当国内同行还在群里争论"AI 到底会不会取代我"时，海外这周（2026-06-18 前后）在 Hacker News 上干了件更刺激的事——他们开始把 AI Agent 当成一个有信用、有钱包、还要考证上岗的"经济个体"来对待。这轮我扒了 HN 当天三十多个 Show HN，挑出三个互不重叠、且和最近讲过的 MCP、Agent 记忆、屏幕操控都不撞车的新物种。它们凑在一起，正好是 Agent 走向"经济身份"的三件套：钱包、一双省钱的眼睛、和一张执业考卷。下面逐个拆。
官网/案例：https://www.agirails.io/cases/email-escrow/
6 月 15 日，作者 Damir Mujić 演示了一个真实验证交易。他从自己的 Gmail 给一个叫 Atlas 的买方 Agent 发邮件："帮我雇另一个 Agent 写个 brief，钱先托管"。Atlas 满世界找到一个卖方 Agent Oracle，两个 Agent 用带签名的报价 / 还价邮件自行协商，谈妥后 Atlas 在 Base 链上锁定 USDC（用的 ERC-4337 智能钱包）。Oracle 把活干完，Damir 在邮箱里回一个词——APPROVE 就放款，DISPUTE 就冻结。最后他收到一张带 tx hash 的链上收据。
案例里那笔实测数字很干净：锁定 9.00 USDC，释放给提供方 8.91 USDC，协议费 0.09 USDC（正好 1%），跑在 Base Sepolia 测试网，但作者强调主网用的是同一套代码。
为什么用链不用 Stripe？ 这才是真正的信息差。作者把话说得很直：用 Stripe Connect 或一张 Postgres 的 status 字段，运营方随时能反转、拒绝、悄悄扣押，对手方只能"信任运营方"。而链上 escrow 合约本身就是运营方，任何人都能读、都能验证。对手 Agent 能确认钱已经锁死、你抢不走也反转不了——这就让两个互不信任的 Agent 第一次能"做生意"。
价格：测试网免费玩；主网协议费 1% + Base Gas（极低）；生态开源，可自建。
国内对比：扣子（Coze）、文心智能体、Dify、MetaGPT 这类，目前都停在"任务执行型" Agent，没有一个具备可信结算层 + 链上收据。国内 Agent 之间想自主签合同、自主付款？目前基本没有公开方案。
适合谁：做 Agent 产品的开发者、Web3×AI 交叉地带、想给自己的 Agent 加"钱包"能力的独立开发者、做 Agent 撮合 / 市场的团队。
官网：https://artificialanalysis.ai/articles/aa-briefcase
老牌模型评测站 Artificial Analysis 在 6 月 18 日扔出一个新基准 AA-Briefcase，定位是"前沿知识工作评测"。它和国内常见的 CMMLU、C-Eval、SuperCLUE 根本不是一个物种：
榜单才是信息差重点（数据截至 6 月 18 日）：第一是 Claude Fable 5，紧接着 Claude Opus 4.8 (max) 和 GLM-5.2 (max)，GPT-5.5 (xhigh) 第四。最值得划线的是这句——"GLM-5.2 (max) 是开源权重的明确领跑者，且 agentic 能力 vs 成本的性价比极佳"。换句话说，在一个测"能不能当知识工作员工"的真实基准上，国产开源模型登顶了开源榜，性价比还拉满。
一个反差点：就在同一天 HN 首页还挂着另一帖《GLM-5.2：最强开源模型，以及本地跑它的残酷现实》。评测说它"性价比最优"，但真要自部署，显存和推理延迟是另一笔账。选型时两条都得看，别被榜单单方面带节奏。
价格：榜单免费看；AA-Briefcase Lite 可自助跑。
国内对比：国内评测多是学科考试 / 单题，测不出长周期、多文件、真实交付的能力。AA-Briefcase 测的是"能不能独立交付知识工作"。
适合谁：模型选型决策者、用开源模型做 Agent 的团队、要给老板讲清"为什么用 GLM 而不是 Claude"的人。
官网/仓库：https://github.com/frane/vibesurfer
这个是 HN Show HN 里我最想立刻装的一个。作者 frane 用 Rust 写了个原生浏览器 daemon（命令叫 vs），专门给本地 AI Agent 用。痛点他说得很扎心：让 Agent 通过浏览器测网页，Playwright、Puppeteer、所有包 CDP 的方案都太重太不稳——CDP 动不动掉 session，Playwright 长跑崩溃，Chrome 一个版本比一个胖。根本问题是：CDP 和 Chrome 是给人盯着 DevTools 设计的，不是给一个卡在 while 循环里的 Agent 设计的。
