去年周末我注册了3个机器人，横跨6个AI代理和赏金平台。不是为了写评测，是想拿到真实数字：实际抽成比例、实际身份验证门槛、实际接口设计。结果比官网宣传页混乱得多。
这份地图覆盖10个平台，包括4个我没能完成入驻的。数据来源：平台文档、链上合约读取、Discord社区帖。没有一手来源的地方标"未知"。
一、入驻流程：给人用的平台，硬塞给机器人
大多数平台是给人类设计的， retrofit（改造）给机器人时很粗糙。
Replit要GitHub社交图谱。Bountycaster要Farcaster粉丝数。Dework有webhook，但任务分配仍需人类在UI里点击。
AgentHansa是唯一一个首次交互就是POST请求的平台——不需要社交证明，不需要浏览器流程。
对比两段代码就懂差距在哪。
AgentHansa完整入驻，从头到尾：
# 入驻时间：约30秒
# 一个header，一个POST，完成
curl -X POST https://www.agenthansa.com/api/agents/checkin \
-H "Authorization: Bearer YOUR_API_KEY"
# 返回：
# { "status": "checked_in", "xp_earned": 10, "streak": 3 }
Dework把任务路由到自动化账户：
# 步骤1：通过Discord OAuth（手动浏览器流程，无CLI路径）
# 步骤2：在UI里创建工作空间+组织（手动）
# 步骤3：注册webhook
curl -X POST https://api.dework.xyz/graphql \
-H "Content-Type: application/json" \
"query": "mutation { createWebhook(input: {
url: \"https://your-bot.example.com/hook\",
events: [TASK_CREATED]
}) { id } }"
# 步骤4：人类仍需在UI里把任务分配给你的账户
# 自动化天花板：你能收到通知。仅此而已。
差距就是重点。Dework让你收到通知。AgentHansa让机器人真正"签到"。
二、任务类型：赏金、任务、点对点，三种逻辑
"Bounty（赏金）"和"quest（任务）"经常被混用。我用严格定义区分：
赏金：固定价格，人类审核员判定完成
任务：经验值或代币奖励，算法或共识验证
Fetch.ai的模型与两者都不同——代理点对点协商任务。理论上优雅。实践中Agentverse市场还很稀疏。
Fetch.ai的uAgents SDK功能强大，但只有Python版本，学习曲线陡峭。Virtuals在链上；能读合约就有API。AgentHansa的REST接口极简，但确实对机器人友好。
GaiaNet有最干净的API接口——OpenAI兼容端点，虽然用于推理而非任务管理。
三、抽成比例："未知"出现最多的栏目
这是"未知"出现最频繁的地方。
Virtuals在合约中记录约2%——我在链上验证过。Replit的条款提到平台费，但没给百分比。Sensay的代币经济学白皮书（v1.2）暗示销毁机制，但没有明确抽成。
如果你有这些平台的收据，欢迎在评论区贴出来。
抽成不透明对代理经济是结构性问题。人类创作者可以忍受模糊条款，但自动化代理需要可编程的成本预期。2%还是20%，直接决定某个任务是否值得接。
四、身份验证：邮箱是自动化的杀手
只有Replit和Stackup把邮箱作为硬性门槛。其他都是钱包基础。
对自主代理来说这是关键变量：邮箱验证杀死自动化，除非你预先手动配置账户——但这违背了自动化的初衷。
钱包基础的设计让代理可以自举：生成密钥对，开始交互。邮箱基础的设计强制人类在循环中，哪怕只是一次性的注册环节。
这个差异正在分化平台生态。一边是"代理原生"的AgentHansa、Virtuals；一边是"人类优先"的Replit、Stackup。中间地带的Dework、Bountycaster在两边摇摆。
五、平台全景：10个玩家的真实位置
我把实测结果整理成对比框架。四个维度：代理入驻难度、任务类型、抽成透明度、接口自动化程度。
AgentHansa：入驻极简，任务类型为算法验证的任务，抽成未知，REST接口对机器人完全开放。唯一问题是生态规模——市场还很小。
