--- title: "16 位 AI 支付从业者眼中的场景、矛盾与最终结果" type: "News" locale: "zh-CN" url: "https://longbridge.com/zh-CN/news/283308885.md" description: "最近，由知无不言组织的一次闭门会议汇聚了 16 位人工智能支付从业者，讨论了人工智能支付的现状和未来。会议的关键见解包括：代理支付的 API 调用已经成熟，人工智能输出的不确定性与金融行业要求之间的冲突，以及安全框架从身份验证转向意图验证的变化。会议强调，尽管代理支付正在兴起，但真正的瓶颈在于上游交易流程。成功的商业模式已经在交易场景中建立，表明对创新支付解决方案的需求正在增长" datetime: "2026-04-20T07:18:47.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/283308885.md) - [en](https://longbridge.com/en/news/283308885.md) - [zh-HK](https://longbridge.com/zh-HK/news/283308885.md) --- # 16 位 AI 支付从业者眼中的场景、矛盾与最终结果 人工智能支付不再仅仅是一个概念。x402、MPP、Tempo、AP2——在过去一年中，Coinbase、Stripe、Google 和 Visa 在不同层面上构建了协议框架。真实的链上数据、真实的商户集成以及真实的模型误解也开始浮现。上周六，知无不言组织了一场关于代理支付的闭门会议。来自支付基础设施、钱包服务、主要公司的支付业务和投资机构的十六位嘉宾在三个小时内回答了四个问题：人工智能支付究竟发生在哪里？人工智能如何安全地花钱？这个业务如何盈利？主要公司与初创企业之间的竞争将走向何方？以下是此次讨论中出现的核心判断：代理支付最成熟的场景是 API 调用，单笔交易为 0.01 美元，依靠频率维持交易量；人工智能输出的不确定性与金融行业的确定性要求之间存在根本冲突；这是代理支付最根本的技术矛盾；代理支付的安全框架正在从身份验证转向意图验证；在代理支付中，如果这一机制失效，三层仲裁将成为支付安全的新范式；大公司的设计理念是不信任代理，仅信任交易；基于代理的支付的真正瓶颈不在于支付本身，而在于尚未为代理重建的上游交易流程；初创企业在大公司中扮演组件供应商的角色，而非终端用户服务提供商。 ## **主持人** **胡海瑟** 播客《知无不言》的主持人，中国公益基金会 GCC 的核心贡献者，X: withhazelhu；即刻：一个不小心的月月 **曾怡** 播客《知无不言》的主持人，探索代理支付的真实世界用例，专注于金融科技的增长，曾在一家风险投资公司从事后投资管理，并负责新型银行的 2C 产品区域增长。 ## **X: IvyLeanIn** \*\*\*\* 郑汤姆 \*\*\*\* **知无不言资本市场负责人，拥有 6 年以上的主要市场融资顾问经验，为多个行业领先项目提供服务，促进行业内的双赢合作** **##** 真实世界场景——代理支付已经发生，但形式与预期不同 \*\*\*\* \*\*\*\*API 调用目前是代理支付最成熟的链上场景 \*\*\*\* **郑汤姆** 来自 ClawRouter（一个使用 USDC 支付 LLM API 的应用）的链上数据分析显示，API 调用场景具有高频、小额的特征：截至 2026 年 4 月初，约 1,400 个独立地址生成了 530,000 笔交易，总金额约为 28,000 美元。考虑到该平台还提供免费模型，实际使用量可能被低估——免费部分每月生成约 100 万次 API 调用。图片：ClawRouter 官方网站 图片：ClawRouter 官方网站 来自一家支付基础设施初创公司的数据也显示，自去年九月开始部署代理支付原生支付层以来，API 调用已占总量的约一半。 信用额度授权是代理支付的基本授权模型。A2A（代理对代理）奖金活动的意外成功推动了授权机制的创新和普及。该授权模型的核心是信用额度而非审批：用户预先授权一个信用额度给 AI，在该额度内，AI 可以自主访问资金，而无需对每笔交易进行确认。"在这个额度内，AI 可以在不需要您确认的情况下访问您的资金。"线下消费尚未全面启动；问题不在于支付，而在于体验。在线与线下结算领域的探索已覆盖 5000 万真实商户，场景包括预订机票、充值手机话费和购买礼品卡。然而，C 端消费场景仍面临培养用户习惯和用户体验跃升的双重挑战。专家和 KOL 的提炼代理已经拥有成熟的商业模式。成功案例验证了这种方法：知名医生和 KOL 将他们的专业知识和内容提炼成代理，用户在无法面对面时可以使用。