超越结账页面：谁将构建代理商务经济？

前言

正如《人工智能2027》所阐述的那样，人工智能驱动的变革浪潮正在悄然重塑商业世界的基石：预计到2025年后，人工智能将越来越像自主代理，而非单纯的助手。我们正处于一个转折点，代理正从不可靠的工具演变为完全自主的智能实体。

关注人工智能和金融科技发展动态的读者会发现，自2024年下半年以来，PayPal、Visa、Mastercard、Stripe和Amazon等Web2巨头已在“代理商务”和“代理支付”的新博弈中战略性地布局。其背后的逻辑显而易见：传统商业世界正在意识到一个新兴趋势：代理界面的广泛采用将颠覆过去三十年来基于互联网图形用户界面（GUI）范式建立的商业逻辑和生产关系。我们或许将见证一场重大的范式转变，传统电商运营的核心要素、广告营销策略以及金融支付结算机制将被彻底重塑，一个全新的领域——代理商务——将应运而生。

似乎许多加密货币行业人士仍未意识到这一范式转变，其规模堪比从马车到蒸汽机，或从PC互联网到移动互联网的转变。我们相信，这场代理商业的革命远不止人们通常肤浅地认为的“电子商务”的智能增强。

本文旨在揭开源自金融科技领域的代理商务变革浪潮的神秘面纱，为参与这场革命的加密货币读者提供清晰的视角。

一、什么是代理商务？

通过对 Stripe（推出Stripe Issuing）、Visa（推出Intelligence Commerce）、Mastercard（推出Agent Pay）和 Coinbase（推出x402 支付协议）等主要参与者的洞察，我们可以定义代理商务和代理支付：

Agentic Commerce 代表一种由 AI 代理驱动的商业模式，其中 AI 代理代表用户处理一系列任务——从产品搜索和选项比较，到个性化推荐和无缝购买完成。这些代理直接与电商平台互动，管理交易并监督整个购物过程，旨在提供更定制化、更安全、更轻松的购物体验。最受欢迎的案例包括亚马逊的“Buy for Me”（为我购买）功能（使 AI 代理能够从第三方品牌采购和购买）以及 OpenAI 的“Operator”工具（可实现端到端的在线购物任务自动化）。

目前，代理商务 (Agentic Commerce) 仍是一个新兴领域，可用的公开商业数据有限。根据Gartner 2024 年的报告，只有不到 1% 的电商企业或商家将代理人工智能 (Agentic AI) 集成到其运营或服务中。但人们对其的兴趣正在高涨：一项2025 年的电商调查显示，至少 90% 的电商参与者渴望探索并将代理人工智能 (Agentic AI) 融入其商业模式。

显然，这个市场仍处于萌芽阶段。为什么支付巨头们在代理商务尚未成为主流之前就蜂拥而至，推出针对代理场景的定制产品？他们究竟看到了哪些巨大的机遇？

1.1人类用户从执行者转变为委托者，关键业务决策从结账页面向上游移动到意图层

传统的在线购物就像浏览一个精心设计的虚拟超市。消费者亲自浏览货架、比较商品，最终结账，整个过程都围绕着“主动探索”展开。商家通过精致的界面、精准的推荐和快速的支付，优化流程，实现无缝衔接，最大限度地减少用户的犹豫。

现在，想象一下一个全新的“代理商务”（Agentic Commerce）世界。您不再需要逐一浏览电商网站、比较价值主张或手动下单。只需向您的AI助手发出一个模糊的指令，例如“给我买一双跑鞋”。AI就会立即行动，搜索无数商家，筛选产品，分析价格、评论和物流，甚至考虑供应链的可持续性。在整个过程中，您可能无需触摸屏幕或输入任何密码。

