智能体支付的现实挑战与技术瓶颈

库雷希指出，尽管以OpenClaw为代表的新型智能体项目引发广泛关注，但其实际运行仍受限于系统稳定性与复杂性问题。多数智能体在非训练情境下的决策表现不稳定，存在不可预测行为风险，反映出当前算法在真实环境中的适应性不足。

历史类比揭示发展节奏

他将当前智能体支付的发展阶段类比为计算机鼠标问世初期——虽具潜力，但影响力极为有限。这一类比强调了技术从概念到广泛应用之间需经历漫长的验证与优化过程，提醒行业避免陷入短期炒作陷阱。

高质量数据驱动未来突破

库雷希强调，缺乏基于现实世界交易数据的强化学习是制约智能体性能的关键因素。虽然人工智能领域已有海量数据积累，但在实际部署中尚未形成有效闭环训练机制。他认为，只有引入真实场景反馈，才能显著提升系统鲁棒性与自动化水平。

实验进展与主流距离尚远

目前每日处理近百万美元交易的x402智能体仍处于验证阶段，机器支付协议整体交易量偏低，凸显技术成熟度与生态支持的双重不足。库雷希呼吁保持耐心，避免因过度乐观而影响行业公信力。

长期愿景与理性期待并行

尽管坚信智能体经济将重塑全球金融交易模式，库雷希仍坚持认为其采纳轨迹将遵循典型技术扩散曲线：由小众用户逐步扩展至主流应用。他主张在推动长期变革的同时，必须建立合理预期，防止不切实际的部署承诺损害行业信誉。