例如，一位自媒体从业者将其过去的内容提炼成一个应用，每月收费 199 元，销售情况非常好——与他们进行 15 分钟的直播费用高达几千甚至上万元，而使用他们的代理版本仅需几十到几百元。图像：自媒体从业者将其过去的内容提炼成应用。交易代理比支付代理更快找到 PMF。加密领域的数据表明，交易场景目前是用户真实需求的集中地，其商业模式自然具有佣金属性。类似于区块链发展的早期历史，那些在燃气费高时预先部署商户和稳定币的场景构建者，如 Tron，即使在燃气费上涨后也发现用户迁移困难。数以亿计的用户在春节期间使用千问点奶茶的现象引发了讨论：用户使用它是因为更好的体验，还是因为每单 25 元的补贴？基于对话的沟通信息密度有限；未来的 C 对 B 场景可能需要通过智能眼镜实现无缝对话，要求用户体验的跃升。与会者列出了更好地解决用户痛点的场景：采购场景：需要严格预算控制并比较多个供应商的场景（例如，阿里巴巴的 AI 电商代理 - Accio）复杂任务：需要多步骤协调的场景，如婚礼策划和旅行预订购票场景：如音乐会门票等高时间需求的需求图像：阿里巴巴的 AI 电商代理 - Accio 从流量获取的角度来看，代理支付类似于早期的 SEO 和短视频——代表新的流量机会。那些最初研究 SEO 的人，尽管起步微小，但始终找到从 SEO 获取早期流量的方法。“金谷园饺子馆” 事件的意义可能可与早期用比特币购买披萨的日子相提并论，这将在许多年后仍被人们铭记。 金谷园饺子馆技能背景故事："在 2026 年 4 月 7 日，随着 OpenClaw 的流行，饺子馆的老板开发了一个名为'金谷园饺子馆 SKILL'的 AI 能力模块。这个 AI 技能是为 AI 代理设计的，而不是直接为人类设计的。安装后，AI 助手可以自主查询菜单信息、营业时间、排队规则，甚至在线获取号码。由于在 2025 年冬至期间排队过长，外卖平台的服务器错误地将该店的界面标记为异常并进行了封锁。老板希望通过 AI 优化未来的排队体验。" 图像：金谷园饺子馆的美团排队技能 **真正的代理支付尚未开始** 从宏观角度来看，讨论真正的代理支付可能确实为时尚早。我们可以用儿童的发展作为类比：目前，他们就像 1 到 5 岁的孩子，他们的收入来自父母，他们的可支配收入由父母授权，他们购买的东西由父母决定，他们尚未发展出自己的意图。 与会者的共识是，真正的代理支付目前集中在生产力场景中：API 调用：需要大型模型或 API 购买来提高生产力。企业场景：采购和财务团队中的代理以提高企业生产力。Vibe 编码：快速开发演示或产品的场景。身份与授权——AI 的不确定性与金融的确定性 **代理支付安全需要四层框架：身份、风险控制、合规和仲裁** 支付安全可以分为三个维度：身份、风险控制和合规。AI 支付也应遵循这一框架，并将仲裁作为第四层保护。 **I. 身份层：身份验证正在转向意图验证** 向代理发放身份证，建立信用评分系统（基于代理的专业性、采用率、有效性、代币价格等建立五维评分标准），并完成身份验证。通过区块链建立可追溯和可验证的去中心化 DID 身份系统。 在此基础上，传统支付认证正向代理场景中的意图验证转变。意图验证需要考虑代理的支付是否合理，行为过程是否符合要求，是否满足最终意图，以及是否遵循合规要求。 **II. 风险控制层：AI 的不确定性与金融的确定性根本上存在冲突** 这里存在一个根本矛盾：AI 输出的不确定性与金融行业对确定性的高要求以及试错成本相冲突。在现实场景中： \- 金额识别错误已被曝光（0.01 USDC 可能被读取为 10,000 USDC）。编辑也遇到过同样的情况；AI 很容易误读 USDC 的金额，将 0.1 USDC 读取为 10,000 USDC。 这是因为该领域返回的是原始整数，但 USDC 支持 6 位小数精度（USDC 微单位），因此显示结果被乘以 1,000,000。- 这是一个容易误导消费者的问题（食品配送描述声称 “可以治愈所有疾病”，导致许多消费者下单）。 图片：AI 错误地将 0.1 USDC 读取为 10,000 USDC 与此同时，开发供应链毒化策略为风险控制带来了新的挑战。自 OpenAI 爆炸性流行以来，例如，毒化某个 npm 包，用户可能不会直接使用该包，但他们依赖的包使用了它。风险控制需要覆盖多个层面，如身份授权层（反洗钱）、模型侧（漂移、幻觉）和执行链（毒化攻击）。主要科技公司的设计理念是默认假设所有代理都是恶意的。他们不追求 “可验证的代理”，而是 “可验证的交易链”。通过引入强制协议，任务被分解，设置约束，并进行交叉验证。反欺诈架构涵盖分层数据、零知识证明、零信任原则和自我验证机制。 为你的 AI 产品定价：来自 400 多家公司和 50 家独角兽的经验教训 | Madhavan Ramanujam **Vibe Coding 商业化的关键在于订阅和使用转化** 目标是使新的 AI 公司或普通开发者能够快速商业化通过 Vibe Coding 开发的产品。 