来源：结帐页面已失效。

关键的转变就在这里。用户从执行者进化为委托者，核心商业行为从点击流升级为意图流。消费不再是一系列离散的选择，而是朝着最终目标进行的整体授权。

随着商业决策从结账页面迁移到意图层，现有的商业系统面临着层层叠加的颠覆。从市场营销到用户增长战略，数十年来建立在人类行为分析基础上的电商逻辑，正被人工智能代理的理性决策所颠覆：

• A/B 测试：人工智能可以在几毫秒内比较数十个选项，使得为期两周的按钮图标颜色转换率测试变得过时。
• 个性化推荐：所有基于人类浏览历史的传统算法都将失效。推荐模型必须基于AI决策逻辑进行重建。
• 购物车恢复：在AI决策中，不会出现像人类一样因各种原因“犹豫”或“放弃”的情况。购物车放弃率及相关的优化策略将成为历史（目前全球平均购物车放弃率为70%）。

传统营销依赖于注意力经济。惊艳的图片、煽情的视频广告、“闪购”的红色按钮：所有这些都带有心理战术，旨在激发人类的冲动购买。相比之下，人工智能缺乏冲动。它是一个纯粹理性的决策机器，只关注API响应是否清晰、参数是否完整。它冷漠地比较产品规格、历史价格、配送时间、用户评论，甚至供应链的碳足迹。未来不再有“心智份额捕获”。

在未来智能代理商务 (Agentic Commerce) 的营销中，重点将从制作引人注目的广告转向构建机器可读的信任简历。“产品-代理匹配度”或将取代“产品-市场匹配度”。你的产品能否被主流人工智能代理生态系统轻松索引、理解和推荐，将决定其生存。然而，在智能代理能够快速推理人类委托的目标、生成意图并全力以赴完成商业行动之前，它们将撞上一堵坚固的墙：传统的支付系统。

二、为什么传统金融体系会成为代理商务发展的障碍

人工智能代理可以完美地执行信息收集、分析和决策。然而，当它们接近完成商业闭环的最后一步时，却遭遇了一个巨大的障碍：我们数十年来构建的、专为人类用户量身定制的金融支付基础设施。

现代支付和风险管理生态系统的核心是一个“反自动化系统”。其基本设计理念预设，自动化本质上就意味着欺诈。

让我们回顾一下当前支付工作流程的每个阶段：

• CAPTCHA：部署机器难以解决的难题，验证“人类”身份。
• 短信验证或双因素身份验证：假定需要访问物理设备来接收代码和手动输入，这个过程对于自动化程序来说极具挑战性。
• 3D 安全：强制重定向到单独的银行页面以输入不同的交易密码，完全破坏任何自动序列。
• 行为风险分析：复杂的系统会仔细检查鼠标轨迹、打字节奏、设备指纹和其他明显的“人类”特征来验证交易。

在“代理商务”时代，这些安全保障措施变成了限制条件。它们施加类似于“证明你是人类”的质询，有效地阻止了我们部署的自主代理。

因此，未来的支付方式将超越结账页面，演变为一种协议。这一转变预示着信任和授权框架的一场革命。我们需要一个创新的数字凭证系统，使用户能够向其人工智能代理发出安全、可编程的授权，并明确授权范围、有效期和金额上限。

Agentic Payments 体现了该协议，代表了 Agentic Commerce 的最终结算阶段。在这里，AI 代理利用安全高效的机制（例如标记化凭证）代表用户进行交易。这种方法保证了流程的无缝和受保护，通常结合用户定义的限制和监督以维护信任和安全。例如，万事达卡的 Agent Pay 引入了 Agentic Tokens，以促进 AI 驱动的订阅和定期付款。PayPal 的 Agent Toolkit 使 AI 代理能够管理支付工作流程。Visa 的智能商务计划为开发人员集成提供了类似的功能。Stripe 提供了类似的工具，例如与 Perplexity 的合作：用户通过 Perplexity 的界面进行交互，以获得有关家居装修的整体建议和产品选择。在用户批准计划后，代理将通过 Stripe 的代理后端无缝处理自动付款、结算和履行。

