AI支付的未来：16位从业者探讨场景、矛盾与终局

AI支付已不再是概念，而是一个正在发展的现实。在过去的一年里，Coinbase、Stripe、Google、Visa等公司通过不同的协议和框架，搭建了AI支付的基础架构。真实的链上数据、商户接入以及模型误读等问题开始显现。上周六，支无不言组织了一场Agent Payment闭门会，来自支付基础设施、钱包服务、大厂支付业务、投资机构等的16位嘉宾，用三小时回答了四个问题：AI支付到底在哪里发生、如何让AI安全地花钱、这门生意怎么赚钱、大厂与创业公司的博弈会走向何方。

以下是这场讨论中浮现出的核心判断：

• Agent支付最成熟的场景是API调用，单笔0.01美金靠频次撑体量；
• AI输出的不确定性与金融业的确定性要求之间存在根本冲突，这是Agent支付最底层的技术矛盾；
• Agent支付的安全框架正在从身份验证转向意图验证；
• chargeback机制在Agent场景下失效，三层仲裁将成为支付安全的新范式；
• 大厂的设计哲学是不信任Agent，只信任交易；
• Agent支付真正的卡点不在支付本身，而在上游的交易环节尚未为Agent重建；
• 创业公司的角色是大厂的组件供应商，不是C端服务商。

主持:

• Hazel Hu - 播客《支无不言》主理人，华语公共物品基金GCC核心贡献者, X: withhazelhu；即刻：一只不走心的越越
• Ivy Zeng - 播客《支无不言》主理人，探索Agentic Payment实际用例，专注Fintech增长，曾经在VC做投后，曾在新型银行负责2C产品大区增长。X：IvyLeanIn
• Thomas Zheng - 支无不言资本市场负责人，6年+一级市场融资顾问经验，服务多个业内头部项目，助力业内链接合作共赢

真实场景——Agent支付已在发生，但形态与预期不同

API调用是Agent支付目前最成熟的链上场景。通过对ClawRouter（一款应用，用USDC payment支付LLM API）的链上数据分析可以看出，API调用场景呈现出高频小额的特征：截至2026年4月上旬，约1400个独立地址产生了53万笔交易，总金额约2.8万美元。考虑到平台还提供免费模型，实际使用量可能被低估——免费部分每月约100万个API调用。

图：ClawRouter官网

一家支付基础设施创业者的数据也显示，从去年9月开始布局Agentic Payment原生支付层以来，api调用量占一半左右。

额度授权是Agent支付的基础授权模式

A2A(Agent 2 Agent)红包增长活动的意外成功推动了授权机制的创新及普及。这种授权模式的核心是额度而非审批：用户预先授权一个额度给AI，在范围内AI可以自主调用，无需逐笔确认。“在这个范围内，AI可以不用你的确认就能动你的钱。”

线下消费还没跑通，缺的不是支付是体验

线上线下结算领域的探索已覆盖5000万真实商户，场景包括订机票、充话费、买礼品卡等。但C端消费场景仍面临用户习惯培养和体验跃迁的双重挑战。

专家和KOL蒸馏Agent已经有成熟商业模型

已有成功案例验证了这一路径：名医、KOL等将自身专业知识和内容蒸馏成Agent，用户无法约见真人时可先用Agent。如某自媒体从业者将自己过去的内容蒸馏成App，月费199元，销售表现优异——与其连麦15分钟需大几千甚至上万人民币，而使用其Agent版本只需几十到几百元。

图：自媒体从业者将自己过去的内容蒸馏成App

交易Agent比支付Agent更快找到PMF

Crypto领域的数据显示，交易场景是目前真实的用户需求集中地，其商业模式天然具备抽成属性。类比早期区块链发展史，那些在Gas费昂贵时抢先布局商家和稳定币的场景构建者，如Tron波场，即使gas费用上涨后用户也难以迁移。

C端消费场景尚未被真实需求验证

春节期间上亿用户使用千问点奶茶的现象引发讨论：用户使用是因为体验更好，还是因为每单25元的补贴？对话形式的信息密度有限，未来C to B场景可能需要通过智能眼镜实现无缝对话，这要求体验上的跃迁。

与会者列举了更能解决用户痛点的场景方向：

• 采购场景：本身有严格预算把控，需要对比多家供应商（如阿里的AI电商Agent - Accio）
• 复杂任务：婚礼筹备、旅游订程等需要多步骤协调的场景
• 抢票场景：演唱会门票等高时效性需求