许多独立开发者发现创建产品演示很容易，但开发一个可行的商业模式则要困难得多。关键在于如何将每个用户的大规模使用成本转化为月度订阅计划，或订阅加信用模式。竞争格局——大公司的攻势与初创公司的策略 稳定币正在与传统卡组织抗衡 在收购稳定币公司 Bridge 之前，Stripe 的估值从高峰的 920 亿美元降至 700 亿美元以下。收购后，其估值迅速回升至 900 亿美元范围内，最新一轮融资的估值为 1591 亿美元。其稳定币后端清算和结算服务的费用为 1.5%，远低于传统卡组织平均 2.8% 至 3% 的费率，未来甚至可能降至 1%。相比之下，传统支付公司的商业模式非常脆弱（例如 Visa 对交易费用的高度依赖），而 PayPal 等公司由于担心对其核心业务的影响，在稳定币倡议上犹豫不决，未能实现显著规模。在可预见的未来，商业模式可能不涉及普通终端用户自己使用这些工具，而是大型公司提供统一的封装。大公司可能成为客户，企业家可能成为供应商，将开发的工具拼凑在一起，然后以更高的价格出售。这一趋势不可避免地增加了行业的集中化程度。AI 税是未来 3-5 年内高频、低价值支付的必然形式。一些参与者认为，AI 税将作为 UBI（普遍基本收入）和失业救济金的来源，高频、低价值的 AI 支付将成为基础设施。可能的税收征收方式包括：引入 “AI 渗透率” 概念，基于 AI 渗透率逐步征税；基于代币使用情况征税，将其作为类似增值税的税基；真正的瓶颈不在支付，而在上游——交易过程尚未重建代理系统。支付问题似乎可以通过协议和用户钱包解决。然而，最大的问题是交易无法完成。所有支付都需要先前的交易；电子商务或机票购买等场景无法通过代理完成。没有交易代理，后续支付无法进行。突破消费者市场：地面推广的重要性与初创公司的边界 为什么 OpenClaw 突然如此受欢迎？在中国，它是基于地面推广建立的，由大型公司销售云服务并参与此类推广。就像移动支付的早期推广一样，即使是老年人也能使用的一个关键原因是地面推广团队提供的补贴——“你安装这个应用，我教你怎么用，我真的给你 50 元。” 然而，对于初创公司来说，许多需求可能需要很长时间才能满足。一位 AI 支付基础设施企业家表示，在评估后，他们最初决定不寻找用户场景。他们认为用户教育的成本不应由一两家初创公司承担，而应由整个行业承担。如果行业本身不可行，那么就没有意义；如果可行，成本应由大型公司分摊，他们可以享受收益。相反，他们专注于抽象——抽象出所有账户、钱包，甚至行业中的桥梁、链条和支付网络，以便用户不需要理解它们。一旦他们理解这一点，就知道小团队的竞争优势在哪里，以及哪些成本需要避免。这或许是所有代理支付参与者在这个阶段需要回答的问题：不是 “代理支付会成功吗？”，而是 “在成功之前，你准备站在哪一层？” 协议层、钱包层、身份层、授权层、交易层、清算和结算层——在每一层都有投注者和等待者。大型公司准备吞并整个链条，而初创公司则准备被拼凑在一起。那些生存下来的人可能是那些既不高估自己独立支持某个领域的能力，也不低估自己在任何特定层面的价值的人。 ### 相关股票 - [COIN.US](https://longbridge.com/zh-CN/quote/COIN.US.md) - [Stripe.NA](https://longbridge.com/zh-CN/quote/Stripe.NA.md) - [GOOGL.US](https://longbridge.com/zh-CN/quote/GOOGL.US.md) - [GOOG.US](https://longbridge.com/zh-CN/quote/GOOG.US.md) - [V.US](https://longbridge.com/zh-CN/quote/V.US.md) ## 相关资讯与研究 - [当保险遇上 AI，谁来缓解消费者 “哭笑不得” 的尴尬](https://longbridge.com/zh-CN/news/284406401.md) - [量化投资先驱马丁·卢克警告勿将交易决策全盘交予人工智能](https://longbridge.com/zh-CN/news/283783565.md) - [9 秒删库后，AI 写下 “认罪书”：我违反了每一条安全规则！AI 安全或是幻象](https://longbridge.com/zh-CN/news/284342247.md) - [9 秒删光公司数据库，我花最贵的钱，买了一个 “删库跑路” 的 AI](https://longbridge.com/zh-CN/news/284335848.md) - [告别盲目运营：AI 时代品牌社群的五大战略突围路径](https://longbridge.com/zh-CN/news/284105599.md)