一、本期介绍

如果你正在使用Agent执行工作任务，一定会遇到这样的场景：当Agent替你执行招聘任务时，它应该如何登陆领英以查看候选人资料？当Agent需要读取付费内容，又该如何自主付款？机器与机器间的自主交易将成为下一个商业前沿，但如何确保AI Agent的身份可信、支付安全可靠？要让代理经济真正跑起来，需要一整套新的“Agent原生基建”。

本期《支无不言》，我们邀请到Agent经济基础设施的代表性项目——Kite AI的联合创始人Chi Zhang，深入探讨如何通过构建Agent原生基建解决机器间自主交易的身份验证与支付安全问题，并深入分析了其技术架构、商业模式及行业前景。

本节目是x402系列的第二期，相信能帮助听众了解Agent支付的真实应用场景,以及摆在Agentic Economy面前的问题。

嘉宾Chi Zhang

Kite AI联合创始人&CEO，ex-Databricks，AI PhD Berkeley

主播Hazel Hu

播客《支无不言》主理人，6+年财经媒体记者经验，华语公共物品基金GCC主理人，关注加密的实际落地应用。X：0xHY2049；即刻：一只不走心的越越

主播Ivy Zeng

播客《支无不言》主理人，曾经在VC做投后，参与pop-up city与支付结缘，目前在新型银行负责增长。X：IvyLeanIn；即刻：饭勺放在杯子里；Xlog:ivyheretochill

【赞助商】

本节目由全球领先的区块链安全与合规科技公司BlockSec赞助播出。

作为联合国、香港证监会、美国FBI等50多家监管与执法机构的信任之选，BlockSec KYT链上反洗钱平台帮助稳定币支付企业轻松满足不同国家监管要求，精准识别非法资金，自动生成可疑交易报告。

二、Kite AI背景介绍

Hazel：

大家好，欢迎来到新一期的《支无不言》。今天我们请到的是Kite AI的CEO张弛。Kite AI是一个刚刚上线各大交易所、并且更早之前就获得Coinbase ventures,PayPal等顶级机构数千万美元融资的项目，同时也是近期非常受关注的X402生态项目，从一开始便深度集成了X402协议。虽然张总可能已经回答过很多次了，但还是想请您先给我们的听众简单介绍一下：KiteAI到底是做什么的？

Chi Zhang：

如果用最直白的方式来讲，我们希望未来的Agent不论是自己发起支付，还是接收他人支付，都能做到极高程度的自动化，而且不用担心被骗或被滥用。简单说，我们在构建的是Agent的支付身份体系。

Hazel：

我看到你们官网把自己定义成一条payment chain，所以Kite AI可以被理解为一条链吗？

Chi Zhang：

是的。我们称自己为payment blockchain，主要是因为“支付链”这个概念是大家最容易理解的。最开始我们说是一个infrastructure，有identity和governance，但大家普遍听不懂。后来发现直接说“我们是一条支付链”反而最清晰。

Hazel：

明白，那为什么叫Kite呢？背后有什么寓意吗？

Chi Zhang：

其实没有特别复杂的寓意。当时我们觉得未来可能会发行自己的token，也会有社区文化，所以希望名字轻松、有趣、容易做周边。当时就让ChatGPT排了很多名字，Kite听上去轻快，也很好延展，所以就定了。

Hazel：

确实很好听，也很好记。

Chi Zhang：

我们和Chainlink很熟，他们的社区叫Link Marines，我们就开玩笑说名字也要“酷一点”。Kite可以衍生出很多俏皮又有辨识度的称呼，所以选了它。

Ivy：

我最早了解到张总，是从你ZettaBlock创始人的身份开始的。ZettaBlock做的是Web3的链上链下数据基础设施。我也回看了去年底Kite AI发布时的新闻稿，当时你们强调的是AI数据共享。能不能给我们讲讲Kite这套叙事是怎么一步步演进到今天的？

Chi Zhang：

这是个绕不开的问题，因为我们并不是从零开始，而是从ZettaBlock自然演进过来的。

先回顾几个背景：

第一，ZettaBlock最初做的数据基础设施并不是给Crypto的，而是通用级SaaS平台。我本身过去就在做SaaS和AI基建。

第二，到2022年中，由于行业暴雷，但DEX仍活跃，大量项目需要链上数据分析，我们因此开始服务公链生态，接触了二十多条链，也深入了解了Layer1/Layer2的真实需求。

