Автономные ИИ-агенты ежедневно проводят 4,1 млн микроплатежей в сетях Base и Solana, зарабатывая на разнице между нулевой доходностью стейблкоинов и 5,19% по гособлигациям США
2026-11-11, FP360 — Автономные ИИ-агенты теперь ежедневно проводят 4,1 млн микроплатежей через сети Base и Solana, совокупно перемещая $18,6 млн при медианном чеке в 0,9 цента. Разработчики зарабатывают на арбитраже между нулевой доходностью простаивающих стейблкоинов и 5,19% по трёхмесячным гособлигациям США, а также между субцентровыми комиссиями Solana и пакетной экономикой L2-сети Base.
Поток платежей между машинами превращает Base и Solana в расчётный слой для агентской коммерции: это бычий сигнал для площадок, зарабатывающих на комиссиях, и медвежий — для инфраструктуры ручной розничной торговли.
Выручка секвенсора Base и комиссионные сборы валидаторов Solana растут по мере лавинообразного увеличения числа транзакций агентов; ETH и SOL выигрывают от спроса на расчёты.
Solana по $178 и ETH по $2 540 остаются чувствительными к процентным ставкам. Если объём операций ИИ-агентов окажется цикличным, сжатие комиссий ударит по обеим сетям.
📄 Читать полный аналитический отчет (развернуть)
### ⚡ ГЛАВНОЕ ЗА 30 СЕКУНД: 3 КЛЮЧЕВЫХ ВЫВОДА
- Что произошло: Автономные ИИ-агенты ежедневно проводят 4,1 млн микроплатежей в сетях Base и Solana, перемещая совокупно $18,6 млн при медианном чеке в 0,9 цента. При этом Solana торгуется по $178, а ETH — по $2 540.
- Скрытый механизм: Разработчики зарабатывают на разнице между субцентровыми комиссиями Solana и пакетными издержками L2-сети Base, финансируя газовые бюджеты агентов за счёт простаивающих стейблкоинов, которые сейчас приносят 0,00% годовых против 5,19% по гособлигациям США.
- Куда идут деньги: Комиссионная выручка достаётся секвенсорам Base и валидаторам Solana, а эмитенты стейблкоинов и платёжные посредники получают доход от разницы в доходности. Следующая цель ротации — кредитование для агентов и потоковые платежи.
Расчётная сеть для платежей между машинами: почему 4,1 млн микроплатежей в день имеют значение
Автономные ИИ-агенты стали самой быстрорастущей группой пользователей как в Base, так и в Solana: они ежедневно проводят 4,1 млн микроплатежей при медианном размере чека $0,009. Такой профиль объёмов был бы невозможен в основной сети Ethereum, где одна сделка обмена стоит дороже, чем весь дневной бюджет агента. Комиссионная модель Solana — около $0,00025 за транзакцию — и пакетная экономика L2-роллапов Base превратили обе сети в де-факто расчётный слой для машинной коммерции: вызовов API, запросов данных, аренды вычислительных мощностей и вознаграждений за инференс. Совокупный дневной объём в $18,6 млн невелик на фоне цены биткоина в $82 400 или индекса S&P 500 на уровне 6 180, но сигнал кроется именно в количестве транзакций: розничные трейдеры кликают несколько раз в день, а агенты — тысячи раз в час.
Субцентровое комиссионное преимущество Solana против пакетной экономики L2-сети Base
Цена Solana в $178 и архитектура с высокой пропускной способностью делают её естественной площадкой для высокочастотной активности агентов: приоритетные комиссии даже в часы пик в среднем составляют доли цента. Base, напротив, получает преимущество за счёт наследования безопасности Ethereum и дистрибуции он-рампов Coinbase, упаковывая тысячи транзакций агентов в одну отправку в основную сеть и тем самым распределяя издержки. В результате рынок разделился на два уровня: Solana — для задач агентов, чувствительных к задержкам, например для ставок на инференс в реальном времени, а Base — для агентов, которым важны окончательность расчётов Ethereum и глубокая ликвидность USDC. Ни одна из сетей не побеждает окончательно: разработчики маршрутизируют операции по типу задачи, а разница между $0,00025 в Solana и эффективными $0,0008 за транзакцию в Base — это тот самый арбитраж, который удерживает обе сети в тонусе.
💡 НЕОЧЕВИДНЫЙ ИНСАЙТ
Настоящее узкое место — не пропускная способность, а простаивающие стейблкоины. Операторы ИИ-агентов вынуждены заранее пополнять кошельки в USDC, и этот свободный остаток приносит ноль, тогда как трёхмесячные гособлигации США дают 4,25%. Каждый агент, держащий $1 000 в сети на газ и платежи, теряет $42,50 в год безрисковой доходности. Именно поэтому управление казначейством на уровне агентов — перевод свободных средств в токенизированные гособлигации — станет следующим инфраструктурным слоем, который пока никто не закладывает в цену.
Карта позиций и ликвидности: кто оказался в ловушке?
Вне игры остаются розничные трейдеры, торгующие вручную: они по-прежнему воспринимают уровень $178 у Solana и $2 540 у ETH как чистые ставки на направление движения, игнорируя тот факт, что растущая доля объёмов в сети программная и на марже нечувствительна к комиссиям. Кластеры стоп-лоссов расположены ниже недавней поддержки Solana на $170 и уровня Ethereum в $2 400, где скопились длинные позиции с плечом. Предельный покупатель — это оператор агентов, пополняющий кошельки в USDC; вынужденный продавец — разработчик, который заложил в бюджет слишком много на газ накануне замедления объёмов. Ликвидность в диапазоне чеков от $0,001 до $0,01 тонкая: маркет-мейкеры не создали запасов под поток заявок с субцентровыми суммами, поэтому транзакции агентов часто исполняются с более широким эффективным спредом, чем предполагает заявленная комиссия.
Матрица сценариев и вероятностей
| Сценарий | Вероятность | Ключевой триггер / уровень | Ожидаемая реакция активов |
|---|---|---|---|
| Базовый сценарий | 55% | Число транзакций агентов держится выше 3,5 млн в день; Solana удерживает $170 | SOL постепенно движется к $185–$190; ETH консолидируется около $2 540 |
| Бычий сценарий | 25% | Объём операций агентов превышает 6 млн в день; выручка секвенсора Base достигает нового максимума | SOL пробивает $200; ETH устремляется к $2 700; токены экосистемы Base опережают рынок |
| Стресс-сценарий | 20% | Solana теряет поддержку $170; бюджеты агентов урезаются из-за замедления капитальных затрат на ИИ | SOL тестирует $155; ETH возвращается к $2 350; сжатие комиссий бьёт по обеим сетям |
Dorian Reed
Computational Econometrician. Directs Bayesian probability modeling on decentralized prediction platforms, Google Trends velocity radars, anomalous volume spikes, and cross-asset lead-lag regressions.