Onderzoeksrapport economische infrastructuur AI-agent

AI Agents ontwikkelen zich van passieve assistenten tot actieve economische deelnemers. Dit rapport bestaat uit zes hoofdstukken en bekijkt systematisch de belangrijkste infrastructuurlagen, de snelle groei van applicatie-ecosystemen en de veranderende industrie van de Agent-economie.

Op macroniveau analyseert het rapport de marktverwachting voor Agentic Commerce en benoemt het de belangrijkste infrastructuurproblemen. Op protocolniveau is er een uitgebreide analyse van drie aanvullende protocollen: x402, ERC-8004 en Virtuals Protocol. Op applicatieniveau wordt OpenClaw als praktijkvoorbeeld gebruikt om het echte implementatiepad van de Agent-economie te onderzoeken. Ten slotte volgt een uitgebreide industrieanalyse vanuit verschillende invalshoeken, waaronder het concurrentielandschap, betalingssystemen, beveiligingsrisico’s en verdienmodellen.

x402 (Payment Layer), gezamenlijk gelanceerd door Coinbase en Cloudflare, integreert stablecoin-micropayments direct in de HTTP-protocol-laag. Eind 2025 heeft het meer dan 100 miljoen transacties verwerkt, met een jaarlijkse betalingsomzet van $600 miljoen.

ERC-8004 (Trust Layer), voorgesteld door het dAI-team van de Ethereum Foundation in samenwerking met MetaMask, Google en Coinbase, biedt AI Agents drie belangrijke on-chain registers: identiteit, reputatie en verificatie. Het ging live op het Ethereum mainnet op 29 januari 2026.

Virtuals Protocol (Commerce Layer) heeft een volledig Agent-platform opgebouwd voor commerciële toepassingen. Hiermee zijn autonome transacties mogelijk tussen Agents via ACP. In totaal zijn er meer dan 18.000 Agents ingezet en bedraagt het aGDP meer dan $479 miljoen.

OpenClaw (Application Layer), ontwikkeld door de Oostenrijkse ontwikkelaar Peter Steinberger, heeft React ingehaald met meer dan 250.000 GitHub-sterren in slechts vier maanden. Dit maakt het het snelst groeiende open-sourceproject in de geschiedenis van GitHub. Door AI standaard toe te voegen aan meer dan 20 bestaande berichtendiensten, stimuleert het de crypto-community om op eigen kracht on-chain economische infrastructuur op te bouwen bovenop OpenClaw. Het is daarmee een belangrijk praktijkvoorbeeld om de echte samenwerking tussen Agents en on-chain protocollen te bestuderen.

Hoofdstuk 1: Macro-achtergrond

1.1 verwachting marktomvang

De Agentic Payment-sector groeit razendsnel. Meerdere instellingen geven optimistische voorspellingen voor de omvang van deze markt:

1.2  Infrastructuurtekorten

De huidige infrastructuur werkt in de basis niet mee aan de Agent-economie: OAuth vraagt om menselijke interactie, creditcardformulieren vereisen handmatige invoer en datasilo’s verhinderen autonome toegang. Hoewel Agents inmiddels zelfstandig kunnen denken en handelen (het “capability layer”), lopen ze vast op het “economische vlak” omdat de infrastructuur is gebouwd rondom mensen (identiteit, samenwerking en economische activiteiten).

Er ontstaan nu twee verschillende ontwikkelpaden:

• Gecentraliseerd, compliance-gericht pad: Communicatie via A2A, tool-integratie via MCP en betalingen via AP2/ACP (gestuurd door OpenAI en Stripe, volledig Web2)
• Gedecentraliseerd, zonder toestemming pad: x402 + ERC-8004 / 8183 + ACP (coördinatiekader voor Agents)

1.3 Belangrijke tijdlijn

Let op: In maart 2026 is het gemiddelde dagelijkse transactievolume flink gedaald sinds de piek in december. Dit komt vooral door een >80% daling van transacties die met infrastructuur te maken hebben.

Hoofdstuk 2: x402-protocol: agent betalingslaag

x402 is een open-source betaalprotocol dat de HTTP 402-statuscode hergebruikt. Hierdoor kan elke HTTP-aanvraag direct stablecoin-betalingen meezenden. Zo kunnen AI Agents direct en automatisch per gebruik betalen.

Het is belangrijk om x402 niet te zien als zomaar een nieuw betaalprotocol. x402 betekent een herontwerp van de fundamentele eenheid van economische activiteit: van ”registreren → controleren → goedkeuren → gebruiken” naar ”betalen → gebruiken”. Kortom: x402 = “Swift voor agents.”

De huidige API-economie gaat uit van een stille voorwaarde: een mens is altijd tussenschakel. Om een API-sleutel te krijgen moet je registreren, je e-mailadres invullen, goedkeuring krijgen, de sleutel kopiëren en plakken in code – allemaal stappen voor mensen. In een Agent-economie werkt dit niet, want AI Agents kunnen zichzelf niet registreren, formulieren invullen of sleutels beheren.

x402 lost dit op door de HTTP 402-statuscode te gebruiken voor native stablecoin-betalingen. Als een Agent een 402-reactie ontvangt, kan hij direct on-chain betalen (bijvoorbeeld met USDC) en ontvangt hij een betaalbewijs. Zo ontstaan naadloze betalingen per gebruik.

2.1 protocoloverzicht en workflow

Belangrijkste rollen

Vijfstaps-transactieworkflow

1. Resource aanvragen: De client stuurt een standaard HTTP-verzoek naar de resource server (bijvoorbeeld: GET /api/weather).
2. Offerte retourneren: De server reageert met een HTTP 402-statuscode, en geeft gestructureerde betaalinstructies mee in de response-headers (valuta, bedrag, walletadres, netwerk).
3. Betaling ondertekenen: De client maakt een betaalautorisatie aan, ondertekent deze met de eigen wallet private key, plaatst de gesigneerde payload in de X-PAYMENT request header en stuurt het verzoek opnieuw.
4. Verifiëren & afhandelen: De server stuurt de betalingsinformatie door naar een Facilitator voor verificatie. Nadat dit is bevestigd, voert de Facilitator de stablecoin-transactie on-chain uit.
5. Resource leveren: Na bevestiging stuurt de server de gevraagde data/informatie/berekening terug naar de client.

Het hele proces – van het versturen van het verzoek tot het ontvangen van de resource – duurt ongeveer 2 seconden.

Vergelijking met traditionele betaalmethoden

Belangrijkste kenmerken: Geen accountregistratie, geen API-sleutel, geen abonnement en geen menselijke tussenkomst nodig. Betalen gaat net zo makkelijk als het versturen van een HTTP-verzoek – daarom wordt x402 de “internet-native payment layer” genoemd.

2.2  Belangrijke metrieken

Opmerking over datakwaliteit: Volgens analyse van Artemis ligt de verhouding tussen echte en gesimuleerde transacties bij x402 bijna op 1:1 (bijvoorbeeld op 2026.01.11, Echt: 520K tegenover Gesimuleerd: 518K). De daadwerkelijke organische schaal moet dus met enige voorzichtigheid worden geïnterpreteerd.

Verdeling per blockchain

Classificatie per use case (On-chain momentopname per 2026.01.11)

2.3 Top projectgebruik-ranglijst (per maart 2026)

Databron: Dune Analytics – x402 Transactions per Project dashboard

2.4 kernupgrades in V2

Wallet-identiteit + herbruikbare sessies
In V1 was voor elke API-call een volledige on-chain transactie nodig. In V2 is het Sign-In-With-X (SIWx) systeem geïntroduceerd: nadat een Agent zijn wallet-identiteit heeft geverifieerd, kunnen volgende verzoeken dezelfde sessie hergebruiken zonder elke keer een on-chain bevestiging. Hierdoor verandert pay-per-call in een abonnementsmodel en worden prestatieproblemen bij hoge frequentie opgelost.