第三，我们一直在做的，是数据采集、数据共享和AI基础设施。我们当时的判断是：单做链上数据市场太小，必须扩展到更大的AI商业化场景。

后来看到一个机会：

——传统意义的去中心化算力不现实，但数据标注却天然适合全球化劳动力市场；

——只要解决数据指纹和支付分润，就能让分布式标注者参与到AI训练。

因此去年我们准备在ZettaBlock的基础上，加入新能力，让AI商业化更有效。但意外发生了：

过去做模型训练的公司，去年底开始都转向了Agent。而Agent在执行任务时会遇到一个巨大痛点：它无法完成支付。比如，工作申请Agent在帮用户注册账号时，会被卡在验证码、支付验证、风控等流程；使用信用卡支付时，很多银行直接风控拦截，拒付率甚至能超过50%。

这让我们意识到：

Agent支付是一个刚需，而且完全没有被解决。

相较于数据标注，真正的市场缺口其实在这里。

于是我们验证了需求，最终找到了真正的PMF，也就形成了今天Kite AI的方向。

Ivy：

非常有意思，是典型的需求倒逼型创新，对很多项目都很有启发。

Hazel：

确实。我觉得行业里有两种项目：一种是不管经历几个周期，始终坚持原有路线；另一种能灵活感知市场需求，迅速调整方向。我理解你们就是从数据共享到数据标注，再到发现Agent支付的核心痛点，最终聚焦到“身份＋支付”这个方向，对吗？

Chi Zhang：

是的，这完全是被需求推动的。

在Web2其实也很常见：你最开始想解决的问题，和最终用户愿意为之付费的问题，往往不是同一个。关键是你能不能及时捕捉信号、愿不愿意调整方向。

我举个例子：硅谷一家非常火的公司Mercor最开始做AI hiring，我和他们聊时问他们的客户是谁？他们说：至少是有五千个开放岗位的大公司。这类公司在人才筛选上又重又慢，所以他们很合适做自动化工具。

结果他们最终的商业模式反而变成了为大公司做数据标注，两年从零做到五亿美元估值。

所以出发点和落点有时候并不一致。

但对我们来说，技术链路是延续的，从ZettaBlock到Kite AI是一条连续的脉络。更重要的是，我们在这个过程中发现了一座真正的金矿。

三、拆解KiteAI-基础层

Hazel：

我想从白皮书的结构切入。Kite AI被分为四层：基础层、平台层、可编程信任层和生态层。基础层是一条兼容VM的、针对稳定币支付、状态通道和结算进行极致优化的链，完全围绕高频交易的Layer1模式设计。这也引出一个大家最关心的问题：为什么要自建一条链？在市场上已经有上百条Layer2、几十条Layer1，还有许多高性能公链在路上。为什么Kite AI还要做一条自己的链？你们会担心变成“鬼链”吗？

Chi Zhang：

这是我们被问过最多的问题之一。类似的争论在Stripe发布自有公链时也发生过，他们的创始人在硅谷论坛引起了三千多条讨论，至今仍有人不相信Stripe需要一条Layer1。

从技术角度看，我们选择自建链的原因有几点：

第一，我们不希望被任何底层架构限制。Layer2永远依赖某条Layer1的finality，这在高频支付场景中会带来不可预期性。

第二，通用链的gas波动太大，不适用于超高频、低单价的支付场景。我们希望gas是可预测、固定、低成本的，而不是因为生态拥堵而出现成本峰值。

第三，我们认为支付需要一条“专用通道”。在Kite的架构里，DeFi等复杂业务会走另一条链，而支付交易会走单独的高速通道，以确保稳定和确定性。

Hazel：

那有没有考虑过直接使用已有的高性能链，比如Stripe选择的那种？

Chi Zhang：

当然研究过，包括Monad等一系列新链。但这些链的生态非常泛化，要兼顾SocialFi、GameFi、DeFi、预测市场等各种场景，资源分散，而Kite的生态希望更加聚焦。