至此，Visa 和 Mastercard 等现有企业竞相部署 Agentic Commerce 适配解决方案的背后原因显而易见。他们正在竞相制定下一代机器原生支付协议的标准。这场竞赛关乎掌控未来商业格局的基础设施，最终目标是将支付恢复到最纯粹的形式：无摩擦的价值转移。

三、代理商务金融基础设施建设面临的挑战

核心挑战：信任、意图和自动化

构建代理支付系统的困境不仅仅是技术实施的问题。

1.“谁可以行动”：从身份验证到授权

在支付领域，终端用户的关注点传统上在于身份验证而非授权。当你在电商网站上点击“购买”按钮时，你明确地授予了权限。由于你手动输入银行卡信息并刻意点击按钮，因此几乎没有争议的余地。因此，传统支付系统以“身份识别”为中心。其核心问题是：“我如何确认操作者确实是你？”这就是身份验证的本质。

然而，在人工智能代理驱动的新兴商业时代，支付方式正面临变革性的转变。授权成为这一流程中的关键要素。这种授权机制更加复杂，也更加引人注目。与传统电商简单的“点击购买”模式不同，用户指令不再那么明确。人们表达支付意图的方式多种多样。更复杂的是，当发起支付请求时，就会引发一个问题：我们究竟在授权谁？是人类用户、人工智能代理，还是代理背后的公司？

潜在代理支付场景中的关键授权挑战包括：

• 身份幻影：我们应该如何对“交易请求者”进行分类？是最终用户、AI模型、代理应用程序开发者，还是托管它的服务器？我们缺乏针对“机器”的可验证身份标准。这种差距可能会使每个环节都成为安全漏洞。
• 授权边界：我们如何安全地将财务权限委托给人工智能？定义并执行精确的边界（例如金额、时间线和商家）带来了新的挑战。确保这些授权防篡改和防止滥用也同样至关重要。
• 责任归属：当智能体出现失误或被恶意利用，造成损失时，责任认定变得异常复杂。责任不明确，仍然是广泛应用的最大障碍。

2.“该怎么办”：意图验证的差距

意图验证问题源于授权挑战。它源于LLM的概率性与金融系统确定性要求之间的根本矛盾。支付层无法消除AI的幻觉。然而，一个设计良好的金融系统必须有效地弥合AI输出与用户真实意图之间的差距。

• 传统支付处理“支付订单”，例如“向商家 X 支付 50 美元”，并假设该指令清晰准确。相比之下，代理支付处理的是“交易意图”，例如“给我一杯中杯燕麦奶拿铁”。系统必须能够通过将最终支付指令与原始自然语言意图进行匹配来验证其有效性。
• 我们不需要一个能够“读懂AI心思”的支付系统。相反，我们需要一个拥有强大护栏的支付系统。结构化数据、严格的API级别规则或智能合约逻辑可以限制AI的行为。这些措施确保执行操作保持在用户定义的安全范围内。例如，在咖啡店设定10美元的消费上限，可以防止出现导致过度或错误交易的“幻觉”。

3.机器原生资金托管及支付结算方式

传统支付系统本质上是反自动化的。其面向图形用户界面的安全措施如同枷锁，阻碍了代理商务场景下的完全自主。为了解决这个问题，我们需要一套全新的机器原生支付 API 和结算网络。这些 API 和网络应包含以下功能：

• 程序化优先设计：所有交互必须通过结构化 API 进行。这样就无需模拟人类的 GUI 点击。
• 无摩擦结算：交易应以接近零延迟和最低成本执行。这对于驱动机器经济的微交易尤为重要。
• 数据可移植性：交易需要承载丰富的结构化元数据。这能够实现自动对账、审计和高级金融服务，远远超越传统支付中使用的基本交易金额和商户名称。