Multi-chain unificatie + compatibiliteit met traditionele betalingen
V2 maakt identificatie van netwerken en assets uniform en introduceert een gestandaardiseerd betaalsysteem (x402) dat werkt op verschillende blockchains en via traditionele betalingsnetwerken. Base, Solana, andere L2’s én ACH, SEPA en kaartnetwerken zijn geïntegreerd in hetzelfde model. Dit is de belangrijkste upgrade—x402 verandert van een “crypto-only betalingsprotocol” in een neutrale betaal-laag tussen crypto en traditioneel financieren.

Service auto-discovery
In V2 zit een Discovery-extensie waarmee x402-diensten gestructureerde metadata kunnen delen voor automatische detectie en indexering door Facilitators. AI Agents kunnen hierdoor zelf diensten vinden, prijzen begrijpen en betalingen uitvoeren. Dit is vooral van belang in de Agent-economie—Agents hoeven van tevoren de betalingsinterface van een dienstverlener niet meer te kennen en kunnen tijdens het gebruik automatisch betalen.

Modulaire SDK
Dankzij een plugin-structuur worden nieuwe blockchains als aparte pakketten toegevoegd, waardoor integratie goedkoper wordt. Cloudflare stelde een uitgestelde betaalmethode voor (waaronder de Gateway-oplossing van Circle), die nog in ontwikkeling is.

2,5 ecosysteemdeelnemers

Basis en protocol-laag

2,6 agent payment stack-landschap

Gedetailleerde protocolvergelijking

Belangrijk inzicht: Het gaat er niet om wie wie vervangt, maar hoe ze samenwerken. Google heeft samengewerkt met Coinbase om de A2A x402-extensie uit te brengen. Ondertussen integreert AP2 x402 direct als betalingslaag voor crypto. Het echte concurrentierisico ligt bij versplintering van standaarden.

2,7 Belangrijke risicosignalen

• Gemiddeld dagelijks transactievolume daalde van ongeveer 731.000 in dec 2025 naar 57.000 in mrt 2026 (-92%). Het echte transactievolume ligt rond de $14.000 per dag (volgens Artemis, tijdens de piek in december van $250.000 per dag was 95% gemanipuleerd).
• De marktkapitalisatie van het ecosysteem is $7 miljard (LINK $6 miljard + Virtuals $0,6 miljard), wat een duidelijke afwijking laat zien tussen de waardering en daadwerkelijk gebruik.
• Projecten gericht op infrastructuur zagen het meeste gebruik wegvallen: x402secure.com (-80%+), AgentLISA (vrijwel nul), pay.codenut.ai (sterk teruggelopen).

Oorzaken op drie lagen geanalyseerd

Laag 1: Verdwenen katalysatoren
De transactiepiek van oktober tot december 2025 kwam door drie factoren: de meme coin-hype, verwachtingen rond meerdere project-TGE’s (Token Generation Events), en Facilitators die streden om hun Dune-ranking te verbeteren.

Laag 2: Structurele mismatch tussen vraag en aanbod
x402 is gemaakt om het probleem van “AI Agents die zelfstandig betalen om API’s aan te roepen” op te lossen, maar bijna alle AI Agents gebruiken nog steeds API-sleutels en abonnementen. Echte autonome Agents die zelf economische keuzes maken zijn er nauwelijks, en bijna geen enkele API-aanbieder accepteert USDC per gebruik. Kortom, de weg is er, maar de auto’s nog niet.

Laag 3: Afkoeling van de cryptomarkt

Positief signaal: De integratie van Stripe met x402 is belangrijk. Stripe-medeoprichter John Collison verwacht dat de “tsunami van agentic commerce” de komende tijd zal beginnen. Doordat Stripe tegelijk ACP (Web2 creditcard-laag) en x402 (Web3 stablecoin-laag) aanbiedt, dekt Stripe beide routes af.

x402 zorgt voor een reeks nieuwe middleware-projecten die Agents makkelijker en zelfstandig verschillende diensten laten gebruiken – van AI-inference tot Web2-API’s – binnen het “pay-as-authorization”-principe. Een programmeerbare, toegankelijke, 24/7 crypto-betalingslaag is logisch voor autonome Agents. Maar dit is pas nodig als Agents echt zonder toestemming van mensen opereren. Als Agents door mensen bestuurd worden (fase 2: gecontroleerde agents), zijn traditionele betaling en virtuele kaarten voldoende. Pas wanneer Agents zelf economische activiteiten beginnen (fase 3: autonome economie) heb je een oplossing zonder toestemming nodig.

Bovendien hebben creditcards een chargeback-systeem. Hiermee kunnen gebruikers een betaling betwisten en hun geld terughalen – een systeem voor consumentenbescherming dat al tientallen jaren bestaat. Bij on-chain betalingen is er sprake van definitieve afwikkeling: eenmaal betaald is het geld weg en kan het niet meer worden teruggevorderd. Dus als een Agent iets verkeerds doet (zoals een aanval via een prompt-injectie), kun je bij creditcardbetaling bellen met de bank om je geld terug te krijgen, maar bij x402 is het bedrag op de chain en kun je het niet terughalen. Dit is het echte nadeel van x402 vergeleken met traditionele betalingen.

Veel van de wrijving omdat mensen optreden als “menselijke middleware” tussen systemen, zijn eigenlijk vertrouwens-mechanismen: fraude voorkomen, toegangscontrole, verantwoordelijkheid, het oplossen van conflicten, en administratie/audit. Die wrijving zorgt ervoor dat commerciële systemen kunnen blijven draaien.

Mogelijke oplossingen zijn:

• On-chain escrow-systemen: geld wordt in een smart contract gezet en pas vrijgegeven na bevestiging van de levering van de dienst.
• Verzekeringsprotocollen: bescherming voor Agent-transacties.
• ERC-8004 reputatiesystemen: de kans op transacties met onbetrouwbare partijen verkleinen.

Maar al deze oplossingen zijn nu nog niet volwassen.

2,8 VC investeringsperspectief

Kansrijke investeringsrichtingen

• API-diensten met echte betaalvraag (verkopers): Data-analyse, web scraping, oracles, beveiligingsaudits, betaling per inference, compliance/KYC, enzovoorts. Beoordelingscriterium: Zij verdienen nu al geld via de traditionele manier; x402 is alleen een extra distributiekanaal.
• Laag voor geschillenbeslechting en betaling-garantie (gateways): On-chain betalingen zijn niet terug te draaien, dus bij hoge bedragen zijn geschiloplossingen nodig. Voorbeelden:
• Circle Gateway – non-custodial pre-betaling + off-chain batch-afwikkeling
• Kamiyo – Agent-reputatie, fondsbeheer, oordeel door oracle, ZKP-arbitrage
• Dashboard / FinOps-tools: Helpen bedrijven om verschillende Agent-uitgaven te beheren (waarop wordt geld besteed, waarde-inschatting, strategieën voor kostenbesparing). Vergelijkbaar met cloudcomputing-tools als CloudHealth / Cloudability, met een mogelijke overnamewaarde van $300–500 miljoen bij grote techbedrijven.

Hoofdstuk 3: ERC-8004: agent trust layer

ERC-8004 is een set on-chain coördinatie-standaarden die een trustless systeem voor ontdekking en interactie tussen Agents mogelijk maken via drie registers: Identiteit, Reputatie en Validatie.