另外，我们强调“中立性”。如果建在Base上，天然与Coinbase捆绑；建在BNB Chain上，又会和Binance绑定。这会削弱我们与所有生态合作的空间。

我们的商业模式也不是卖block space，而是提供支付基础设施和费率服务，因此保持中立能让我们与更多Web2、Web3机构合作。

Hazel：

稳定币赛道太热了，几乎所有巨头都在发自己的稳定币、建自己的链。你觉得这会是一样的循环吗？为什么大家现在又都想“自己搞一条链”？

Chi Zhang：

这是行业发展的自然规律。巨头们都在判断：既然支付和稳定币的价值这么大，为什么要把收益让给别人？

这跟2018—2019年美国银行做联盟链很像。当时大家想要：

控制隐私；

避免交易被公开；

把核心资产留在自己体系里。

但最终大部分都失败了，因为没有生态、没有开发者、没有持续动力。做链不仅是技术问题，更是生态问题。

现实是：很多公司认为“我招100人就能把你做的事复制一遍”，但一年后团队都没搭好。所以这个赛道需要长期投入，不是说做就能做成。

Hazel：

那你认为最后会是“百花齐放”，还是“一链独大”？尤其是你之前说，Web2公司可能是更大的竞争者。

Chi Zhang：

Web2公司确实有天然优势：工程师密度大、产品能力强、组织效率高。比如Stripe，他们一旦决定投入，产品节奏是相当快的。

当然，Web3公司也有自己的优势——更懂区块链、更贴近原生生态。只要Web3公司能聚焦产品与技术，也能构建竞争力。

但从整体资源、品牌和市场角度看，Web2的基础更强，这就是为什么我特别关注Stripe这类公司的动向。

Ivy：

大家还有一个疑问：像以太坊、Solana这些Layer1，gas费用不可预测。如果未来支付链大量出现，以太坊和Solana在支付上的价值捕获会被动摇吗？

Hazel：

简单说就是：币价会不会受影响。

Chi Zhang：

这个问题确实关键。以太坊和Solana的确在机构心智中占据很大比重。Layer1的长期资金、持有者结构、本身的沉淀，都更偏向机构，而不是零售用户。

Layer2虽然增长很快，但过去一年很meme，很实验性。PayFi概念也是他们先提的，但机构反而没有在这轮站在Layer2这边。

稳定币、支付这些赛道，本质上是机构重参与的赛道，而不是普通散户的赛道。谁得到更多机构支持，谁就更有优势。

Solana之所以能在去年迅速崛起，也是因为借助meme文化占据了大量block space，但要想获得机构的深度认可，还需要更多优质资产来“压舱”。

Hazel：

所以Stripe选择了自己的链，Tempo的合作伙伴也几乎都是Web2公司？

Chi Zhang：

是的，而且你会发现这些Web2创始人多少都有Web3经验或兴趣。他们不是排斥crypto的典型Web2公司，而是更愿意在交叉领域下注。这使得他们能更快理解支付链的意义，也更愿意参与生态建设。

四、拆解KiteAI-平台层和可编程信任层

Hazel：

我注意到在平台层中，你们提出了智能体护照的概念。这似乎是一个关键设计，能不能先介绍一下这个护照是什么，里面包含哪些信息？

Chi Zhang：

这个概念我们其实迭代了很多次。我最早受到一些启发，是因为读到Stripe在今年初发布的一篇关于未来互联网的设想文章，他们其中提到了一些与密码学、身份相关的内容，让我第一次意识到Layer1的设计空间非常大。

我最初对“Agent Passport”的理解来自现实世界的护照体系。一个人之所以能拥有护照，是因为他在原本的国家有一个国家身份证明。当他要入境另一个国家时，需要对方给他一个签证，这个签证决定他能不能进入，以及进入后能以什么身份活动，是旅游、工作还是商务。

在AI场景中也有类似的问题。如果我想让一个agent执行任务，例如替用户向苹果投简历，它需要先能进入苹果的系统。有些平台必须先注册账号才能访问，而agent又无法自己注册和认证，因此我们需要一个“护照”和“签证”的机制来赋予agent合法的访问权限。

这是我们最初版本的护照概念，但后来我们发现这还不够。

因为一个关键问题是：什么才构成“同一个agent”？人的身体会衰老、容貌变化，但身份证号不会变。AI agent也一样，底层模型可能从GPT-4换到GPT-5，或在不同任务中切换不同引擎，但它是否仍然是同一个agent？如果用户把账号权限交出去，agent是否仍然保持同一身份？这些都需要一个清晰的身份逻辑。

为了解决这些问题，我们最终形成了一个三层身份系统。

第一层是用户身份。可以是个人，也可以是公司。这个层级类似现实中的国家身份证明，并不依赖某一个模型。它可以是email、Google ID，也可以是企业的账号体系。