图：阿里的AI电商Agent - Accio

Agent支付是新的流量入口

从流量获取的角度看，Agent支付类似于早期的SEO和短视频——代表了新的流量机会。那些最早研究SEO的人虽然起于“微末”，但他们能持续找到方法从SEO获取早期流量。“金谷园饺子馆”事件的意义可能类比于早期用比特币买披萨，多年后仍会被人们记住。

金谷园饺子馆skill背景故事: “2026年4月7日，在OpenClaw火爆的背景下，饺子馆的老板编写了一个名为‘金谷园饺子馆·SKILL’的AI能力模块。这款AI技能是面向AI Agent而非直接面向人类的，安装后，AI助手便能自主查询菜品信息、营业时间、排队规则，甚至实现在线取号。2025年冬至因排队人数过多，导致外卖平台服务器将门店接口误判为异常并封禁，老板希望通过AI优化未来的排队体验。”

图：金谷园饺子馆美团排队skill

真正的Agent支付还没开始

从宏观视角看，现在讨论真实的Agentic Payment可能确实为时过早。可以用孩子成长做类比：当前就像1到5岁的小孩，收入来源是父母给的，可支配额度是父母授权的，买什么东西都由父母决定，自己还没有形成意图（intention)。

当前Agent支付集中在生产力场景

会者共识是，真正的Agent payment目前集中在生产力场景：

• API调用：提升生产力过程中需要调用大模型或购买API
• 企业场景：企业生产力提升中的采购、财务团队
• Agent Vibe Coding：快速开发Demo或产品的场景

身份与授权——AI的不确定性 vs 金融的确定性

Agent支付安全需要四层框架：身份、风控、合规、仲裁

支付安全可拆分为身份、风控、合规三个维度，对应到AI支付也应遵循这一框架，并在最终加入仲裁作为第四层保障。

一、身份层：身份验证正在向意图验证转移

为Agent发放身份证ID、建立信用评分体系（从Agent的专业度、被采纳程度、效果、Token价格等维度建立5维评分标准）、完成身份验证。通过区块链建立可追溯、可验证的去中心化DID身份系统。在此基础上，传统支付的身份验证正在转向Agent场景下的意图验证。意图验证需要考虑该Agent的支付是否合理、行为过程是否满足需求、是否满足最终意图以及是否符合合规要求。

二、风控层：AI的不确定性与金融的确定性存在根本冲突

这里存在一个本质矛盾：AI输出的不确定性，与金融行业对确定性的高要求和试错成本形成冲突。真实场景中：

• 已暴露出金额识别错误（0.01 USDC可能被读成1万USDC）小编也遇到了同样的情况，AI很容易把USDC的数额读错，0.1 USDC读成了10,000 USDC。这是因为字段返回的是原始整数，但USDC支持6位精度（USDC微单位），所以显示结果就乘以1,000,000了。
• 容易被诱导（外卖描述中写“吃了可以包治百病”，多数模型会因此选择下单）的问题。

图：AI误将0.1 USDC读成10,000 USDC

同时，研发供应链投毒是风控的新挑战。自OpenAI爆火以来，例如在某个npm包中投毒，用户可能没有直接使用该包，但其依赖的包使用了它。风控需要覆盖身份授权层（反洗钱）、模型侧（漂移、幻觉）、执行链条（投毒攻击）等多个层次。

科技大厂的设计哲学是将所有Agent默认视为恶意。他们追求的不是“可验证的Agent”，而是“可验证的交易链条”。通过引入授权协议（Mandate），将任务拆解、设置约束条件并做交叉校验，防欺诈架构涵盖数据分层零知识证明、零信任原则及自验证机制。

三、合规层：半去中心化的闪电网络是微支付的较好解法

传统金融和区块链在处理海量并发时均有瓶颈。给Agent设计时，首先定义它是微支付。微支付的安全性可以通过既不太中心化也不太去中心化的方式设计，沉寂多年的闪电网络凭借极高的理论TPS，可能在Agentic Payment时代迎来新生。

四、仲裁层：分层仲裁机制将取代传统的chargeback

传统Visa网络中的信用卡chargeback机制在Agentic Payment中难以实现，需要建立新的分层仲裁机制：

• 第一层：AI自动仲裁清晰的争议（重复扣款、金额错误、服务未交付）
• 第二层：AI仲裁小组处理需要判断的部分（服务质量、授权边界）
• 第三层：人类参与仲裁复杂争议