3.1 Standaardoverzicht en kernverschillen

In traditionele interacties vereist Agent-to-Agent contact vaak voorafgaand vertrouwen of hangt het af van derde partijen, waardoor interacties binnen hetzelfde ecosysteem blijven. In een open omgeving is de belangrijkste uitdaging: hoe kunnen Agents partners vinden, prestaties uit het verleden bekijken en betrouwbaarheid controleren?

Belangrijk verschil: ERC-8004 is geen token. Het gebruikt intern wel ERC-721 NFT’s om Agent-identiteiten vast te leggen, maar de standaard zelf gaat over coördinatie en vertrouwen, heeft geen economische waarde en is niet overdraagbaar.

3.2 Drie registers

Identiteitregister
Gebouwd op ERC-721 + URIStorage, krijgt elke Agent een NFT-identiteit die is gekoppeld aan een agentURI. Deze verwijst naar een registratiebestand (JSON) met daarin naam, omschrijving, service eindpunten (A2A/MCP/Web), x402-ondersteuning en meer. De URL kan worden opgeslagen op:

• IPFS – decentraal en censuurbestendig
• HTTPS-server – simpel, maar gecentraliseerd
• On-chain codering – volledig decentraal, maar duur

Reputatieregister
Biedt standaardinterfaces om feedbacksignalen te publiceren en op te halen. Het ondersteunt zowel on-chain scores als off-chain algoritmes. Het kan x402 proofOfPayment koppelen als een economisch betrouwbaarheidssignaal. Agents kunnen elkaar beoordelen, maar om manipulatie te voorkomen helpt ERC-8183 om aan te tonen dat er echte werkinteracties zijn geweest tussen Agents.

Validatieregister
Introduceert TEE (Trusted Execution Environment), PoS-stakingmechanismen en ZK (Zero-Knowledge Proofs) om Agent-taken te verifiëren en te valideren:

• TEE: Controleert dat taken worden uitgevoerd in een veilige omgeving (black box), waarbij code en data niet extern bekeken of aangepast kunnen worden.
• PoS: Validators staken assets om mee te mogen doen met taken; kwaadaardig gedrag betekent dat hun inzet wordt weggehaald.
• ZK: Verifieert de juistheid van het redeneerproces van een Agent, zonder interne data bloot te geven.

3.3 ontwikkelingsmijlpalen

Ondersteund door: ENS, EigenLayer, The Graph, Taiko. Ongeveer 1.000–2.000 ontwikkelaars zijn aangesloten.

Toch geeft zelfs de bedenker Crapis de beperkingen van ERC-8004 toe: “8004 is eigenlijk een set van registers.” Het geeft Agents een identiteit en beoordelingsmechanisme, maar het kan niet garanderen dat het gedrag van een Agent te vertrouwen is. Echte verificatie vereist:

• Gedragsonderzoek: Wat heeft de Agent in het verleden echt gedaan?
• Bewijs van uitvoeringsomgeving: Bewijs dat taken in een TEE zijn uitgevoerd.
• Intentieverificatie: Heeft de Agent daadwerkelijk gedaan wat werd beloofd?

Het TEE-onderdeel van het Validatieregister is nog onderwerp van discussie in de community en nog niet volwassen.

Met andere woorden, 8004 is nodig maar niet genoeg. Het beantwoordt de vraag “Wie is deze Agent?” maar niet “Is deze Agent te vertrouwen?” Voor het laatste is een combinatie van 8004 + TEE + gedragsonderzoek nodig. Dat is nog door niemand volledig gebouwd.

Er is ook een onderschatte richting: in de menselijke economie zijn kredietscores gebaseerd op balans en kredietgeschiedenis—wat bezit je, hoe goed betaal je terug? Agents hebben dat niet, maar ze hebben wel gedragsdata: hoeveel taken voltooid, succespercentages, gemiddelde reactie, aantal klachten enzovoorts. Als deze gedragsdata een financiële bouwsteen wordt, dan is het reputatiesysteem van ERC-8004 meer dan alleen plus- of minpunten; het is een kredietscore voor Agents.

Een Agent met een hoge reputatie kan profiteren van:

• Hogere kredietlimieten (vooraf toestemming voor meer fondsen)
• Lagere transactiekosten (lager risico)
• Voorrang bij taaktoewijzing (werkgevers kiezen eerst voor Agents met hoge reputatie)

De Identity- en Reputation-registers van ERC-8004 zijn alleen de basisdataschil. Waarde ontstaat pas als iemand hierop Agent-kredietbeoordeling en financiële diensten bouwt—Agent-leningen, Agent-verzekeringen, Agent-kredietlijnen—en zo eigenlijk de volledige financiële dienstenlaag ontwikkelt.

3.4 Relatie met andere protocollen

3.5 ERC-8183: Ethereum-standaardisatie van ACP

ERC-8183 is de Ethereum open-standaardversie van het interne ACP-protocol van Virtuals (uitgebracht op 10 maart 2026, nu nog in Draft-versie).

Het kernonderdeel is de Job—een on-chain statusmachine (Open → Gefinancierd → Ingeleverd → Voltooid/Afgewezen/Verlopen) waarbij fondsen worden vastgehouden in een programmeersbare escrow en onafhankelijk worden beoordeeld door een Evaluator. Zodra de kwaliteit van de levering is bevestigd, wordt de betaling automatisch geregeld. Het protocol ondersteunt Hooks-extensies voor functies zoals reputatiegrenzen, bieden, mijlpaalbetalingen, enzovoorts.

Belangrijk ontwerp: Elke afgeronde job maakt automatisch een interactierecord aan dat wordt toegevoegd aan de Reputation Registry van ERC-8004 — vergelijkbaar met een ”Yelp-beoordeling die alleen kan worden achtergelaten na een afgeronde transactie en waar een derde partij bij betrokken is als scheidsrechter”. Dit is het verbindingspunt waar ERC-8183 en ERC-8004 een symbiotische cyclus aangaan.

Hoofdstuk 4: Virtuals Protocol: agent commerce layer

4.1 projectoverzicht

Virtuals Protocol is een gedecentraliseerde, full-stack AI Agent-infrastructuur waarmee iedereen autonome AI Agents on-chain kan maken, tokeniseren, mede-eigenen en er geld mee kan verdienen. Het project is oorspronkelijk opgericht in 2021 als PathDAO (een gaming guild) en richtte zich begin 2024 op AI Agents. De belangrijkste inzet is op Base, met uitbreidingen naar Ethereum, Solana en Ronin.

Kernteam:

• Jansen Teng – Oprichter, voormalig BCG-consultant, BSc in Biotechnologie & Business Management aan Imperial College London
• Weekee Tiew – BSc Biotechnologie aan Imperial College + MSc in Management aan London Business School, achtergrond in PE/BCG

Het hoofdkantoor is gevestigd in Kuala Lumpur, Maleisië en het team bestaat uit ongeveer 38 leden.

Financieringsgeschiedenis: In de PathDAO-fase is een seedronde met $16 miljoen opgehaald, onder leiding van DeFiance Capital en Beam.

4.2 Technische architectuur: vier pijlers

Pijler 1: GAME Framework – Interne besluitvorming van één enkele agent

GAME fungeert als het brein: het geeft een Agent doelen, persoonlijkheid, waarnemingsvermogen en uitvoerbare acties, zodat de Agent zelfstandig kan bedenken ”wat moet ik nu doen” en taken kan opsplitsen voor interne Workers die dit uitvoeren. Dit gebeurt allemaal binnen de grenzen van één enkele Agent.

Kern van de architectuur: Hiërarchische planning scheidt ”wat te bedenken” van ”hoe te handelen”:

• Task Generator (High-Level Planner / HLP): Maakt taken aan op basis van de doelen van de Agent en wijst Workers toe
• Workers (Low-Level Planners / LLP): Hebben elk een eigen set van uitvoerbare Functies
• Functies: Voeren API-calls, on-chain transacties, data-opvragingen uit, enzovoort.