前进之路：迈向自主金融的三个阶段

为了应对上述挑战，业界正在规划从“辅助”到“代理驱动”再到完全“自主”系统的演进路径。这三个阶段清晰地展现了我们距离实现真正的代理经济还有多远。

第一阶段：人类监督的辅助代理

这是当今的主导模式。人工智能就像一个先进的“自动填充工具”，处理繁琐的前端任务，但在关键时刻踩下刹车，将最终控制权交给人类。

• 实施：代理负责管理前端任务，例如搜索、比价和表单填写。然而，在关键的支付阶段，他们会暂停并将控制权交还给用户。例如，代理可能会预先填写信用卡信息，但要求手动输入 CVV 码。或者，它可以引导用户前往 PayPal 或 Stripe 登录页面进行最终授权。
• 核心技术：这种方法依赖于浏览器自动化（模仿人类行为）或通过 Apple Pay 或 Google Pay 等系统预先填充的凭证。
• 痛点：体验感觉脱节。代理自动化带来的效率提升在最后一步戛然而止，未能实现真正的端到端自动化。

第二阶段：授权范围内的受控代理（代理作为代理人）

这是 Visa、Mastercard 和 Stripe 等支付巨头激烈角逐的战场。他们正致力于为 AI 代理打造一个以虚拟卡和专用支付 API 为中心的“可控数字钱包”。用户可以为其代理生成一张或多张虚拟卡，每张卡都有严格的限制。这些卡可以限制单笔或总消费，限制只能用于特定商户类别（例如，仅限机票），并包含有效期。

• 实施：代理商通过专用 API（例如 Stripe 的 Order Intent API）调用这些虚拟卡来发起付款，几乎无需用户干预。Perplexity Pro 与 Stripe 的合作就体现了这种方法，实现了聊天界面内的无缝交易。
• 核心技术：该模型将信任范式从依赖不可预测的人工智能转变为信任由发行机构控制的、严格参数化的支付工具。这是一种智能的风险转移机制。
• 痛点：这种方法目前是最实用且易于广泛采用的方法。它与现有的信用卡系统无缝集成，无需商家进行任何更改。不直接与虚拟卡交互的用户几乎不会受到任何干扰。然而，随着代理商务扩展到更原生的代理场景，例如B2B代理业务，该模型的局限性逐渐显现。 授权数据的可编程性受到限制。基于卡的系统数据容量有限，可能会阻碍其发展。此外，一些行业研究人员（例如Idan Levin）指出，像Stripe的虚拟卡这样的解决方案仍然依赖于传统的“手动输入卡详细信息”模式。屏幕抓取或无头浏览器自动化等技术可以创造无缝的体验。然而，这些方法会带来更高的技术和合规风险。此外，Stripe的费用结构为每笔交易固定0.35美元，另加2.5%的附加费，这不太适合代理经济中至关重要的超小额交易。

以 Stripe 与 Perplexity 的 2025 年合作为例（见上图），用户可以在 Perplexity 的界面下达指令，让 AI 采购商品，并通过 Stripe 定制的代理支付服务完成购买，从而简化整个采购流程。

笔记：

• 第一阶段（初始绑定）：在第一阶段，用户将参与标准的 Stripe Checkout 流程。此步骤不仅仅是完成购买。它安全地绑定用户的支付信息，并授予平台资金授权，最终将款项计入 Stripe 余额。此绑定是所有后续无缝交互的基础。
• 第二阶段（后续无摩擦支付）：这是核心工作流程。当用户发出新命令时，平台（例如 Perplexity）会避免打扰用户，而是直接向 Stripe Issuing 申请一张一次性虚拟卡。这张卡附带严格的风险控制规则，包括金额和商户类别限制。
• Stripe 在支付链中的作用：
  • Stripe Checkout：充当安全入口点。它捕获用户的付款详细信息和授权。
  • Stripe Balance：作为平台的资金池。所有后续的虚拟卡付款均从该资金池中提取。
  • Stripe 发卡：作为整个流程的“引擎”。它按需生成受控的支付工具（虚拟卡）。这将不可预测的人工智能行为转化为确定的、可管理的支付事件。
• 商户验证：商户无需直接验证 AI 的所有权。Stripe 的后端会验证虚拟卡的限额和有效期，确保交易来自授权平台。如果发生违规行为，例如 Perplexity Pro 被黑客入侵，Stripe 的 Webhook 和控件会检测到异常并暂停交易。

