Стейблкоины XRPL рвутся к $1 млрд: Ripple строит расчёты для AI-агентов
Предложение стейблкоинов на XRP Ledger выросло почти на 97% за месяц до ~$770 млн, приближаясь к $1 млрд. Драйвер — RLUSD от Ripple, который компания продвигает как рельс для платежей AI-агентов.
Что произошло
Объём стейблкоинов на блокчейне XRP Ledger (XRPL) почти удвоился за последний месяц и приблизился к отметке в 1 миллиард долларов. По данным DeFiLlama, предложение стейблкоинов в сети составляет около 770 миллионов долларов — рост примерно на 97% за 30 дней. Альтернативный агрегатор RWA.xyz, учитывающий более широкий набор токенизированных активов, оценивает капитализацию стейблкоинов XRPL примерно в 901,7 миллиона долларов, при этом объём переводов за 30 дней вырос на 122% до 4,95 миллиарда долларов.
Главный драйвер этого роста — RLUSD, собственный стейблкоин Ripple. По данным DeFiLlama, на него приходится почти 99% всего предложения стейблкоинов на XRP Ledger — около 761,7 миллиона долларов, выпущенных в сети. Если учитывать все поддерживаемые блокчейны, общая капитализация RLUSD, по оценке RWA.xyz, достигает примерно 1,65 миллиарда долларов.
Ripple связывает быстрый рост RLUSD с более широкой стратегией: компания позиционирует XRPL как платёжный «рельс» для экономики автономных AI-агентов — программ, которые смогут самостоятельно оплачивать услуги, API-вызовы и счета.
Контекст и данные
На этой неделе Ripple выпустила XRPL AI Starter Kit — пакет для разработчиков, упрощающий создание платёжных сценариев AI-агентов на XRPL. Первая фаза включает MCP-сервер, позволяющий совместимым AI-инструментам для кодинга обращаться к документации XRPL, готовые навыки (skills) для создания кошельков и проведения платежей, а также новые туториалы для построения агентных транзакций.
Ripple также связывает набор инструментов со стандартом x402 — открытым платёжным протоколом, построенным вокруг HTTP-статуса 402 «Payment Required». Благодаря вкладу команды t54, XRPL теперь поддерживает платежи x402 с использованием XRP или RLUSD: это позволяет агентам оплачивать API-вызовы, инференс моделей и другие цифровые услуги напрямую.
Тезис Ripple о «машинной экономике» получил и более массовую витрину. На этой же неделе Mastercard запустила сервис Agent Pay for Machines (AP4M), ориентированный на платежи на «машинной скорости» между программными агентами, подключёнными устройствами и автоматизированными бизнес-процессами. Ripple вошла в число более чем 30 первоначальных партнёров, предоставляя блокчейн-расчёты через XRP Ledger и стейблкоин RLUSD. Для нарратива об автономных платежах участие платёжного гиганта — важная точка легитимизации.
Стоит держать в голове и оговорку самих источников: реальный спрос на автономные машинные платежи пока находится на ранней стадии. Расхождение в оценках DeFiLlama и RWA.xyz отражает разницу методологий, но обе площадки показывают один и тот же тренд — долларовые активы на XRP Ledger растут быстро.
Что дальше
Ближайшие маркеры — пробьёт ли предложение стейблкоинов на XRPL психологическую отметку в 1 миллиард долларов и сохранится ли темп роста переводов. Не менее важно, перейдёт ли история об AI-агентах из стадии демонстраций и стартер-китов в реальные коммерческие потоки: подписки, оплату API и расчёты между сервисами.
Для Ripple ставка стратегическая. Если экономика автономных агентов действительно сформируется, инфраструктура для машинных долларовых платежей станет ценным активом, а доминирование RLUSD на XRPL — конкурентным преимуществом. Если же спрос останется нишевым, рост предложения стейблкоинов может оказаться опережающим реальную потребность. Пока данные показывают быстрый рост ликвидности — но превращение её в устойчивый спрос ещё предстоит доказать.
Материал носит информационный характер и не является инвестиционной рекомендацией. Криптовалюты и стейблкоины связаны с рисками; принимайте решения самостоятельно.
Какую долю предложения стейблкоинов на XRPL занимает RLUSD?
Станет ли экономика AI-агентов реальным драйвером спроса на стейблкоины?
Практический разбор рынка без шума. Делюсь тем, что торгую сам, объясняю логику и помогаю понимать контекст.