第二层是agent的身份。它代表一个稳定的服务接口，而不是底层模型本身。即便今天用GPT-4，明天用GPT-5，外界看到的仍然是同一个agent。

第三层是会话身份。例如帮你订机票的这个会话，任务完成后就结束。它像是一次性的工作许可，用来限制权限，降低风险。

这个结构让身份既稳定又灵活。

Hazel：

我用一个生活类比来确认理解是否准确。用户身份像身份证或员工卡，用来确认你是什么人；agent的身份像你所在公司的门禁权限；会话身份则像你预定一个会议室，只能使用一小时，到期就失效。这样的理解对吗？

Chi Zhang：

从某种意义上是很接近的。不同层级的身份有不同的权限和规则。会话层尤其重要，因为它能提供天然的安全边界。例如某次支付会话只授权一笔金额，就算出现问题，也只会影响这一笔，而不会影响用户全部资产。

Hazel：

我还有一个疑问。现在有一个ERC8004，也在讨论AI身份。如果它也是做身份，那它和你们的区别在哪里？

Chi Zhang：

Kite更专注于底层结算和验证，相当于是一个专用的支付链。我们强调的是速度、身份验证、信誉评估、结算和争议处理，这些都是链级别的事情。

ERC8004更像是一个协议标准，类似ERC-20或ERC-721。它定义了身份结构、抵押逻辑以及部分治理思路，主要关注框架和规范，只要与我们的链兼容就能使用。

换个比喻，如果agent的护照体系是护照本身，那么ERC8004更像是在讨论护照应该包含哪些字段。它并不决定护照在哪里签发，也不决定真正的入境和结算发生在什么地方。

Hazel：

所以未来不会产生竞争吗？

Chi Zhang：

协议之间是可以兼容的，问题在于谁来主导、落地在哪里。协议背后的机构当然希望生态建在他们的链上，而不是在别处。但从技术角度看，我们并不冲突。

真正的竞争在网络层，也就是结算最终发生在哪里：是在某条Layer1、某条Layer2，还是在专用链上？这才是不同团队最终会竞争的地方。而协议本身是否被采用、是否能真正出圈，还要看长期生态的选择。

Hazel：

明白。其实从开发者角度来看，如果能有一个全球通用的协议，大家都愿意。

如果要给AI打分，你们怎么验证它是否真的完成任务？以及如何防止刷分？比如我可以人为训练一个高分AI，但它可能并不好用。

Chi Zhang：

这是非常核心的问题。你刚才提到的“用大模型复核任务过程、看结果是否一致”是一个可行的方法，我们也认为未来会有越来越多类似的解决方案。但在设计agent信誉体系的时候，我们一开始选择从更基础的方向切入——SLA。

Hazel：

SLA其实就是把规则提前讲清楚。

Chi Zhang：

对。在Web2里，SLA非常常见，比如服务的uptime、响应速度、故障恢复时间等。我们把同样的思路引入agent：

如果是纯线上场景，很多质量指标都可以直接度量，如响应是否及时、任务是否按约定完成等。

用户也可以在自己的偏好里声明最低可接受分数，比如“不使用7分以下的服务”。

这种机制适用于数字世界，但一旦涉及线下，就会出现判断盲区。比如外卖“准时送达”算线上指标，但“菜变辣了”就很难自动仲裁。因此我们认为：在agent与agent、agent与digital service的交互中，SLA是基础；涉及实体世界，仍然需要人工或混合机制。

Hazel：

如果两个agent之间出现争议，比如用户要求退款，仲裁怎么触发？有没有类似“支付宝担保”的机制？

Chi Zhang：

在纯链上世界，最简单的是“未完成→自动退款”。比如协议规定agent三小时内必须在线执行指令，如果不在线，就自动退钱甚至赔偿。但未来一定会出现更复杂的机制，例如担保与质押：大型机构发布的agent（比如Facebook）可能会放入更高的质押金，如果发生错误，协议可以直接从质押里扣款，从而形成一种“信用背书”。