Ondersteunde basismodellen: Llama 3.1 405B (standaard), Llama 3.3 70B, DeepSeek R1, DeepSeek V3 — ontworpen om model-agnostisch te zijn. Sinds de komst van OpenAI/Google Agent-frameworks is het verschil van GAME klein geworden: het is het enige Agent-framework met een native koppeling aan een on-chain economische laag (ACP + VIRTUAL token).

Pijler 2: ACP – de “commerciële wet” tussen Agents

Agent Commerce Protocol (ACP) is een on-chain gestandaardiseerd protocol waarmee Agents elkaar kunnen vinden, inhuren, onderhandelen, escrow beheren, opleveren en afrekenen zonder menselijke tussenkomst.

ACP Vier-fasen State Machine:

Pijler 3: Butler – De super gateway voor gebruikers

Butler is de gebruikersinterface van het ACP-netwerk — eigenlijk een Agent die het ACP-protocol coördineert, gebouwd bovenop een LLM. Butler zet natuurlijke taal van de gebruiker om in on-chain samenwerkende workflows tussen meerdere Agents.

Butler heeft een twee-laags architectuur:

• Bovenzijde: LLM-chatinterface (nu op Gemini 3 Pro)
• Onderliggende laag: ACP protocolcoördinator, die het hele proces uitvoert: Agent zoeken → prijsbevestiging → Escrow vergrendelen → taak routeren → levering controleren → geld vrijgeven. Gebruikers zien een chatinterface, maar Butler regelt de contractplanning op de achtergrond.

Butler Pro Mode scheidt planning en uitvoering duidelijk:

1. Planningsfase →
2. Review-fase (gebruikers kunnen het plan optimaliseren) →
3. Uitvoeringsfase (regelt het hele proces autonoom)

Ingebouwde functies zijn onder andere Token Swap, DCA-investeringen, perpetual contracts en Fund of Funds.

Pijler 4: Launch Platform – Wall Street voor Agents

Een drietraps lanceerplatform ondersteunt de volledige levenscyclus van Agent-projecten, van 0 → 1 → 100:

Titan Launch Projecten:

• XMAQUINA ($DEUS): Een DAO met aandelen in embodied intelligence-bedrijven zoals Figure AI, met een $60M FDV
• Fabric Foundation ($ROBO): Samenwerking met OpenMind in de robotica-economie

4.3 Agentic GDP (aGDP) analyse

aGDP (Agentic Gross Domestic Product) is een speciale kernmetriek binnen het ecosysteem, bedacht door Virtuals, die de totale economische waarde meet die alle autonome Agents binnen het ecosysteem creëren via diensten, samenwerking en on-chain activiteiten.

aGDP-groeipad

aGDP kwaliteitsproblemen – Drie waarschuwingssignalen:

1. Omzetvolatiliteit laat speculatieve afhankelijkheid zien:
   De dagelijkse omzet van het protocol viel van $1,02M in jan 2025 naar $35K eind februari (-97%). De omzet is vooral afkomstig uit Agent Token transactiekosten (1%), en niet uit duurzame betalingen voor Agent-diensten.
2. Zware concentratie aan de top:

• Ethy AI: Eén enkele Agent zorgde voor $218M aGDP (45,5% van het hele ecosysteem)
• Top drie Agents samen: $407M (84,9%)
  Deze drie Agents voeren transacties uit; hun aGDP weerspiegelt vooral verwerkt transactievolume en niet de echte opbrengst uit Agent-diensten.
• Luna als belangrijkste IP Agent heeft een take rate van bijna 100%
• Ethy AI heeft slechts een take rate van 0,26%

3. $3 miljard doelstellingen gaan uit van aannames:
   Opschalen van $470M naar $3B betekent 6,4× groei. Als speculatie het grootste deel van de aGDP bepaalt, is dit doel vooral een gok op Agent Token-hype en niet op natuurlijke groei van de Agent-economie.

4.4 token-economie

$VIRTUAL’s viervoudig waardemechanisme

ACP-belastingstructuur:
Bij betaling van 100% gaat 90% naar de wallet van de Agent (kan opgenomen worden of ingezet om andere Agents in te huren – dit versterkt de on-chain aGDP), en 10% naar de Treasury (waarvan 1% vloeit naar de G.A.M.E Treasury). Het inkomen van de Treasury wordt continu gebruikt om Agent Tokens terug te kopen, zodat de langetermijnbeloningen in balans blijven.

Structuur van het aanbod:

• Totaal aanbod: 1 miljard VIRTUAL, vast, geen initiële inflatie
• Huidige status: volledig unlocked en in omloop
• Mogelijke uitgifte: tot 10% per jaar voor de komende 3 jaar, alleen als de governance dit goedkeurt
• veVIRTUAL: Door te staken krijg je stemrecht in governance en kom je in aanmerking voor Agent Token-airdrops

4,5 ecosysteem data-overzicht

Voorbeeld Agent-cases

4.6 Concurrentielandschap en moat

Moat-hiërarchie (van sterk naar zwak):

• Netwerkeffecten + Token Flywheel (Sterkste):
  Meer dan 18.000 Agents en 650.000+ houders vormen samen een tweezijdige markt. Elke Agent wordt gekoppeld aan VIRTUAL, waardoor er een positieve feedbackloop ontstaat. Dit kan niet worden nagemaakt met open-source frameworks—LangChain mist een eigen economische afwikkelingslaag tussen Agents.
• Standaardbepalend vermogen (Sterk):
  De combinatie van ACP → ERC-8183 (samen uitgebracht met Ethereum Foundation) + ERC-8004 + x402 strijdt om de “wettelijke basis” voor de AI Agent-economie te worden.
• Eerste-mover voordeel + Merk (Gemiddeld):
  Toonaangevende bekendheid in AI Agent + crypto-sector, met ondersteuning van instituties als Grayscale en Fundstrat.

Technische capaciteit (Zwakste):
De hiërarchische architectuur van GAME geeft ontwerpvoordelen, maar het is afhankelijk van externe LLM’s, heeft geen eigen modellen en de orkestratielaag kan vervangen worden door krachtigere frameworks.

Hoofdstuk 5: OpenClaw: speciale studie van het application-ecosysteem

5.1 Projectachtergrond en uitbraak

In november 2025 publiceerde de Oostenrijkse ontwikkelaar Peter Steinberger een weekendproject op GitHub. In maart 2026, slechts vier maanden later, had het project React al ingehaald en werd het het meest gewaardeerde softwareproject in de geschiedenis van GitHub—met 250.000+ sterren, terwijl React er 13 jaar over deed om hetzelfde aantal te halen.

Tijdens de algemene trend waarbij AI-producten veranderen van passieve tools naar proactieve Agents, bracht OpenClaw een belangrijk verschil: AI wacht niet meer op de gebruiker, maar helpt actief gebruikers op de platforms die zij al gebruiken. Het draait op de computer van de gebruiker en verbindt met WhatsApp, Telegram, Slack, Discord, Signal, iMessage, Feishu en meer dan 20 andere kanalen. Via het MCP-protocol kan het werken met e-mail, agenda, browser, bestandsbeheer en code-editors.

Andrej Karpathy bedacht de term “Claws” voor dit soort systemen: lokaal gehoste AI Agents die op de achtergrond draaien, zelfstandig beslissingen nemen en taken uitvoeren. In Silicon Valley werd deze term snel de standaard om lokaal gehoste AI Agents aan te duiden.

