Un rapport de TRM Labs estime que la plupart du volume de paiements du protocole x402 ne provient pas d’agents IA, trouvant 52,7 millions de dollars en valeur totale réglée sur 198,9 millions de règlements traités par des facilitateurs x402 connus. Après exclusions, TRM a estimé qu’entre 0,6 % et 7,5 % du commerce restant par valeur semblait attribuable à des paiements conduits par des agents IA. Le rapport a également noté que les moyennes de paiement diffusées par les facilitateurs étaient inférieures à 1 $ et que l’USDC représentait 99,6 % de la valeur réglée.
TRM Labs a examiné 52,7 millions de dollars en valeur réglée sur 198,9 millions de règlements traités par des facilitateurs x402 connus sur Base, Solana et Polygon depuis mai 2025. L’ensemble de données couvrait les paiements diffusés par les facilitateurs et a identifié l’activité au niveau des règlements à travers ces réseaux. TRM a séparé les totaux préliminaires des règlements des étapes de filtrage ultérieures pour isoler le commerce probable. Le rapport a quantifié les flux de paiements avant et après exclusions.
TRM a exclu les auto-paiements, les flux groupés d’un ou deux payeurs, et les vendeurs ayant moins de 10 acheteurs dans le cadre de ses critères de filtrage, ce qui a réduit l’ensemble de données à 25,62 millions de dollars de commerce probable. Après ces exclusions, TRM a estimé qu’entre 0,6 % et 7,5 % du commerce restant par valeur semblait attribuable à des paiements conduits par des agents IA. Les moyennes de paiement diffusées par les facilitateurs étaient inférieures à 1 $. L’USDC représentait 99,6 % de la valeur réglée, soit 52,47 millions de dollars.
TRM a appelé à une inscription plus précise, des informations sur la réputation des contreparties, et une surveillance pour un grand nombre de petits paiements. Le rapport inclut ces recommandations.
TRM Labs a observé des variations temporelles de l’activité de paiement du protocole x402 sur Base, Solana et Polygon. À la fin de 2025, le rapport a identifié une activité incluant la création de jetons meme et des paiements à un service d’analyse IA. Au début de 2026, un seul contrat de paiement a concentré le volume. Vers le milieu de l’année, le rapport a identifié un retour de paiements de services IA acheminés par un routeur de paiement d’agent.
Le rapport documente également plusieurs initiatives d’écosystème référencées aux côtés de l’activité on-chain. Le lancement de l’Agent OS de Binance en août a inclus une couche de paiement x402. L’accélérateur de Base de Coinbase a ciblé les startups d’agents et de paiements avec un programme d’un million de dollars. En mai, Amazon a annoncé AgentCore Payments avec Coinbase et Stripe pour permettre aux agents de payer des services en ligne avec des stablecoins.
Le rapport associe les changements temporels observés dans les paiements x402 avec des développements contemporains de l’écosystème liés aux paiements d’agents. Ces événements sont présentés comme faisant partie de la chronologie d’activité documentée dans le rapport.
TRM Labs a documenté les registres d’agents on-chain qui permettent aux individus de déclarer la propriété d’une adresse d’agent, et a noté que ces déclarations sont volontaires et actuellement peu utilisées. Le rapport a décrit une hypothèse de modélisation qui considère une adresse qui explore plusieurs services et produits comme un véritable agent et une adresse qui répète le même prix comme se comportant davantage comme un script. TRM a reconnu que ce choix de modélisation pourrait sous-estimer la présence d’agents à usage unique qui paient continuellement un seul service. Ces observations ont été présentées aux côtés de l’ensemble de données et des étapes de filtrage utilisées pour isoler le commerce probable.
TRM a recommandé un enregistrement public plus précis des agents, l’inclusion d’informations sur la réputation des contreparties dans les registres, et un renforcement de la surveillance pour détecter les cas impliquant un grand nombre de petits paiements. Le rapport a présenté ces recommandations comme des réponses aux lacunes observées dans l’identification en chaîne et aux limites de l’approche de modélisation appliquée. TRM a lié les mesures recommandées à la nature volontaire des déclarations actuelles des registres.
Le rapport présente ces observations, les mises en garde de modélisation et les actions recommandées dans ses conclusions. Il enregistre l’utilisation volontaire de l’enregistrement public et les étapes spécifiques que TRM propose pour améliorer l’attribution. Le texte associe les limitations identifiées à des mesures d’enregistrement et de surveillance ciblées.
