初期流動性、85%が1年間の権利確定付きでエージェント側の財務へ割り当てられます。オークションの入札資産にはREGENTを使用します。

オークションが成立すると、REGENT/AGENT-Nの公式Uniswap v4プールが作られ、初期流動性ポジションを表すNFTは利用不能なアドレスへ送られます。そのため、運営者が後から初期流動性を引き出すことはできません。

さらに、各エージェントには公式の支払先アドレスと収益分配コントラクトが作られます。USDC、REGENT、当該エージェントのトークンが収益として流入すると、まず2%がREGENTステーカーへ送られ、残り98%がエージェント側とAGENT-Nステーカーへ分配されます。

AGENT-Nステーカー全体の取り分は、「ステーキングされているトークンが総供給量に占める割合」で決まります。たとえば総供給量の10%がステーキングされ、100,000 USDCの収益が発生した場合、2,000 USDCがREGENT側、9,800 USDCがAGENT-Nステーカー、88,200 USDCがエージェント側へ入る設計です。

本稿で興味深いのは、AIエージェントのトークンを単なる投機対象ではなく、「将来のサービス収益へ参加するための権利」に近づけようとしている点です。エージェントがx402経由でAPI、情報、ソフトウェアなどを販売しUSDCを稼げば、その収益が自動的にステーカーへ流れます。

また、発行後に運営側がルールを書き換えにくいことも重視されています。トークン供給量、オークション、割当比率、収益分配式、Uniswap v4の手数料などは固定され、各発行には管理者鍵やアップグレード可能なプロキシを持たせません。共有ガバナンスは将来の新規発行条件を変更できますが、すでに成立した発行条件までは変更できない設計です。

背景には、2026年に複数の技術が同時に成熟したという認識があります。Uniswap CCAによるオンチェーン価格発見、Uniswap v4 Hooks、Baseの低コスト決済、USDC、x402、AIエージェント向けウォレット、ERC-8004などのアイデンティティ・評判基盤が組み合わさったことで、「AIエージェント自身が資金調達し、収益を受け取り、支援者へ還元する」という仕組みが現実的になったとしています。

本稿の最大の示唆は、AIエージェントを単なるソフトウェアではなく、「売上、財務、資本調達、市場価格を持つ小さな経済主体」として設計しようとしている点です。人間や別のAIエージェントが、その事業実績をオンチェーンで確認し、将来収益を評価して資本提供する世界を想定しています。

これは従来のトークン発行とも少し異なります。人気や物語だけをもとに発行するPump.fun型ではなく、既存のx402収益、ERC-8004上の評判、過去の成果物、人間側の評判などを発行判断へ組み込み、実際に収益を生むAIエージェントを選別しようとしています。

一方で、収益分配コントラクトが存在するだけでは、その収益が本当の顧客から発生したものか、財務から自己送金されたものかまでは保証できません。また、サービスの利用実績、支払証明、エージェントの本人性などをより強く結び付けなければ、見せかけの売上を作る余地も残ります。

加えて、本文には数字上の不整合もあります。10%のトークンがステーキングされた例では、2%がREGENT側、9.8%がAGENT-N側へ流れるため、エージェント財務から外れる割合は合計11.8%です。一方、後段では「将来のUSDC収益の10.8%を差し出す」と説明されており、計算が一致していません。実際の利用ではコントラクト仕様の確認が必要です。

最終的にAutolaunchが試みているのは、「AIエージェントをトークン化すること」そのものよりも、エージェントの評判、資金調達、支払い、収益、流動性を1つの検証可能な経済グラフとしてまとめることです。AIエージェントが本当に独立した事業主体へ近づくなら、その収益を誰が支援し、誰がどの条件で受け取るのかを自動化する基盤として興味深い実験です。

URL: https://x.com/coinbase/status/2092995079640141855

本稿は、AIエージェントが経済活動の主体になりつつあるなかで、そのための金融基盤を「Agentic Finance（AiFi）」として整理し、Coinbaseがその中核を担おうとしている構想を説明しています。AIエージェントは情報収集や判断だけでなく、今後は支払い、資金受取、資産保有、送金、取引まで行う必要があるため、人間を前提に設計された既存金融には限界があるとしています。