第三阶段：拥有原生钱包的自主经济参与者

这代表了代理商务（Agentic Commerce）的终极演进，也是加密货币发挥关键作用的领域。人工智能代理超越了其作为人类账户附属物的角色，成为拥有独立钱包和身份的独立数字经济参与者。这些代理自主地参与到一个专为机器设计的全新经济网络中。让我们集思广益，为这一阶段构思一个潜在的技术框架：

• 执行：
  • 通过策略层授权：人类通过智能合约授予权限。用户无需直接授权人工智能，而是部署一个基于治理或策略的智能合约。该合约为人工智能的行为设定了界限。例如，只有在同时满足特定条件的情况下，人工智能才能动用资金。
  • 核心安全库（可信执行环境，TEE）：人工智能的决策逻辑及其原生链上钱包私钥封装在 TEE 中，这是一个外部无法访问的安全硬件区域。在 TEE 内部，人工智能的决策引擎生成支付决策。该决策将传递给 TEE 内的钱包模块。钱包模块使用其私钥对交易进行签名。
  • 交易执行与结算：已签名的交易从可信执行环境 (TEE) 广播。这些交易将被发送到区块链或与其他 AI 代理（例如未来代表商家的代理）进行交互。

四、代理支付项目分析

在代理支付领域，项目主要致力于应对三大关键挑战。这些挑战包括确保授权的安全性和有效性。它们还涉及确保AI代理在用户定义的范围内运行。此外，它们还强调实现无缝支付结算。以下是我们挑选的三家关键参与者的简要分析：Skyfire、Payman和Catena Labs。

Skyfire致力于为代理商务 (Agentic Commerce) 定义标准化的“授权”协议。该团队专注于未来的 B2B 代理用例。他们认为，在 AI 代理之间进行自主 B2B 交易（例如购买数据或进行 API 调用）时，主要障碍在于缺乏可广泛验证的机器原生身份。为了解决这一问题，Skyfire 的核心产品是基于JWT/JWKS等成熟的开放互联网身份标准构建的机器原生授权协议。其技术逻辑是 Skyfire 充当一个值得信赖的集中式权威机构。它为在其网络上注册的所有代理颁发加密的、有时限的、范围有限的“支付凭证”。这些凭证可以由第三方服务独立离线验证。这可以在不影响安全性的情况下实现高效、低成本且可编程的机器对机器商业交互。最终，这为开放的代理 B2B 网络奠定了基础。

Payman采取的方法与 Skyfire 专注于跨代理协议不同。相反，它专注于“人机之间的命令与控制”挑战，解决了前面讨论的“意图验证差距”。团队发现，随着人工智能应用的爆炸式增长，开发者迫切需要一种能够彻底简化复杂财务操作的解决方案。该解决方案还必须能够安全地嵌入到任何应用程序中，作为“财务能力层”。Payman 的核心产品是一个抽象函数 payman.ask()，它由一个用于定义财务意图和执行交易的复杂系统支持。其技术逻辑将意图解析、策略执行、风险控制和银行集成封装到一个强大的自然语言界面中。开发者只需一行自然语言代码，即可为其人工智能助手或自动化工具赋予强大的财务功能。团队目前重点介绍的用例包括人工智能驱动的工资单、自动费用报销和多代理审批工作流。

