--- title: "支付寶想這樣通往 Agent 的時代" type: "News" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/287918299.md" description: "支付寶於 5 月 26 日推出 AI 支付 “全家桶”，進軍智能體賽道，旨在解決 AI 時代的支付和結算問題。螞蟻集團高管表示，支付是商業運轉的基礎，儘管 Agent 的使用仍然有限，但支付寶希望在這一新興領域佔據先機。AI 尚未實現大規模商業化，支付環節的缺失限制了價值流轉的實現。" datetime: "2026-05-28T12:26:32.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/287918299.md) - [en](https://longbridge.com/en/news/287918299.md) - [zh-HK](https://longbridge.com/zh-HK/news/287918299.md) --- # 支付寶想這樣通往 Agent 的時代 在互聯網時代 “修路搭橋” 的支付寶，又要來疏通 AI 時代的卡點了。 5 月 26 日，支付寶帶着 AI 支付 “全家桶” 進軍當下火熱的智能體賽道。AI 收付款、AI 錢包、Token Pay 服務悉數亮相，一套圍繞 Agent 的支付體系完成出牌。 **“基建狂魔” 出手，支付寶賭的就是 AI 和 Agent 壯大、進入千家萬户，最終繞不開支付和結算環節。螞蟻集團數字支付事業羣聯席總裁李佳佳向華爾街見聞説，“任何商業，沒有支付做底盤承託就轉不起來”。古往今來，商業社會的興衰都無不證明着這一點。** 眼下，所有人都在談 Agent，但全球真正每天在用的人仍然零星，離走進千家萬户更為遙遠。據 Sider.ai 創始人統計，即便是 Agent 滲透率最高的軟件工程領域，全球每天深度使用的人不過 60 萬至 100 萬，佔全球 2700 萬軟件開發者約 3% 至 4%；放到全球 10 億白領羣體裏，滲透率僅萬分之一。 這當然不只是支付的問題。Agent 離普及仍然受制於能力穩定性、任務成功率、成本、用户習慣和可託付程度。但一個新的商業卡點已經開始浮現：當 Agent 真正要進入交易、履約和結算環節時，現有的支付體系未必能完全承接這種新角色。 一個巨大的認知真空擺在眼前，而這恰恰也是螞蟻想提前佔住的位置。 過去兩年，AI 行業最熱鬧的部分一直是模型。幾乎每隔幾個月，就會迎來一次技術躍遷。但站在商業世界的角度看，會發現 AI 至今還沒有真正進入大規模商業化階段。 今天的大部分 AI 更像一種能力展示。它已經能創造價值，卻還沒有真正參與價值流轉。而這恰恰是商業世界裏關鍵的一步。 螞蟻方面向華爾街見聞指出，所有的價值流轉，如果沒有支付環節，鏈條是走不通的。“我可以義務勞動一次兩次，但如果有回報，就可以像飛輪一樣轉起來了，後續還可以把規模做大。” 這件事其實和二十年前的電商非常像。 **在擔保交易出現之前，買家不相信賣家會發貨，賣家也不相信買家會付款，整個交易鏈條缺少一個可信中介，於是所有事情都只能停留在小規模、低頻、熟人化階段。直到這個卡點被解決，陌生人之間第一次開始敢於在線上交易，電商才真正開始膨脹。** 今天 Agent 面臨的信任問題更復雜。用户要相信 Agent 不會亂花錢，商家要相信機器訂單真實有效，開發者要相信自己能夠收到錢，模型廠商也要相信 Token 消耗能夠被清晰計量和結算。 可以説，沒有支付和結算，再強的 AI 也容易停留在工具層；只有價值開始流動，AI 才有機會真正變成產業。尤其對 Agent 市場來説，未來海量微交易的出現，也在倒推新支付基礎設施的出現。 與傳統電商不同，AI 代理間的交易可能呈現高頻、小額、自動化的特徵。Circle 數據顯示，AI 代理支付平均每筆僅 0.31 美元，傳統支付網絡較高的手續費和延遲結算，使其在部分微交易場景中並不經濟。 **麥肯錫預測，到 2030 年，由 AI 代理驅動的全球 B2C 銷售額將達 3 萬億至 5 萬億美元。這片藍海市場，正在呼喚一套更適配機器經濟的支付解決方案。** 顯然，這是片想象力豐富的市場。支付公司、穩定幣機構、國際卡組織，乃至硬件廠商等支付生態中的全球頂級玩家悉數入場，大家都想來分一杯羹。 對支付寶來説，它也必須搶佔這個未來的新入口。它的策略是先解決信任問題。 一位接近螞蟻的人士向華爾街見聞表示：“安全分很多層面，AI 的幻覺存在於場景的部分，但支付的部分沒有 AI，支付要極強的確定性，不允許 ‘生成式’。” 他提到，這也是為什麼螞蟻現在開始強調 ACT 協議。而為了保證這些信息不能被篡改，螞蟻甚至開始考慮引入區塊鏈能力。螞蟻集團 AI 支付總經理朱林也向華爾街見聞提到，“後續螞蟻鏈可能來扮演這一角色，去解決信任問題。” 不過，未來 AI 時代真正複雜的地方，不只是支付，而是多邊協作。 “基礎的安全風控在支付寶這一側肯定是沒問題，但是也會更多地衍生去跟上下游、跟不同的多邊網絡，商家、品牌、Agent、消費者，大家都要在一個協議裏才能夠相互理解，或者説讓各方的機器能夠相互讀懂。” 上述人士説道。 這意味着，螞蟻現在想做的，已經不只是一個支付工具，而是 AI 時代的一套商業協議。在協議的冰山之下，是螞蟻想要構建生態圈的野心。 **在螞蟻的判斷裏，今天 AI 行業真正缺的，不只是模型，還有生態。因為只有 Agent 背後的開發者真正賺到錢，整個體系才會形成飛輪。** 李佳佳向華爾街見聞直言：“當下支付寶更多精力是聚焦在讓 Agentic 商業在中國大的經濟環境裏轉起來。否則，所有的商業只能寫外部的 Coding，只能寫買賣 Token，不會創造足夠多的 Agent 出來。” 他提到，現在螞蟻考慮的 “不是商業，不是收入，也不是競爭，而是如何讓速度加快。我們是這裏面的引領者，使命就是讓速度加快。” 李佳佳説，“Agent 背後的提供者只能以付費的方式產生商業價值厚度的時候，才有更多人願意寫這樣的 Agent；只有更多人願意寫這樣的 Agent，Agent 的生態才能繁榮起來。所以我們先要解決 Agent 的收款問題。” 這也是 Token Pay 出現的背景。 李佳佳提到：“做 Token Pay 的方式，就是讓所有模型廠商更多精力聚焦在模型提煉和提升，他們不擅長面向消費者賣 Token，所以我們為他們提供 Token Pay 的綜合解決方案，降低他們的售賣經營成本。” 這背後真正要解決的，不只是 “賣 Token” 這一個動作。對於模型廠商和 Agent 開發者來説，面向消費者做支付、訂閲、風控、退款、分賬、發票和商户體系，都是一整套商業基礎設施。支付寶想提供的，正是這套基礎設施的打包能力。 而隨着 Agent 開始真正進入交易體系，商業世界本身也會開始變化。 一位業內人士向華爾街見聞表示：“以前用户和商家之間的需求沒有被拉齊。不到心理價位用户，這個單可能就跑掉了。” 但 Agent 出現之後，這件事開始發生變化。 “很多人對商品有自己的心理預期，原價一萬塊錢，七千我願意買。那用户給 Agent 下一個任務，七千塊錢通知我來買。” 上述人士提到，這其實相當於一種反向團購。 在螞蟻內部看來，這也是 Agent 最重要的變化之一。當 Agent 成為一個新的角色，出現在人與人之間、人與交易或服務之間時，過去那些分散、隱性的需求，會被更確定地釋放出來。 **當然，今天的大部分 Agent 支付仍處在早期實驗階段。所謂機器經濟，還遠沒有真正進入普通人的日常生活。支付寶此時落子，更多是在提前下注一種可能的未來：當 Agent 從對話工具走向交易角色，商業世界需要一套新的信任、授權、結算和履約協議。** **這也是支付寶想通往 Agent 時代的路徑。** 它未必能決定 Agent 普及的速度，卻希望在 Agent 真正開始創造、分配和流轉價值之前，先把那座橋搭好。否則 AI 就仍然只是一個承諾，難以跨越成為一個可以自我運轉的商業體系。 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。 ### 相關股票 - [09988.HK](https://longbridge.com/zh-HK/quote/09988.HK.md) - [BABA.US](https://longbridge.com/zh-HK/quote/BABA.US.md) - [BABX.US](https://longbridge.com/zh-HK/quote/BABX.US.md) - [KBAB.US](https://longbridge.com/zh-HK/quote/KBAB.US.md) - [BABO.US](https://longbridge.com/zh-HK/quote/BABO.US.md) ## 相關資訊與研究 - [阿里雲新加坡發布 Qwen Cloud 推全球數據中心擴建](https://longbridge.com/zh-HK/news/287596107.md) - [中國「安全且可靠」採購清單首次加入國產 AI 晶片，加速擺脫輝達等美企產品](https://longbridge.com/zh-HK/news/287848414.md) - [AI 支付已突破 3 億筆 支付寶發布 AI 錢包和 Token Pay](https://longbridge.com/zh-HK/news/287624461.md) - [奧特曼稱判斷 AI 影響「錯誤」實測 AI 代覆電郵後 嘆人類互動難取代](https://longbridge.com/zh-HK/news/287611506.md) - [ACCA 調查：港人「AI 焦慮」升温 逾半數擔心 AI 損飯碗](https://longbridge.com/zh-HK/news/287879268.md)