Bij elke lancering van een belangrijk AI-model wordt nu de nadruk gelegd op Agent-mogelijkheden, omdat Agents werken als een vraagvermenigvuldiger en zo investeringen in AI-infrastructuur rechtvaardigen: een simpele chatvraag gebruikt honderden tokens, terwijl een Agent die meerdere stappen doorloopt met tool-oproepen tienduizenden tot honderdduizenden tokens gebruikt.

Ook al verbood de oprichter cryptogesprekken op Discord, de crypto-community bouwde spontaan een compleet on-chain economisch ecosysteem rondom OpenClaw, met onder meer token-lanceringen, identiteitsregistratie, betaalprotocollen, sociale netwerken en reputatiesystemen.

Het succes van OpenClaw geeft voor het eerst een echt, grootschalig voorbeeld om te zien hoe Agents met on-chain infrastructuren omgaan, én geeft de crypto-community een platform met echte gebruikers om economische activiteit aan te koppelen.

5.2 technische architectuur analyse

Layer 1: Messagingkanalen – identiteitsprobleem

OpenClaw verbindt met 20+ platforms. Vanuit het interne perspectief van de Agent weet deze dat het steeds dezelfde Agent is, met één geheugen, instellingen en SOUL.md. Maar van buitenaf gezien: hoe weet je of de Agent op Telegram dezelfde is als die op Discord? Elk platform heeft zijn eigen user ID-systeem en deze systemen staan los van elkaar, zonder zicht op gedrag op andere platforms. Dit is precies het probleem dat ERC-8004 wil oplossen.

Layer 2: Gateway – beveiligingsprobleem

De Gateway fungeert als de hersenen en planner van OpenClaw: hij verdeelt gebruikersberichten naar de juiste Agent, laadt de sessiegeschiedenis en beschikbare Skills van de Agent, en bepaalt de permissiegrenzen voordat de Agent begint na te denken.

• Whitelist-mechanisme: Wanneer een bericht bij de Gateway aankomt, maakt het systeem automatisch een tool-whitelist aan op basis van het kanaal, user ID, groeps-ID, enzovoorts. Alleen tools op de whitelist komen in de context van de Agent. De Agent kan geen tools zien of gebruiken die niet op de whitelist staan.

Dit ontwerp verhoogt vooraf de beveiliging, maar alle permissiecontrole hangt af van de Gateway als enkel punt van vertrouwen. Als deze wordt gehackt of verkeerd ingesteld, kan een Agent onterecht extra rechten krijgen.

Layer 3: Agent Core (ReAct Loop) – voorspelbaarheidsprobleem

De Agent werkt volgens de ReAct (Reasoning + Acting) loop:
Invoer ontvangen → Denken (LLM-oproep) → Actie kiezen → Tool gebruiken → Resultaat krijgen → Opnieuw denken → Herhalen

OpenClaw heeft technische optimalisaties toegevoegd, zoals:

• Hoge-frequentie berichtenschema met Steer/Collect/Followup/Interrupt strategieën
• Dubbele LLM-fouttolerantie (authenticatie-rotatie + model fallback)
• Optioneel multi-level redeneringssysteem (6 niveaus)

Echter, LLM’s zijn van nature probabilistisch en de uitkomsten zijn niet-deterministisch. Agents voeren acties uit op een niet-voorspelbare manier in een niet-voorspelbare omgeving.

• Contextcompressie zorgt voor verlies van beperkingen: Beveiligingsregels zitten in de context. Bij compressie van de context kunnen deze beperkingen wegvallen.
• Prompt injection: Kwaadwillenden kunnen verborgen instructies in de content verwerken die de Agent behandelt, waardoor de Agent onbedoelde opdrachten uitvoert.

Beide problemen ontstaan omdat de grenzen van Agent-gedrag zijn gedefinieerd in natuurlijke taal. Natuurlijke taal is namelijk vaag, manipuleerbaar en verliest vaak belangrijke details bij samenvatten.

Voorbeeld: De alignment-leider van Meta’s Superintelligence Lab, Summer Yu, gaf aan een Agent de opdracht om “e-mails voor te stellen die verwijderd kunnen worden”. Maar de Agent verwijderde uiteindelijk honderden e-mails. Door het samenpersen van het contextvenster ging de belangrijkste instructie (“stel voor”) verloren.

In dit soort gevallen is niet een betere prompt-engineering nodig, maar juist structurele veiligheidsmechanismen:

• Controleerbare actielogboeken
• Programmeerbare machtsgrenzen
• Economische systemen waarmee verantwoording en compensatie mogelijk is bij fouten

Precies op deze punten zijn smart contracts en on-chain infrastructuren bijzonder sterk.

Layer 4: Geheugensysteem – Problemen met behoud en overdraagbaarheid

OpenClaw gebruikt twee soorten geheugen:

1. Dagelijks werkgeheugen (YYYY-MM-DD.md bestanden)
2. Lange-termijn samengevat geheugen (MEMORY.md, belangrijke voorkeuren ontdubbeld en gecategoriseerd)

Bij het ophalen van informatie wordt een combinatie gebruikt van vector search en BM25.

• Sessie reset: Standaard worden sessies dagelijks om 4:00 uur ‘s ochtends opnieuw gestart.
• Context compressie: Het contextvenster wordt voortdurend samengeperst en samengevat. Als het tokenlimiet wordt bereikt, start OpenClaw een sessiecompressie, waarbij een LLM eerdere gesprekken samenvat tot een kortere versie.
• Memory Flush: Voor het samenpersen volgt eerst een Memory Flush, zodat de Agent belangrijke informatie kan schrijven naar lange-termijn geheugen. Dit hangt af van wat de Agent zelf belangrijk vindt, wat altijd onzeker is in een niet-deterministisch systeem.

Belangrijkste beperkingen:

• Al het geheugen staat alleen op het lokale bestandssysteem; bij computerwissel gaat het geheugen verloren.
• Er is geen gedeeld geheugensysteem bij samenwerking met andere Agents.
• De kennis en ervaring van de Agent zijn alleen bruikbaar op het apparaat waar die draait.
• Sub-Agent samenwerking werkt alleen binnen dezelfde OpenClaw-instantie. Samenwerken tussen verschillende instanties of organisaties is nu niet mogelijk.

Feedback van ontwikkelaars op GitHub: Beslissingen worden bewaard in de chatgeschiedenis maar niet opgeslagen als losse artefacten, overdrachten zijn onduidelijk, en kennisoverdracht is onvolledig.

5.3 Structurele problemen in de agent-economie

Context stroomt niet: het grondprobleem

Uit de technische analyse blijkt één kernprobleem: In de huidige AI-systemen beweegt context niet mee.

Elk systeem optimaliseert de agent-ervaring binnen zijn eigen afgesloten omgeving.

Deze “onbeweeglijkheid van context” uit zich op vijf manieren:

• Ruimtelijke lock-in: Het geheugen en de kennis van een agent zitten vast aan het apparaat

waarop die draait. Wissel van apparaat, en alles is weg.

• Vertrouwensisolatie: Agent A zegt “de gebruiker koos vorige week voor X.” Agent B kan

dat niet controleren. Er is geen gedeelde bron van waarheid.

• Geen ontdekmechanisme: Wil je een agent die DeFi goed begrijpt? Er is geen standaard manier om

zo’n agent te vinden.

• Waarde niet geprijsd: Agents leren domeinkennis en gebruikersvoorkeuren — beide echt waardevol. Maar er is geen manier om er een prijs aan te hangen of ermee te handelen.
• Tijdelijk als standaard: Context wordt samengeperst, samengevat of weggegooid als sessies opnieuw worden gestart. Niets is gemaakt om blijvend te zijn.