Catena Labs也致力于解决代理商务中的授权挑战。该团队旨在为代理经济构建一个开放、合规且加密原生的信任和交易基础设施。他们认为，克服人工智能代理的“身份危机”和“交易障碍”需要超越中心化实体颁发的凭证。相反，一个真正去中心化的身份标准至关重要。Catena Labs 的核心产品是一个名为 Agent Commerce Kit (ACK) 的开源协议框架。该框架深度集成了 W3C 的去中心化标识符 (DID) 和可验证凭证。它包含两个关键标准：身份层 (ACK-ID) 和支付层 (ACK-Pay)。值得注意的是，他们的授权解决方案倾向于采用去中心化的权限颁发方式，而不是依赖单一实体来定义权限。

除了这三家公司之外，还有其他提供代理支付解决方案的项目，例如Nekuda.ai、Nevermined、Crossmint等。

五、代理商务的货币化模型

代理商务将对过去二十年互联网经济的基石——电子商务和搜索引擎广告——造成结构性颠覆。为了理解这一转变，我们需要一个全新的理论框架。这个框架可以称为“意图层理论”。

过去，价值的产生主要在两个点，一个是发现的入口，比如谷歌搜索，另一个是交易的终端，比如亚马逊的支付页面。Ben Thompson的“聚合理论”完美地诠释了聚合用户（或者说流量）的平台如何获得巨大的定价权。在代理时代，价值的核心正在向上游转移，从“发现”和“交易”转向“意图表达和执行”。新的定价权中心是意图层，即用户与其偏好的AI助手之间的交互界面。所有三十年来基于GUI范式建立的商业逻辑和生产关系都将被瓦解，一个全新的、多层次的商业生态系统正在形成。

拥有主流AI助手的公司，例如OpenAI，掌控着用户意图的入口，是这个新生态系统的守门人。市场上对其商业模式的分析不胜枚举。其主要的盈利途径包括交易佣金或联盟营销（佣金/联盟模式）、高级功能订阅（订阅模式）以及平台API即产品（API-as-a-Product）。相关讨论已有很多文章，我们在此不再赘述。

代理商务中商家和服务提供商面临的挑战和机遇

对于销售商品和服务的企业来说，竞争的焦点将从管理用户转向服务机器。这种变化将直接削弱消费者与品牌之间的直接联系。未来的忠诚度可能不再针对特定的电商平台或品牌，而是围绕最了解用户及其背后公司的AI助手展开。

• 从用户体验优化到 API（MCP）优化：商家的竞争优势将不再依赖于网站视觉设计，也不再依赖于用户体验，而是取决于其产品和服务能否被 AI 读取。你的产品数据结构化了吗？你的 API 是否稳定？它们是否高效且文档齐全？AI 能否实时准确地获取价格和库存信息？这些因素将创造新的护城河。商家必须将其操作封装成机器可读的协议，以便 AI 代理发现它们，进行比较，并促进调用。今年，对 MCP 感兴趣的人士就此话题进行了多次讨论。
• 按效果付费竞价：商家将不再购买关键词广告，而是向意向层平台付费。目标是成为特定领域的首选供应商，并力争成为认证供应商。例如，购买经济舱机票。预订米其林星级餐厅也是个例子。只有当AI助手接受他们的方案时，商家才需要付费。这必须能够带来实际销售或有效的潜在客户。
• API 优先服务：企业可以将其核心功能封装到标准 API 中。例如，物流、设计、内容创作等等，法律咨询也同样适用。这些 API 可以直接出售给其他 AI 代理。代理可以调用​​它们，并将它们转化为机器经济中的功能模块。定价采用按次付费模式，也可以按需付费。

传统供应链中那些拥有成熟“网络效应”的企业所构建的商业壁垒或将被打破。市场将变得更加开放。更强大的市场力量将推动商业定价模式的变革。更具活力和灵活性的定价结构将应运而生。代理商需要清晰的成本效益信息来制定决策。商业世界中的传统定价模式也将发生变革。