这些都可以在协议层或外部服务层去实现。

Ivy：

那像x402这种协议未来会直接支持退款和托管吗？还是需要依赖你们的结算层？

Chi Zhang：

只要涉及真实资金流动，就必须通过settlement layer来完成，不管是Base、还是其他链。

协议本身可以扩展退款与托管功能，但到底是写进x402、还是另建补充协议，还要看生态的选择。

x402的优点是极其简单且优雅，这种协议最容易被广泛采用。

Hazel：

责任归属怎么认定？比如AI花错了钱，AI被攻击，或agent买错了服务，谁负责？

Chi Zhang：

交易链路上其实有三类参与者，每一类都有可能犯错：

最终用户：输入信息错了（例如把“日本”说成“韩国”）。

Agent开发者：没有做好防护，被prompt注入攻击。

外部服务提供方：如机票平台临时故障，导致agent只能买到次优方案。

这些问题的关键都是：可追溯。

也就是说，每一步都可验证、可记录，出了问题可以追到具体环节。

然后根据每个环节的SLA、保证金、信誉来判责与赔付。

Hazel：

听起来在AI大规模使用后，会出现很多类似金融领域的争议案例，甚至不知道该找谁维权。

Chi Zhang：

公司比个人更担心这件事，因为他们的损失可能是量级性的。这也是为什么现在出现了AI保险。它的逻辑非常直观：

不先追究是谁的责任，先赔付，再由平台和协议内部去追责。保险未必能解决所有问题，但它是最现实、最市场化的机制。

Ivy：

听起来是“为支付穿上一双鞋”，让整个链路更稳。

CHi Zhang：

是，市场已经出现一些创业团队，比如UC、IC等，用AI和交易流来做保险或担保。我认为这是未来很大的方向。

五、拆解KiteAI-生态层

Hazel：

OK，我觉得这块还有很多可以聊，不过时间有限。我们先聊生态这块。我看到大家有一个Agent Store，这是你们一个很重要的层吗？我注意到很多AI工具都有Store，比如OpenAI之前的GPT Store。我一直很好奇，这种AppStore或Agent Store，会替代苹果AppStore吗？你们怎么保证自己能成为流量入口？会不会面临冷启动困难？

Chi Zhang：

我们的agtic最初由TC出身的designer负责，他很兴奋地把它设计成C端用户可直接使用的agent Store，从某种角度类似AppStore。但从实践看，纯marketplace很难启动，必须提供让用户留下来的工具。正如Reason的理念：“comfort to stay for the network”，一开始就想做network或marketplace，很难成功。

我们的策略是先抓刚需：payment和governance。这是双边刚需，agent需要支付，服务提供者希望即时收款。这样可以吸引部分network和division。Marketplace更多是network内的展示，用ERC8004支付访问服务，同时服务提供者也能获得更多曝光。

理想场景是左边各种agent，右边各种agentic service，互相匹配需求。但短期来看，流量主要集中在五大AI公司或Shopify这样的channel。在这些场景下，layer2或x402协议不是必需，但若提供更好的支付解决方案，我们可以作为中间operator。

总结来说，纯marketplace很难做。市场机会多，开张容易，但沉淀难。我们提供的价值是让用户不得不来，尤其在B端基础设施和支付上。

Ivy：

Kite AI期待看到的合作伙伴，一侧是超大型流量入口LM，另一侧是服务提供商、电商服务提供者。

Chi Zhang：

没错，但现实是两边都有压力。Layer1想access更多服务，覆盖大部分量，但还有很多企业和本地公司没有开放访问。agent来访问这些服务，就创造了潜在的商业机会。未来很光明，只是大玩家在推动生态。

Ivy：

这给开发者和创业者指明方向：切入点可以是agent identity，通过身份接入网络。

Chi Zhang：

我们希望有各种尝试，比如做一个有趣的agent，解决问题，同时能方便收付和身份验证。接入我们的SDK很方便，也降低开发门槛，我们处理后台复杂逻辑。这样，agent可以访问Layer内的各种服务，开发者也能轻松获得支付能力。

Ivy：

服务提供者希望自己的服务被更多agent发现。之前PayPal做法是，让AI助手帮用户购物，让电商商品更容易被流量入口或LM搜到。Kite AI和PayPal的关系是平行吗？

Hazel：

对，因为投资关系，我好奇会不会和Pal绑定很深，还是独立？

Chi Zhang：

Pal是很好的partner，有自己的B/C端渠道。PayPal在今年5月推出Pal，这是他们在agent上的重大initiative。目标是让每个商户可以轻松创建merchant agent，让end user在搜索产品时，用chat形式直接下单，无需跳转支付。这是agent payment1.0形态。

我们希望的是agent payment2.0：用户在GPT上直接访问并下单。我们认为Stablecoin是最优支付方式，稳定且可扩展，尤其适合agent访问数据API或智能合约。传统方式如SWIFT、credit card或tokenization也很常见。