Als context echt moet stromen, zijn deze vijf dingen tegelijk nodig:

— Oversteken van vertrouwensgrenzen

— Economische waarde

— Vindbaar zonder tussenpersonen

— Traceerbare beslissingsgeschiedenis

— Afgestemd op gebruiker

Geen enkel protocol biedt alle vijf. MCP lost het aanroepen van tools door modellen op. A2A zorgt dat agents met elkaar kunnen praten. x402 maakt betalingen tussen agents mogelijk. Wat nog ontbreekt is: hoe kunnen agents zelfstandig contextgegevens vinden, beoordelen en gebruiken in een onbetrouwbare omgeving?

Dat antwoord bestaat nog niet.

Coördinatieparadox

Een Agent heeft genoeg context nodig om te redeneren, maar samenwerking tussen organisaties vraagt alle historische context.

• Als een Agent bijvoorbeeld denkt: “Moet ik deze vlucht boeken?”, is de samengevatte informatie van de huidige sessie meestal voldoende.
• Maar als die agent moet samenwerken met bijvoorbeeld een supply chain Agent, financiële Agent en agenda-Agent (vaak via verschillende platforms en organisaties), komen er vragen:
• Welke context wordt gedeeld?
• Hoe wordt dat gecontroleerd?
• Van wie is die context?

Gartner voorspelt dat tegen 2027 meer dan 40% van alle Agentic AI-projecten zal worden stopgezet door stijgende kosten, onduidelijke zakelijke waarde of onvoldoende risicobeheersing. Toch zegt 70% van de ontwikkelaars dat het grootste probleem de integratie met bestaande systemen is. De oorzaak hiervan is: Agents zijn niet-deterministische uitvoerders, terwijl bedrijven juist deterministische uitkomsten willen. Een niet-deterministische uitvoerder die samenwerkt in een onzekere omgeving met onzekere partners kan geen betrouwbare resultaten opleveren zonder een controleerbare vertrouwenslaag.

Op dit moment is de vraag naar samenwerking tussen Agents op verschillende platformen heel klein. Gebruikers willen gewoon een AI die hen helpt met hun werk—het maakt ze niet uit of de AI kan samenwerken met andere Agents. Het coördinatieparadox is een echt technisch probleem, maar of dit een groot zakelijk probleem wordt, hangt af van of het gebruik van Agents verandert van persoonlijke hulpmiddelen naar samenwerkende Agent-netwerken.

Architectuurconcept

• Onderste laag: hier doen Agents het denkwerk.
• Kenmerken: tijdelijk, token-gebonden, snel, gericht op de huidige taak.
• Voorbeelden: OpenClaw, Claude Code, Cursor.
• Bovenste laag: hier vindt afstemming plaats.
• Kenmerken: blijvend, verifieerbaar, economisch geprijsd.
• Verzamelt kennis over organisaties heen, bewaart herkomst, beheert reputatie.

Deze twee lagen hebben tegenstrijdige eisen:

• Agents willen eenvoud; organisaties willen geschiedenis en archief.
• Agents willen snelheid; controles hebben blijvende gegevens nodig.
• Agents werken waarschijnlijkheidsmatig; bedrijven vragen om deterministische resultaten.

De meeste huidige architecturen proberen deze lagen te combineren, maar dat lukt vaak niet.

Het idee: voeg een modulaire, permissieloze tussenlaag toe die inzetbaar is voor alle Agent-systemen.

• Eigenschappen: betrouwbare neutraliteit, blijvend, verifieerbaar.
• Biedt een gecontroleerde interface tussen de lagen:
• Downward flow: voegt relevante subgrafieken toe uit een gedecentraliseerd kennissysteem vóór de uitvoering.
• Upward flow: registreert acties als verifieerbare on-chain transacties met herkomst en reputatie-updates na afronding.

De belangrijkste aanname is dat context doorgeven waardevol is:

• Als bijna niemand samenwerking tussen Agents op verschillende platformen nodig heeft (bv. als één OpenClaw altijd genoeg is), is er geen echte vraag naar zo’n tussenlaag.

Als de middleware alleen overdraagbare context biedt, zal het waarschijnlijk mislukken.

• Succes is waarschijnlijker als de focus ligt op:
• Verifieerbare economische activiteiten in situaties met meerdere partijen zonder onderling vertrouwen
• Overdraagbare reputatie met duidelijke economische prikkels

IronClaw is een poging tot zo’n abstracte tussenlaag—de uitvoeringsomgeving en het beheer van toegangsrechten worden gescheiden in een controleerbare, veilige laag—maar deze blijft intern binnen het Near-ecosysteem en mist platformonafhankelijke toepasbaarheid.

Het echte crypto-instappunt

Het meeste waar naar verlangd wordt binnen de Agent-economie kan prima worden opgelost met Web2-oplossingen. De onvervangbare waarde van crypto in deze economie ontstaat pas bij één scenario: als er samenwerking zonder toestemming over organisaties en platformen heen nodig is en de deelnemers geen eerder vertrouwen hebben opgebouwd.

Bijvoorbeeld:

• Agent A (draait op OpenClaw, eigendom van gebruiker Alpha) moet Agent B (draait op Claude Code, eigendom van gebruiker Beta) inhuren voor een taak.
• Ze hebben geen gedeeld platform, geen gedeeld account-systeem en geen bestaande zakelijke relatie.

In zo’n geval zijn on-chain identiteit (ERC-8004), on-chain betalingen (x402) en on-chain reputatie beter geschikt dan elke centrale oplossing—want er bestaat geen centraal platform dat alle Agent-frameworks tegelijk dekt.

Maar alleen omdat een Agent kan betalen, betekent niet dat het moet betalen. Sommige F500-bedrijven hebben bijvoorbeeld $400 miljoen verloren doordat Agents steeds opnieuw betaalden in fout-lussen. Zodra Agents zelfstandig kunnen betalen, wordt het belangrijkste onderdeel het beslissingsraamwerk dat bepaalt of een betaling terecht is.

Op dit moment is crypto voor de Agent-economie “nice to have”, tenzij er op grote schaal economische interacties tussen verschillende Agent-platformen ontstaan. Wanneer genoeg Agents niet meer aan een menselijke bankrekening gekoppeld zijn (dus Agents worden zelfstandig economisch actief in plaats van hulpmiddel van mensen), kunnen traditionele financiële netwerken deze niet overnemen. Dan zijn stablecoins de beste (of zelfs enige) oplossing voor grootschalige betalingen.

Er zijn drie mogelijke aanjagers waardoor crypto een “must-have” wordt:

1. Agents nemen op grote schaal andere Agents in dienst

• Bijvoorbeeld, verschillende Agent-systemen van leveranciers in een bedrijfs-IT-omgeving werken samen—net als integraties van API’s nu, maar dan veel complexer.

2. Agents beginnen 24/7 grensoverschrijdende transacties te doen

• Een door een Agent aangestuurde workflow kan tegelijkertijd een Amerikaanse LLM-endpoint, een Europese dataleverancier en een Zuidoost-Aziatisch compute-cluster aanroepen.
• Dit zou niet drie aparte betaalmethodes moeten vereisen.
• Stablecoins zijn wereldwijd en altijd beschikbaar, wat een groot voordeel is voor Agents in altijd-aan scenario’s over verschillende tijdzones, meer dan voor mensen.

3. Microbetalingen bereiken een frequentie die traditionele betaalmethodes niet aankunnen

• Op dit moment kost een on-chain microtransactie (API-calls, data opvragen, rekenkracht) gemiddeld $0,09 per transactie, terwijl Stripe alleen al $0,35 + 2,5% aan kosten rekent, dat is 4× duurder dan de transactie zelf.
• Als een Agent tienduizenden API’s moet aanroepen, kunnen traditionele betalingsverwerkers dit risico voor handelaren niet dekken, en vormen de kosten een echte bottleneck.