金融和信托基础设施提供商的商业路径

在代理商务中，主要挑战在于交易发起前的授权和意图验证。一方面，系统必须解决代理间交互中的信任问题，这需要为AI代理提供可验证的数字身份，以确保交互的合法性和安全性。目前，大多数代理支付公司都着重于解决这一问题，这可能催生类似于AI身份验证即服务的商业模式。提供商可能会对签发和验证AI身份凭证收取费用，也可以提供企业级AI身份管理平台来获取订阅收入。

另一方面，系统需要弥合模糊的人类指令与机器可执行的财务操作之间的意图鸿沟。这需要将自然语言安全地转换为精确的 API 调用。这种需求催生了“财务能力即服务”模式。服务提供商可以将这些功能封装到 API 或 SDK 中。他们根据调用量或交易流量收费。或者，他们也可以为特定场景提供解决方案，例如 AI 自动报销。

除了授权和意图验证之外，最后的挑战是构建一个真正的机器原生的支付结算和信任基础设施。该基础设施必须支持自动交易。传统的金融轨道是为人类设计的。在处理人工智能驱动的高频、微价值、可编程交易时，它们面临成本和效率瓶颈。不同供应商的技术解决方案各不相同。选项包括虚拟卡方案、支付 API 或为代理配备链上钱包。然而，他们的业务逻辑可能会在商业模式中融合。核心围绕着驱动和信任自动化价值流。费用可能来自交易收入分成或每次使用收费。此外，提供增值服务可以加强护城河。例子包括针对人工智能行为定制的可编程动态风险控制、自动化合规和审计工具或跨资产流动性管理解决方案。

六、终极基础设施：为何加密货币是代理商务的理想合作伙伴

为什么 Stripe 和 Visa 的解决方案可能并非最终结果

如前所述，各大支付巨头正在部署更适合代理场景的解决方案，而无需彻底改造现有的金融基础设施。然而，这些方法仍处于过渡阶段，距离完全自主的代理支付的最终目标仍很遥远。

• 缺乏针对机器交互优化的原生支付 API。虚拟卡虽然前景光明，但仍然依赖于在商户界面手动输入卡号、有效期和 CVV 码等详细信息。这些系统优先考虑以人为本的设计，而非程序化设计。依赖屏幕抓取或无头浏览器来模拟人类行为会引入法律上的模糊性和技术漏洞，从而造成工程和合规方面的障碍。
• 反自动化工具在大多数网站上仍然广泛存在。验证码和反机器人系统会阻止代理驱动的交易。这些交易通常需要人工干预才能绕过。欺诈检测算法通常会标记自动化活动。这会导致交易被拒绝，还可能导致账户被锁定或暂停。
• 合规框架以人类用户为中心。它们依赖于通过图形用户界面获得的明确同意。用户必须手动接受条款，并完成特定的工作流程。自动化这些步骤通常违反网站服务条款。PCI DSS 对代理软件中卡数据的处理施加了严格的规则。它严格规范存储，控制传输，并管理处理。

总结一下，传统支付公司解决方案的核心挑战在于，他们试图将机器行为适配到为人类设计的框架中，而未能提供从根本上机器原生的解决方案。

加密作为代理商务的原生基础设施

加密技术，尤其是自托管钱包和公私钥系统，提供了一种机器原生的解决方案。它利用像DID这样的开放标准，为每个AI代理分配一个独立且可验证的数字身份。这种方法从根本上解决了传统中心化系统中固有的身份幻影问题。授权超越了僵化且不透明的后端规则。相反，智能合约支持一种可编程、细粒度且完全透明的机制。用户可以为AI代理设置防篡改的授权指令。这些指令包含多个条件，例如特定金额、商家类别和有效期。这种控制级别远远超过传统金融工具。它显著降低了信任风险。