Hazel：

那你们选哪种支付方案？

Chi Zhang：

并行使用多种支付方式。对大公司来说，这是不可阻挡的趋势，也是下一步探索方向。

Ivy：

了解。我们再聊商业方向。关于Kite AI发币，你们是早就计划好，还是被x402火起来推动的？

Chi Zhang：

不是被推动的，是稳步推进。今年Q4发币计划早已在路上。x402确实带来更多曝光，但我们一开始就考虑发token，属于同步策略。

Hazel：

在考虑发币或上市时，你们会权衡哪些因素？

Chi Zhang：

发币有法律和政策考量。传统AI公司和投资人对token的接受度不同。过去很多项目有token但无产品，这会让投资人怀疑。真实业务、产品和应用场景，才让合作伙伴觉得可信。只要有真正价值，token本身就不是核心问题。

核心是有真实业务支撑。有了产品和使用场景，token对合作伙伴就次要了。大多数情况下，他们来合作是因为产品有用，而不是token。

Ivy：

既然谈到产品和可持续收入，您之前提到Kite AI的收入模型可能包括两部分：一部分是SBY，另一部分是交易固定抽成。能给听众详细解释一下吗？

Chi Zhang：

主要收入分两部分。第一部分象征性收入很小，接入网络后，我们作为Layer1区块链的成本只是基础运营维护。

更重要的收入来源在于搭建完整网络后：我们提供身份验证、支付服务、仲裁和退款等Layer2服务，会收取一定手续费，但远低于Stripe的3%+35美分收费。这个take rate可能是我们更严肃、重要的收入来源，目前还在探索。

Hazel：

长期来看，收入来源会保持不变吗？还是会新增收入渠道？

Chi Zhang：

可能会新增。比如Stripe，除了基础支付收入，还有AI驱动的附加功能：基于用户背景动态调整支付方案。这种AI原生支付功能也是收费渠道。

在Kite AI，我们的网络也可以提供附加服务，针对不同用户场景提供优化，如果值得收费，我们就可以收费。

Hazel：

明白，你可以灵活组合服务包。这和Stripe会有冲突吗？

Chi Zhang：

短期来看没有冲突，因为我们在Layer1平台上优化流程，让更多action在我们的链上进行。而Stripe可能更多配合使用。长期来看，如果某方足够强大，可能会尝试自建链，但从当前架构和商业模型看，我们不在同一层。

Hazel：

未来用户要付几个部分的钱？Layer1、Layer2、其他服务？如果涉及支付链条，还可能给Stripe付费吗？

Chi Zhang：

具体还在探索。我们正在和多家公司沟通，讨论接入USD或其他支付服务，以及附加服务的收费模式。大部分服务我们一开始不会做，希望生态伙伴共同参与。

六、商业思考

Ivy：

聊完价值和技术，再聊创业创新。做创新业务的挑战是如何定义成功。未来几年，怎么定义Kite的成功？你们最看重的北极星指标是什么？

Chi Zhang：

第一，足够多的interaction在我们的网络上发生，这是直观指标。

第二，总交易量和手续费收入，虽然单笔价值可能低，但总量高，如PayPal去年交易额1.6万亿，Stripe也类似。

第三，specific metrics：dispute rate、dispute period，以及开发者生态adoption。开发者是我们生态核心，类似Stripe的成功经验：先服务小型B2CSaaS开发者，提供简单易用的金融工具，逐步扩展。

AI coding会替代部分初级开发者，但开发者指标依然重要。

Ivy：

有没有想过可能失败的场景？

Chi Zhang：

技术不太担心，产品和go-to-market才是挑战。产品迭代速度要快，满足市场需求，否则build完了，机会就错过了。AI公司现在alpha feature的迭代速度从两周缩短到两天，我们需要跟上节奏。

其次，distribution channel和network effect很关键，要在巨头环伺下找到合作伙伴，保持商业敏锐度。

Ivy：

您有什么话题想留给后续嘉宾吗？

Chi Zhang：

我关注美国天才法案后政策放松对大公司布局的影响，比如Coinbase、Stripe、Tempo、Kite AI、ERC8004，他们的initial focus是哪里。我希望听听各方看法，包括Visa、Mastercard等传统巨头。

Hazel：

有时候内部人士的看法不一定代表公司全貌，需要多渠道了解。

Chi Zhang：

对，我也好奇他们的concern在哪里，哪些指标能降低他们顾虑。

Hazel：

今天节目就到这里，感谢张驰总，也感谢听众朋友。大家可以关注Kite AI官方社交媒体，阅读白皮书，了解未来进展。