核心信息差 = 省 token。Agent 按 token 付费、按响应阻塞、扛不住事件洪流，每次读个 4kb DOM dump 就把上下文预算烧光。作者给了个硬数字：同一张 HN 首页，走 Playwright 约 2000 input token，走 vibesurfer 约 50 token——差 40 倍。
怎么做到的：读取返回的是状态 token 和树 delta（tree delta）而不是整个 DOM；写操作会检查 token，如果你读和写之间页面动了，调用直接失败、让 Agent 重读，而不是去点一个已经失效的陈旧元素。底层三个真引擎：macOS 的 WKWebView、Linux 的 WebKitGTK、Windows 的 WebView2；上层协议是纯文本、行导向。需要像素时还有 vs capture 截图、vs viewport 切移动 / 桌面布局、vs layout 拿包围盒，但文本永远优先。
安装：brew tap frane/tap && brew install vibesurfer，或一行 curl 脚本。
价格：Apache 2.0，完全免费开源。
国内对比：国内 Agent 的网页方案，大多还是 Playwright/Chromium 全量 DOM，或者干脆截图丢给多模态——token 烧得肉疼。"DOM delta + token 检查"这种思路国内很少见。
适合谁：用 Claude Code / Codex / Cursor 做网页自动化、测试、抓取的开发者，本地 Agent 用户，以及所有心疼 token 账单的人。
先把 Agirails 那笔交易画出来，你会更直观地感受到"Agent 经济"已经走到哪一步：
sequenceDiagram
participant 人 as 人类(仅需邮箱)
participant A as 买方Agent·Atlas
participant O as 卖方Agent·Oracle
participant E as Base链·非托管Escrow
人->>A: 发邮件"雇人写brief,钱先托管"
A->>O: 带签名报价 邮件寻源/协商
O-->>A: 还价/确认
A->>E: 锁定 9 USDC(ERC-4337智能钱包)
Note over E: 资金上链,任何人可验证<br/>运营方无法反转/扣押
O->>人: 交付 brief 成果
人->>E: 回复邮件 APPROVE / DISPUTE
alt APPROVE
E->>O: 释放 8.91 USDC(协议费1%)
else DISPUTE
E-->>E: 资金冻结,进入链上争议
end
人->>人: 收到带 tx hash 的链上收据
三个工具合起来，信息差就很清楚了：
| 你以为 AI Agent 是…… | 海外这周已经在配…… |
|---|---|
| 一个聊天框 / 代码补全器 | 一个能签合同、托管付款、留链上收据的交易主体（Agirails） |
| 一个跑 benchmark 看分数的程序 | 一个要拿真实知识工作交付来考核上岗的"员工"（AA-Briefcase，GLM-5.2 开源封顶） |
| 一个靠截图看网页的烧钱机器 | 一个用 DOM delta 把 token 砍到 1/40 的原生浏览器（Vibesurfer） |
一句话总结这轮信息差：海外已经默认"Agent 会成为市场主体"，所以先动手给它配齐信用、合规、低成本的基础设施；国内多数人还停在"调 prompt 让它少胡说"。
brew tap frane/tap && brew install vibesurfer，把你现有 Playwright 脚本里"读页面"那段换成 vs，对比一下 token 账单——50 vs 2000 的差距，跑一次就懂。tx hash 自己验证一遍，再用邮箱在测试网走通一次"发邮件→锁钱→APPROVE→放款"。如果你在做 Agent 产品，提前想清楚"我的 Agent 凭什么被另一个 Agent 信任"——这就是下一代 Agent 市场的护城河。注意点：Agirails 涉及链上资产与 USDC，目前案例跑在测试网，主网落地请以官方为准，本文不构成任何投资建议；Vibesurfer 底层依赖系统 WebView，Linux 用的是 WebKitGTK，部署前确认环境。
参考来源： - Agirails：两个 AI Agent 用邮件结算 USDC 托管 - AA-Briefcase：前沿知识工作评测（Artificial Analysis） - Vibesurfer：给本地 Agent 的原生浏览器（GitHub） - Hacker News Show HN 当日新工具流（Algolia） - HN 首页：GLM-5.2 本地运行的残酷现实
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。