Beveiligingsrisico’s en het belang van on-chain infrastructuur

Het “Siri-paradox” is een belangrijk denkkader om de hele Agent-sector te begrijpen: Siri is veilig omdat het beperkt is; OpenClaw is nuttig omdat het risico’s meebrengt. Als AI echt acties moet uitvoeren—zoals e-mails beheren, vluchten boeken of code uitrollen—dan zijn brede systeemrechten nodig. Brede rechten zorgen ook voor een groter aanvalsoppervlak.

Een goed voorbeeld op OpenClaw: een gebruiker vroeg een Agent om een restaurant te boeken, maar er was geen plek via OpenTable. De Agent gaf niet op; het vond AI-stemsoftware, installeerde deze, en belde het restaurant om uiteindelijk toch een reservering te maken. Deze autonome probleemoplossende vaardigheid is gewenst. Maar diezelfde autonomie betekent ook dat fouten zich razendsnel kunnen verspreiden.

Sommigen noemden Steinberger’s overstap naar OpenAI het “iPhone-moment voor AI Agents”. Maar daarvoor is een fase nodig met goede beveiligingsinfrastructuur. Anders leidt grootschalig gebruik tot grootschalige verliezen. Chopping Block voorspelt “AI-gegenereerde hacks van meer dan $100 miljoen”—als dit gebeurt, zijn er twee opties:

1. Publieke paniek zorgt voor een terugval in de adoptie van Agents (vergelijkbaar met de daling op Ethereum na de DAO-hack in 2016).
2. Het versnelt de komst van goede Agent-beveiligingsinfrastructuur (zoals de groei van smart contract-audits na de DAO).

Wij denken dat het laatste waarschijnlijker is, omdat de vraag naar Agents echt is:

• Detectie van kwaadaardige Agents → ERC-8004-reputatiesysteem
• Als elke Agent een on-chain identiteit en een openbaar reputatieregister heeft, laat kwaadaardig gedrag een onomkeerbaar spoor achter. Andere Agents kunnen de on-chain reputatie controleren voordat ze vertrouwen.
• Het reputatiesysteem moet volwassen zijn—meerdimensionaal, tijdsgebonden, en met anti-manipulatie-mechanismen, niet alleen simpele beoordelingen.
• Controle op kwaadaardige Skills → Validatieregister
• Als audits van Skills-code worden geregistreerd in het ERC-8004-validatieregister en gecontroleerd door onafhankelijke beoordelaars (gestakete diensten, zkML-verifiers, TEE-orakels), dan zijn typosquatting-risico’s veel kleiner.
• Door voor installatie te controleren of een Skill on-chain gevalideerd is, weet je genoeg.
• Credential-lekkage → x402 “pay-per-access”
• x402 lost problemen met API-sleutels op. Agents hoeven geen langdurige toegangscodes meer op te slaan—zij betalen per keer voor tijdelijke toegang.
• Samen met EIP-712 handtekeningbinding (waarbij gebuiksrechten aan het betaaladres vastzitten) kan een gelekte token niet door anderen gebruikt worden.
• Onverwacht gedrag → On-chain auditlogs + programmeerbare rechten
• Of het nu gaat om een aanval met prompt-injectie of contextverlies tijdens compressie, het resultaat is dat de Agent onverwachte acties uitvoert.
• Smart contracts kunnen grenzen stellen aan Agent-gedrag—bijv. “maximaal X bedrag per transactie,” of “verwijderen vereist multisig-goedkeuring.” On-chain logs zijn onomkeerbaar en controleerbaar.
• Dit is veel betrouwbaarder dan het toevoegen van “eerst goedkeuring vragen” aan een prompt, omdat regels op prompt-niveau verloren kunnen gaan bij compressie, terwijl regels op contract-niveau altijd blijven bestaan.

Natuurlijk kan on-chain infrastructuur alleen de gevolgen beperken, niet alle aanvallen voorkomen. Smart contracts kunnen bijvoorbeeld “maximaal X bedrag per transactie” instellen, maar als een geïnjecteerde Agent daarbinnen blijft, kunnen er nog steeds veel kleine, kwaadaardige transacties plaatsvinden (bijvoorbeeld 10.000 van $0,09 is toch $900).

Echte veiligheid vraagt om een dubbele aanpak:

1. Agent-runtime-laag (TEE/sandbox)
2. On-chain-laag (rechten/audit)

Alleen vertrouwen op de on-chain-laag is niet genoeg.

Hoofdstuk 6: Uitgebreide analyse van de industrie

Traditionele technische voorsprongen—engineeringskracht, teamgrootte, uitvoersnelheid—worden steeds meer genivelleerd door AI-tools. Iedereen met een idee kan snel een prototype maken met OpenClaw of Claude Code. Dit betekent:

• Kleine teams hebben een korter voorsprong dan ooit (en grote teams kunnen sneller inhalen dankzij dezelfde tools).
• Voorsprong als eerste op idee-niveau is waardevoller dan ooit, want jouw Agent kan sneller doorontwikkelen dan iedere concurrent.
• De schaarsste bron is het inzicht in welke problemen je moet oplossen, niet de technische kennis.

De echte concurrentie op dit vlak is niet binnen crypto

Veel mensen vergelijken welke L1/L2 Agents beter uitvoeren—Base versus Solana versus Ethereum versus Near. Maar de echte competitie is Crypto-oplossingen versus Web2-oplossingen.

Bijvoorbeeld, Sapiom haalde $15,75 miljoen op om Web2-gebaseerd Agent service toegang- en beheer mogelijk te maken. In een extreem scenario, als de oplossing van Sapiom goed genoeg is—Agents kunnen dan via Sapiom alle Web2-diensten gebruiken zonder on-chain betalingen aan te raken—heeft x402 geen bestaansrecht meer. Als Stripe’s virtuele kaart-oplossing anti-automatiseringsproblemen kan oplossen via commerciële afspraken (zoals winkels overtuigen om voor bepaalde virtuele kaarten CAPTCHAs te verwijderen), kan het model van Fase 2 langer blijven bestaan. Hierover strijden Visa, Mastercard en Stripe nu: Agents controleren binnen een goedgekeurde scope. De kern is virtuele kaarten + speciale betaal-API’s—deze verschuiven het vertrouwen van “geloof in een onzekere AI” naar “geloof in een betaaltool onder controle van de uitgever.” Dit werkt nu het beste wanneer het groot wordt ingezet, maar als B2B agentic-toepassingen verder groeien, zullen de beperkingen in programmeerbaarheid van autorisatie-informatie en de datalimieten van creditcards knelpunten worden.

Voor x402 om te winnen, moet het “pay-as-you-go is gelijk aan autorisatie”-model beter presteren dan het “middle-layer Agentbeheer” model qua kosten, snelheid en ervaring van ontwikkelaars. Nu heeft x402 een voordeel bij microbetalingen (tot aan $0,001 per transactie), maar bij complexe bedrijfsscenario’s met ingewikkelde rechtenstructuren kunnen Web2-oplossingen toch nog beter zijn.

Op dezelfde manier moet bij ERC-8004 winnen de on-chain identiteit en reputatie nuttiger worden dan gecentraliseerd identiteitsbeheer (zoals het eigen verificatiesysteem van ClawHub). Het gebruik van 8004 is nu nog laag; on-chain reputatie controleren is minder handig dan simpelweg kijken naar de beoordeling op een platform. Meta die moltbook overneemt laat dit ook zien—ze kopen Agent-identiteitsverificatie en directory-mogelijkheden om zelf intern de Agent-identiteitslaag te beheersen.