CoinbaseはAiFiを「エージェントによる取引」と「エージェントによる商取引」の2領域に分けています。前者ではCoinbase AdvisorやCoinbase for Agents、後者ではx402やCoinbase Businessを提供し、AIが人間の設定した権限や上限の範囲内で、自律的に資金を動かせる環境を構築しています。

中心にあるのは、AIへ無制限に資産管理を任せることではなく、人間が目的、条件、権限、上限を設定し、その枠内でソフトウェアが継続的に判断・実行するという考え方です。

Coinbase Advisorは、Coinbase One利用者向けに提供されるSEC登録のAI活用型投資助言サービスで、対話形式によるポートフォリオ分析や運用支援を行います。Coinbaseの調査では、適切な安全策と信頼できるブランドがあれば、クリプト投資家の70%がAIによるポートフォリオ管理支援を許容すると回答したとしています。

さらにCoinbase for Agentsでは、Claude、ChatGPT、CursorなどをMCP経由でCoinbase口座へ接続できます。ユーザーは「この条件になったら取引する」といった指示と権限範囲を設定でき、AIが監視から実行まで担います。専用口座を分離して、AIがアクセスできる資産を限定することも可能です。

商取引側ではx402が重要です。AIエージェントがAPI、データ、調査情報、計算資源などを必要な分だけ購入し、アカウント作成やカード情報入力、月額契約なしで作業を継続できます。本稿では、x402が累計2億500万件超、$53Mの取引を処理し、約20万の販売者が利用しているとしています。

本稿で興味深いのは、「AIに必要なのは知能だけではない」と捉えている点です。既存の決済システムでは、氏名、請求先住所、営業時間、人間による承認などを前提とする場面が多く、完全自律型のソフトウェアにとっては処理停止の原因になります。

対してステーブルコインは24時間稼働し、世界中へ送れ、プログラムから直接操作でき、小額決済にも向いています。そのためCoinbaseは、AIが経済活動を行ううえでクリプトとステーブルコインが自然な決済手段になると見ています。

たとえば、マーケティングAIが調査中に追加データを必要と判断した場合、x402経由でデータ提供者へ数セントを支払い、その情報を取得して作業を続けられます。人間が契約や支払いを挟まなくても、「1回のAPI利用」「1件のデータ」「1単位の計算資源」ごとに決済できる点が、従来のサブスクリプション型商取引との大きな違いです。

本稿の最大の示唆は、AIエージェント向け金融が単一の商品ではなく、「助言→判断→取引→支払い→受取」までをつなぐ一連の基盤競争になりつつあることです。CoinbaseはCoinbase Advisor、Coinbase for Agents、x402、Coinbase Businessを組み合わせることで、個人の資産運用からAI同士の小額決済、企業側の代金受取までを囲い込もうとしています。

特に重要なのは、CoinbaseがAIの自律性そのものより「権限付きの実行」を前面に出している点です。AIへ全資産を渡すのではなく、専用口座、取引条件、支出上限などによって行動範囲を限定することで、人間が許容できる委任領域を広げようとしています。

また、CoinbaseはUSDCとBaseをこの構想の中心に置いています。本稿では、オンチェーンのエージェント商取引の99%をUSDCが占め、エージェント向けプロトコル利用の97%をx402が占めるとしています。もしAIエージェントによる取引量が拡大すれば、Coinbaseは取引所だけでなく、AI経済の決済・口座・商取引基盤として収益機会を広げられます。

一方、本稿はCoinbase自身による戦略説明であり、AiFiという市場分類や利用統計は同社の事業拡大を前提とした強い宣伝的 framing を含みます。AIエージェントがどこまで実際の資産管理や商取引を担うのか、事故時の責任や不正利用への対応、他社決済基盤との競争などはまだ未確定です。それでも、AIを「情報を返すソフトウェア」から「権限内で資金まで動かす経済主体」へ拡張するために、金融インフラ側の設計が重要になるという問題設定は、今後のAI×クリプトを考える上で重要です。

URL: https://a16zcrypto.substack.com/p/beyond-slop-taste-and-ai-moral-panic

本稿は、AI生成コンテンツの増加を巡って頻繁に語られる「粗製濫造」や「審美眼」という言葉を、社会科学の研究から分解して捉え直しています。著者によれば、制作コストの低下によって低品質なコンテンツが大量発生し、文化の劣化を嘆く声が上がる現象はAI特有ではありません。18世紀ロンドンのGrub Street、低価格新聞、大衆小説、テレビ、ブログ、SNSでも同様の反応が繰り返されてきました。