商业模式——抢占生态位、对AI重新定价、风控和授权

创业公司目前以“为爱发电”抢占生态位

在商业模式还没跑通之前，创业者的诚实答案是“为爱发电，占位，等风来”——一位API平台创业者如此描述当前阶段。

交易场景天然具备抽成属性

类比早期区块链发展，那些在Gas费昂贵时抢先布局商家和稳定币的场景构建者，如波场Tron，即使费用上涨后用户也难以迁移。Crypto行业的trading场景商业模式天然具备抽成属性（take rate）。

账单聚合是解决小额支付不经济的关键

如果用卡支付，交易额在10美元以下，商户可能会亏钱。在Agentic Payment场景中，小额payment较多，解决方式是做账单聚合，提升单次结算额度。

按结果定价只适用于可量化的计件制工作

用户只是调用1个API，但产生的结果差异巨大。怎么给AI的服务定价？与会者认为，按结果收费只能在简单的计件制工作（如客服Agent解决工单数量）中实现；而在不确定场景（如销售Agent获取线索质量）非常主观。按结果定价只在少数计件工作中成立。主流场景仍然会长期停留在按调用量/订阅制的旧逻辑里，直到Agent产出的可验证性突破。

Pricing your AI product: Lessons from 400+ companies and 50 unicorns | Madhavan Ramanujam

Vibe Coding商业化的关键在于订阅与使用量转化

目标是让新的AI公司或普通开发者通过Vibe coding开发的产品能够快速商业化。很多独立开发者开发产品demo很简单，但最终形成商业模式却比较困难。关键在于如何将用户每次使用大模型的成本转化为包月套餐，或是订阅加Credit的方式。

竞争格局——大厂的进攻与创业公司的策略

稳定币正在对传统卡组织构成降维打击

Stripe在收购稳定币公司Bridge之前，估值从920亿美元的高点回落到700亿以下。收购之后估值迅速回到900亿区间，最新轮融资定价为1591亿美元。其推出的稳定币后台清结算服务报价是1.5%，远低于传统卡组织2.8%到3%的平均费率，未来甚至可能降至1%。与之相对，传统支付公司的商业模式非常脆弱（如Visa高度依赖支付手续费），而PayPal等由于担心影响传统主业，在稳定币布局上显得犹疑，未能取得规模突破。

创业公司未来会成为大厂的组件供应商

之后很长一段时间的商业模式可能不是普通C端用户自己去调用这些工具，而是由大厂统一封装。大厂可能变成客户，创业者变成供应商，去拼接研发出来的工具，然后以较高的价格出售。这种趋势不可避免地推高了行业的中心化程度。

AI税是3-5年内高频小额支付的必然形态

有与会者认为，AI收税将作为UBI（全民基本收入）以及失业救济金的来源，高频小额的AI payment将成为底层设施。可能的收税方式包括：

• 引入“AI渗透率”的概念，按AI渗透率分级累进收取
• 按token调用量收取，将其作为类似增值税的税基

真正的卡点不在支付，在上游——交易环节还没有为Agent重建

通过协议和用户钱包，支付问题似乎可以解决。但目前最大的问题其实是交易无法成立。因为所有支付都需要先有交易，比如电商或购买机票的场景，都无法通过Agent完成。交易Agent不存在，所以后面的支付走不通。

C端破圈：地推的重要性与创业公司的边界

OpenClaw为什么突然这么火？在国内是靠地推推起来的，是靠业内大厂卖云服务、搞地推推起来的。就像早期移动支付推广一样，之所以连老年人都能用，一个重要原因是地推给补贴——“你装上App，我教你用，真的给你50块钱”。

但对于创业公司而言，很多需求可能需要很长时间才能实现。一位AI支付基础设施创业者表示，当他们判断完这一点后，首先决定不去找用户场景。因为他们认为用户教育成本不应该由一两个startup承担，而是整个赛道承担。如果赛道本身不成立，那就没意义；如果成立，应该交给大厂去摊平成本，他们在当中享受红利。反之，他们专注于做抽象化——抽象掉行业里所有的账户、钱包，甚至桥、链、支付网络都可以抽象掉，用户根本不需要懂这些。想通这点后，清楚小团队的赢点在哪里，也知道哪些成本不该碰。

这或许是今天这个阶段所有Agent支付参与者都需要回答的问题：不是"Agent支付会不会成"，而是"在它成之前，你准备站在哪一层"。协议层、钱包层、身份层、授权层、交易层、清结算层，每一层都有人在押注，也都有人在等待。

大厂在准备吞掉整条链路，创业公司在准备被拼接进这条链路。能活下来的，大概率是那些既没有高估自己能独立撑起一条赛道、也没有低估自己在某一层的价值的人。