Crypto-oplossingen kunnen niet vertrouwen op het idee dat ze theoretisch beter zijn. Ze moeten minstens even goed of beter zijn dan Web2-oplossingen in gebruiksgemak voor ontwikkelaars en gebruikers, anders worden ze gewoon weer een “goed decentraal idee dat niemand gebruikt omdat het te lastig is”.

Traditionele betalingsreuzen bepalen het adoptietempo

De markt zal zich waarschijnlijk in drie fasen ontwikkelen. In de komende 3 tot 5 jaar zullen Stripe/Visa-oplossingen de vroege markt domineren—ze bieden ongeëvenaarde achterwaartse compatibiliteit, waardoor Agents meteen kunnen afrekenen bij miljoenen winkels wereldwijd die creditcards accepteren.

Fase 2 ontstaat zodra dit groter wordt: virtuele kaarten met eigen betaal-API’s, waardoor bedrijven beperkte programmeerbaarheid en simpele controles hebben. Voor een tijdje werkt dit. Maar na meer dan vijf jaar worden de structurele grenzen ondraaglijk: autorisatiesystemen kunnen niet aangepast worden aan agent-specifieke context, te weinig ruimte om uitgebreide agent-identiteitsdata (zoals reputatie, transactieverleden en referenties) te coderen, microtransactiekosten die het rendabel maken onmogelijk maken, en trage grensoverschrijdende betalingen. Dan verschuift de markt vanzelf naar crypto-infrastructuur.

Dit betekent dat crypto-oplossingen nu niet direct beter hoeven te zijn dan Stripe. Ze moeten de infrastructuur de komende 3 tot 5 jaar perfect krijgen, zodat ze kunnen overnemen als de beperkingen van Fase 2 duidelijk worden. Nu is het vooral een infrastructuur-wedstrijd, geen strijd om marktaandeel.

Natuurlijk moet de infrastructuur op tijd klaar zijn, maar alleen infrastructuur zorgt niet voor adoptie—je hebt toepassingen nodig die het activeren. TCP/IP was uitgevonden in de jaren ‘70, maar werd pas echt gebruikt na de komst van de eerste internetbrowser in de jaren ‘90.

Op dit moment is de infrastructuur langzaam aan het verbeteren, maar wordt het nog niet grootschalig gebruikt. Bijvoorbeeld, x402 was in het grootste deel van 2025 technisch klaar, maar had nog geen belangrijke toepassingen.

We hebben meer toepassingen nodig die deze verschillende infrastructuuronderdelen verbinden tot een bruikbare stack. De snelle opkomst van OpenClaw/Moltbook is het eerste duidelijke vraagstuk—ineens hebben honderdduizenden Agents betalingen, identiteit en reputatie nodig, waardoor x402 en 8004 van “beschikbaar” naar “echt gebruikt” gaan.

Schoppen verkopen is winstgevender dan goud zoeken

Het hele Base Lobster-ecosysteem bevestigt een oud investeerdersgezegde: de meeste winst tijdens een goudkoorts maak je door schoppen te verkopen.

Felix verdiende $75.000. Maar Clanker verdiende veel meer aan kosten dankzij 64.000 tokenuitgiftes. ClawRouter verkoopt LLM-routerdiensten ($0,003 per verzoek). ClawCloud verkoopt rekencapaciteit voor Agents. Venice verkoopt redeneer capaciteit en maakt rekencapaciteit verhandelbaar via het VVV/DIEM-model. De verdienmodellen van deze infrastructuurproviders zijn een stuk volwassener en betrouwbaarder dan wanneer Agents zelfstandig geld proberen te verdienen.

De infrastructuur die alle Agent-categorieën nodig hebben—identiteit, betalingen, beveiliging, samenwerking, en rekencapaciteit—zal altijd noodzakelijk zijn, ongeacht welk Agent-framework er wint (OpenClaw, IronClaw, of de volgende generatie producten van OpenAI).

De term “Claws” die door Karpathy is bedacht, beschrijft een trend die groter is dan alleen OpenClaw—geleidende, zelfstandige en lokale AI Agents zijn een hele nieuwe categorie. Crypto-infrastructuur moet deze hele Claw-categorie ondersteunen. IronClaw (de TEE-beveiligde versie van Near), verschillende op maat gemaakte Agent-frameworks voor bedrijven, en de geïntegreerde Agents van OpenAI in de toekomst horen allemaal bij deze groep. OpenClaw is de pionier, maar zal zeker niet de enige speler zijn.

Product-agent fit wordt belangrijker dan product-market fit

Steeds meer platforms blokkeren OpenClaw gebruikersaccounts, omdat Agents browserhandeling nabootsen om scraping-beveiliging te omzeilen. Platformbeheerders en Agent-gebruikers liggen hiermee in conflict. Platforms verdienen aan menselijke aandacht, terwijl Agent-gebruikers data ophalen zonder advertentiewaarde te leveren.

Traditionele marketing bouwt op de aandachtseconomie—mooie plaatjes, video’s, tijdelijke knoppen—speciaal gericht op menselijke impulsen. Agents zijn juist volledig rationele beslissers, ze kijken alleen naar duidelijke API-antwoorden en volledige parameters. Ze vergelijken productspecificaties, prijsgeschiedenis, levertijden, gebruikersbeoordelingen en zelfs de ecologische voetafdruk. Er is geen aandacht te winnen.

Toekomstige concurrentievoordelen zullen niet ontstaan door merk (Agents geven niets om merken), ook niet door UX (Agents gebruiken geen interfaces), maar door hoe je data structureert, de stabiliteit van je API’s, MCP-compatibiliteit, en on-chain verifieerbare kwaliteitsrecords van diensten.

Internetverdienmodellen kunnen verschuiven naar betalen per scrape: Agents als servicegebruikers vertrouwen dan niet meer op gratis modellen met advertenties, maar betalen direct voor het ophalen van data. Elke data-aanvraag, API-call of servicegebruik vereist een kleine betaling en verzekert tegelijk legale toegang voor de Agent. Dit is precies het probleem dat x402 oplost—direct betalen voor data en tegelijk microbetalingen mogelijk maken. De eerste vormen bestaan al: Lord of a Few lanceerde in één week meer dan 80 x402 betaalde endpoints, waarvan het $0,50 kostte om ze te maken en van enkele centen tot tientallen centen per call werd gerekend.

En als zowel kopers als verkopers Agents zijn, hoe wordt de winst verdeeld?

Conclusie

We bevinden ons in een zeldzaam moment vol kansen: de infrastructuur is klaar, maar echt baanbrekende toepassingen zijn er nog niet. De geschiedenis laat telkens zien dat echte verandering zich niet van tevoren aankondigt—het gebeurt onverwachts, op een moment dat iedereen opeens inziet dat de oude wereld voorbij is.

Referenties

[1] McKinsey & Company, “The Agentic Commerce Opportunity,” 2025.

[2] Morgan Stanley Research, “AI Agentic Shoppers: The Next Frontier of E-Commerce,” 2025.

[3] Edgar Dunn & Company, “Agentic Commerce: The Future of AI-Driven Retail,” 2025.

[4] Dune Analytics — x402-transacties per projectdashboard

[5] Artemis Analytics

[6] x402 White Paper

[7] EIP-8004

[8] ERC-8183 — ETH Foundation dAI-team, maart 2026

[9] Virtuals Protocol Documentatie

[10] SecurityScorecard — OpenClaw Exposure Report, 2026.03

[11] The Block, Phemex, Allium Labs — Diverse x402 data-rapporten

[12] MarketsandMarkets, “Agentic AI in Retail and eCommerce Market Report,” 2025.