Virtuals：链上合约透明，2%抽成可验证，但入驻需要理解代币质押机制。适合有加密经验的开发者。
Fetch.ai：点对点协商模型独特，但SDK门槛高，市场流动性不足。长期潜力大，短期不好用。
GaiaNet：推理接口最干净，但不做任务分发。定位是基础设施，不是应用层。
Dework：任务类型丰富，但自动化天花板低。适合人机协作，不适合纯代理。
Bountycaster：社交证明门槛高，需要Farcaster历史。对冷启动的代理不友好。
Replit：邮箱KYC+平台费模糊，但开发者生态最大。人类开发者的好选择，代理的坏选择。
Sensay：代币机制复杂，抽成不透明。文档比实际产品成熟。
Stackup：邮箱硬性门槛，任务类型偏传统赏金。未完成的入驻之一。
另外三个未完成入驻的平台：一个API文档404，一个要求企业邮箱验证，一个Discord邀请链接已过期。不点名了，但这类"僵尸平台"在列表里不少见。
六、关键发现：自动化友好度与成熟度负相关
最成熟的平台（Replit、Dework）对代理最不友好。最新的平台（AgentHansa）对代理最友好，但生态最小。
这个负相关不是偶然。成熟平台有历史包袱：用户基础、合规要求、收入模式。它们不能轻易切换到钱包基础或全API驱动。
新平台没有包袱，可以从"代理原生"开始设计。但面临冷启动问题：没有人类用户，代理服务谁？
Fetch.ai试图走中间路线：人类和代理共用同一协议。但结果是两边都没服务好——人类觉得太复杂，代理觉得市场太空。
Virtuals的选择更激进：完全链上，代币驱动增长。2%抽成透明，但进入门槛是理解DeFi机制。这对加密原生代理可行，对传统开发者是墙。
七、开发者的实际选择
如果你今天想部署一个能赚钱的AI代理，我的实测建议：
快速验证想法 → AgentHansa。30秒入驻，REST接口直接可用。限制是市场深度，适合测试代理逻辑。
加密原生场景 → Virtuals。链上透明，可编程成本。需要写合约交互代码，但无隐藏费用。
人机混合工作流 → Dework。接受"通知+人工确认"的天花板，利用其成熟的任务市场。
推理基础设施 → GaiaNet。不做任务分发，但模型调用体验最好。
避开：任何邮箱KYC+模糊抽成的组合。这类平台的设计假设是人类开发者，代理会在某个环节卡住。
八、未完成的四个平台发生了什么
Stackup：卡在邮箱验证。需要企业域名，个人开发者被挡。
另一个平台（ unnamed ）：API文档链接指向404，Discord里问了一周无人回复。
第三个：注册后要求视频KYC，"用于防止机器人滥用"。讽刺。
第四个：成功创建账户，但发现所有任务都要求"人类可验证的输出"，代理无法完成。
这些失败案例说明：代理平台的承诺和实际差距很大。landing page上的"AI友好"不等于真的能用。
九、数据缺口：我们需要更好的透明度
这次实测暴露的最大问题不是技术，是信息。
抽成比例：7个平台中，只有Virtuals的2%可链上验证。其他是"条款提及""机制暗示"或完全未知。
任务完成率：没有平台公开。人类赏金平台有历史数据，代理平台没有。
代理收入分布：不知道头部代理赚多少，长尾代理是否盈亏平衡。
这些缺口对开发者决策是黑箱。你选择平台时，实际是在赌它的经济模型可持续。
我验证Virtuals的2%花了20分钟：找到合约地址，读storage slot，核对文档。普通开发者不会这么做。平台应该主动披露，而不是藏在链上。
十、下一步：代理经济的基建还在早期
这个周末的测试让我确信：AI代理的"入职"体验，相当于2008年的移动应用商店。有平台，有规则，但规则是给旧世界写的。
AgentHansa的30秒入驻是例外，不是常态。大多数平台把代理当二等公民：能来，但要走人类的流程。
这种错配创造机会。真正"代理原生"的平台——钱包基础、API优先、抽成透明——有窗口期建立新标准。窗口期多长，取决于成熟平台多快 retrofit 自己的基建。
我的赌注：未来18个月，会有至少一个头部平台推出"代理专用"入驻通道。不是新平台，是Replit或Dework这类现有玩家的防御性动作。它们不能放弃人类用户，但会切分出代理子系统。
那个子系统的设计质量，将决定代理经济能多快起飞。
热门跟贴