在支付执行过程中，配备链上钱包的人工智能代理实现了真正的自动化和无缝交易。它不再需要模仿人类行为来填写信用卡信息，而是通过 API 直接与区块链交互。这消除了传统支付流程中的巨大摩擦。稳定币驱动的低成本交易使人工智能之间的高频小额支付在经济上可行。传统支付方式难以匹敌这种能力。至关重要的是，区块链支付和结算以原子化和实时操作的形式进行。这绕过了传统金融复杂的清算和对账流程，也为人工智能代理之间的实时经济互动奠定了基础。所有交易都记录在不可篡改的链上，从而创建了可公开审计的轨迹。这些轨迹为交易后追踪和争议解决提供了前所未有的透明度和信任保证。

人工智能代理与加密钱包的潜在风险

授予AI代理对加密钱包的控制权会带来显著的技术和操作风险。主要威胁是对AI系统的攻击。代理或其运行时环境可能受到损害。托管私钥可能被盗。为了缓解这种情况，代理不应持有完整的私钥。MPC或TEE等技术可以分发或编程化密钥管理和交易授权。这消除了单点故障。其他漏洞包括传输过程中授权意图被篡改或用户授权钱包被盗。强大的意图验证机制至关重要。在关键步骤进行多因素身份验证对于全面保障安全至关重要。

除了技术障碍之外，法律和监管的模糊性也构成了重大障碍。当前的法律框架是为人类行为者设计的，难以界定人工智能代理的法律地位。这造成了责任真空。当智能合约漏洞或人工智能幻觉导致资产损失时，责任认定变得复杂，因为确定用户、开发者或平台是否应承担责任颇具挑战性。尽管加密货币的链上透明度和可追溯性为问责制提供了坚实的基础，但要实现广泛应用，需要与监管机构密切合作，监管机构必须制定针对机器对机器经济的新法律和合规框架。

VII. 最后的想法

从基本原则来看，创建主权经济主体需要什么？

• 独立身份：代理人拥有并控制其身份。它并非由中心化平台签发或撤销。去中心化身份 (DID) 提供了此功能。
• 自托管钱包：代理人无需中介批准即可持有和转移价值。公私钥加密和自托管钱包实现了此功能。
• 可编程规则框架：代理在透明、防篡改且可通过编程强制执行的规则下运行。智能合约实现了这种结构。

基于此推理，我们可以对未来做出预测：

未来3-5年：传统支付巨头主导的解决方案将主导早期市场。受控代理解决方案，例如Stripe和Visa的虚拟卡，很可能在短期内占据主导地位。它们的成功源于一个明显的优势：卓越的向后兼容性。人工智能代理可以即时与数百万已集成信用卡系统的商家进行交易。商家方面无需进行任何重大的生态系统变革。这解决了早期市场的“先有鸡还是先有蛋”的困境，并迅速将人工智能的执行能力转化为切实的商业价值。对于优先考虑快速部署的应用程序开发者来说，这种方法阻力最小，见效最快。然而，这可能只是一个过渡阶段，为市场迎接新的机器经济商业范式的出现做好准备。

5年以后：机器原生解决方案的价值将闪耀，标志着一个转折点。

随着代理商务呈指数级增长，第二阶段解决方案的核心痛点将变得越来越难以忍受。它们对传统卡网络的依赖将暴露出关键的局限性，尤其对于新兴的代理原生经济体，例如B2B代理和代理间交互。关键问题包括缺乏灵活性的授权系统，我们已对此进行了广泛的讨论。此外，构建具有足够可移植身份数据的代理ID也极具挑战性。高昂的交易费用，尤其是数万亿笔小额交易的高昂费用，构成了另一个障碍。缓慢的跨境结算进一步阻碍了进展。这些限制将严重阻碍代理经济的增长。届时，市场的焦点将自然而然地转向与机器原生经济更契合的替代方案。加密货币的基础设施——稳定币、智能合约、去中心化身份和可验证凭证——将超越仅仅提供更好的支付渠道的范畴。它将成为唯一能够为真正的自主经济行为者提供至关重要的主权的技术范式。