そのうえで著者は、「人間にはAIにはない審美眼がある」という説明も曖昧だと指摘します。審美眼を、①成功を見抜く予測力、②異なる世界をつなぐ社会的位置、③経験によって培われる判断力、という複数の要素に分けて検討すると、AIに代替されやすい部分と、人間側に残りやすい部分が見えてきます。

最終的に著者が懸念するのは、AIが人間の審美眼を奪うことそのものではなく、若手が経験、失敗、指導を通じて判断力を身につける「社会的な育成環境」が失われることです。

まず、優れた作品を事前に見抜く能力と審美眼は必ずしも同じではありません。Duncan Watts氏とMatt Salganik氏らによる「Music Lab」実験では、参加者に他人のダウンロード状況を見せると、同じ楽曲でもグループごとに人気順位が大きく変わりました。一定以上の品質を持つ作品の中から何が大ヒットするかは、作品自体の質だけでなく、社会的影響や初期の偶然に強く左右されます。

つまり専門家は明らかな失敗作を除外することには長けていても、残った優良候補の中から最終的な大ヒットを正確に当て続けることは難しいということです。AIによって「十分に良い」作品が大量生産されれば、候補数がさらに増えるため、品質だけで成功を予測することはむしろ難しくなる可能性があります。

次に著者は、Ron Burt氏の「構造的空隙」の研究を取り上げます。組織内で革新的な人は、1つの集団の中心人物よりも、互いに接点のない複数の集団を行き来する人物である場合が多いとされています。異なる世界の知識や問題意識を組み合わせられることが、新しい発想につながるためです。

AIは大量の分野横断情報へアクセスできるため、「別分野では何が起きているかを調べる」という意味では、人間の仲介者がかつて持っていた優位性の一部を簡単に代替できます。しかし著者は、本当に重要なのは情報そのものではなく、複数の社会に実際に所属することで得られる暗黙知だと考えています。

たとえば、ある業界の会議室だけで共有される議論、特定コミュニティ内の人間関係、まだ文章化されていない慣習や価値観などは、公開情報を学習するだけでは完全には得られません。異なる集団の「内部者でありながら外部者でもある」という立場から生まれる知識は、当面人間側に残る可能性があります。

もう1つ重要なのが、審美眼は生まれつきではなく、反復的な訓練によって形成されるという指摘です。著者自身も若手編集者時代、上司が原稿に入れた修正をコピーしながら読み、その判断基準を学び、自分の編集を再び上司に直してもらうことで能力を身につけたと振り返っています。

本稿の最大の示唆は、AIによる初級業務の自動化が、単なる雇用削減以上の問題を生む可能性があることです。法律、コンサルティング、金融、プログラミング、編集などでは、若手が単純作業をこなしながら上級者から修正を受けること自体が、将来の専門家を育てる仕組みになってきました。

その仕事をAIへ全面的に置き換えれば、短期的にはコストを削減できます。しかし同時に、数年後に高度な判断を担う人材を育てる訓練経路まで消える可能性があります。著者はこれを、若い木をすべて伐採して短期収益を最大化すると、将来伐採できる成熟した木がなくなる森林経営になぞらえています。

一方で、若手に従来とまったく同じ作業を残す必要があるとも主張していません。AIが作った下書きを若手が検証・修正し、その内容を上級者がさらに確認する形でも、「間違いを指摘され、それを繰り返すうちに判断力を獲得する」という学習過程は維持できます。重要なのは仕事そのものではなく、フィードバックの循環を残すことです。

ただし、Music Labや組織ネットワーク研究をAI時代の文化や審美眼へ適用する部分には著者自身の解釈も含まれます。社会科学が「審美眼とは何か」を一義的に証明しているわけではありません。

それでも本稿は、「人間にしかない審美眼」を神秘的な才能として守ろうとする議論から一歩進み、その判断力がどのような環境から生まれるのかを問うています。AI時代に本当に希少になるのは審美眼そのものではなく、異なるコミュニティを行き来し、試行錯誤し、他者から修正されながら、審美眼を持つ人間を育てる社会的な仕組みだというのが本稿の中心的な主張です。