Partnered With:

OKX Ventures研究：智能體商業全景洞察，架構、趨勢與落地路徑

閱讀本文需 53 分鐘

Agentic Commerce正在重塑支付系統底層邏輯

人工智慧驅動的變革浪潮正在悄然重塑著商業世界的根基，正如“5025 257. 20025">250 257] 250/250 250 257">250 250 200 20020 2020 202023& 的《美國》所說。年後人工智慧越來越像自主主體而非單純的助手」，我們現在正處於智能體從無法依賴的普通工具蛻變自主智能體的拐點。

積極關注 AI 與 Fintech 世界的讀者會發現，自 2024 年下旬開始，Paypal、Visa、Mastercard、Stripe、Amazon等網路、支付、電商巨頭公司紛紛開始佈局「智能體商業」和「智能體支付」，背後的邏輯其實非常清晰：傳統商業世界看到了一股日漸清晰的趨勢，智能體界面（Agentic Inferface）的大規模應用將顛覆原有 30 年建立在傳統的 GUI(互聯網圖形用戶界面) 上的所有商業邏輯和生產關係。在此基礎上，傳統的電子商務營運、廣告行銷、金融支付結算邏輯被徹底改寫，甚至會有新的類別出現：Agentic Commerce（Intelligence Commerce）。

Crypto 世界的大部分用戶和交易者還悄悄未知這場堪比馬車到蒸汽機、PC 互聯網到移動互聯網式的範式轉移，這場關於智能體商業的變革絕不僅僅是許多人認知裡的“e-Commerce”的智能化延伸發展這麼簡單。

OKX Ventures 這篇研報旨在為讀者（尤其是 Crypto 的讀者，因為你們其實 skin in the game!）提供一個關於智能體商業的全景視角，系統地梳理其技術結構和路徑、剖析這場變革的商業創新性，並探討其在最終實現過程中不可或缺的基礎。

1. Agentic Commerce 是什麼？

我們在這裡綜合參考了以下公司：Stripe（推出了 Stripe Issuing），Visa （提出了x402 支付協議）對 Agentic Commcerce 和 Agentic Payment 的描述，給出如下簡單定義：

Agentic Commerce 是一種由 AI 代理驅動的商業模式，AI 代理可以代表用戶執行各種任務，包括搜尋產品、比較選項、提供推薦以及完成購買。這些 AI 代理商能夠與電子商務平台互動，處理交易，並管理整個購物流程，旨在讓購物體驗更加個人化、安全和便利。 Amazon 的「Buy for Me」功能（允許 AI 代理商幫助用戶從第三方品牌購買商品）和 OpenAI 的「Operator」工具（自動完成線上購物任務）是目前最為人所知的例子。

目前，Agentic Commerce 還是一個新興的領域，公開的業務或商業資料並不多。根據 Gartner 在 2024 年的報告統計，目前只有不到 1% 的電商行業企業或商家採用了 Agentic AI 進他們的公司業務或服務，但是市場對這項技術的關注度href="https://www.digitalcommerce360.com/2025/03/20/agentic-commerce-ecommerce-trends/" target="">電商統計調查 90% 的電商願意學習如何把 Agentic AI 結合進自己的 Business。

那為什麼傳統支付巨頭集體在還 Agentic Commerce 還遠沒有大規模應用之前就集體在去年和今年下場激進的推出各種新的適配智能體場景支付產品，他們是看到了背後有什麼巨大的機會？

1.1 人類用戶角色從「執行者」變成「委託人」，關鍵商業決策環節從「結帳頁」前到了「意圖層」

傳統線上購物前段到了「意圖層」

傳統線上購物如同一個精心設計的虛擬超市：消費者親自瀏覽貨架、比較整個市場」。商家的優化目標是讓這項流程絲滑無比，透過精美介面、精準推薦和快速支付減少用戶的任何猶豫。

現在，想像一個 Agentic Commerce（智能體商務）的新世界：你無需逐一瀏覽電商網站、比對性價比或手動下單，只需對 AI 助理說一句模糊的指令，例如“幫我買一雙適合跑步的鞋”。 AI 隨即啟動，搜尋無數商家，篩選產品，分析價格、評價和物流，甚至考慮供應鏈的環保性。整個過程，你可能一次螢幕都沒觸碰，一次密碼也沒輸入。

關鍵轉變在於：使用者的角色從「執行者」變成「委託人」，商業行為的核心從「點擊流」（Click stream）升級為「意圖流」（Intent stream）。消費不再是一系列離散的選擇，而是一個對最終目標的整體授權（人類用戶可以直接對 AI 助理說：我要用地中海風格重新裝修我的房子，幫我選擇素材）。

當商業決策從「結帳頁」遷移到「意圖層」時，現有商業體系將面臨風險層從行銷到使用者成長策略，這一切幾十年基於人類行為分析的傳統電商商業邏輯根基被 AI 智能體的理性決策顛覆：

·A/B 測試: AI 能在毫秒內對比數十個方案，耗時兩週測試按鈕圖標的顏色哪個更有轉化率變得毫無意義。

·個人化推薦: 原有的所有基於人類瀏覽歷史的推薦演算法失效，推薦模型需要在 AI 決策邏輯的基礎上重構。

·購物車挽回: AI 決策裡不會有類似人類因為各種體驗或其他主觀或客觀原因產生“猶豫”、“放棄”，購物車放棄率以及各種相應的優化策略將成為歷史（目前全球平均購物車放棄率是70%）

傳統行銷依賴的是「眼球經濟」：精美的圖片、煽動的影片廣告、「限時搶購」的紅色按鈕，這些為了激發人類衝動消費的策略無不暗藏著商家針對人類行為心理學的心機。相較之下，AI 不會有衝動，它是絕對理性的決策代理，它只關注 API 返回的數據是否清晰、參數是否完整，它會冷酷地比較產品規格、歷史價格、物流時效、用戶評價甚至供應鏈碳足跡，從此不會再有「用戶心智佔領」。

未來的 Agentic Commerce 行銷不再是製作吸睛廣告，而是打造「機器可讀的信任履歷”，「Product-Agent Fit」將取代「Product-Market Fit」。你的產品能否被主流 AI 智能體生態（如 MCP 伺服器、A2A 協定）輕鬆索引、理解和推薦，將決定其市場存亡。

不過智能體快速帶著人類的委託目標進行推理決策並「產出意圖」向著最終目標:」商業行為完成」飛速前進之前，智能體會撞上一堵堅硬的牆停下來——傳統支付系統。

111_5

2.;">111_5

2. 致命的不相容：為何 Commerce Commerceic Commerce 傳統的減速帶

智能體可以完美地完成資訊蒐集、分析、決策，但當它走到商業閉環的最後一環的時候會撞上一堵堅硬的牆，這堵牆就是我們花了幾十年建立的完全為人類設計的金融支付體系。

整個現代支付和風控體系，本質上是一個「反自動化系統」。它的核心設計哲學是：假定自動化等於詐欺。

思考我們現有支付流程中的每一個環節：

·圖形驗證碼（CAPTCHA）：用一個機器難以識別的問題，來證明你是「人類」。

·簡訊驗證碼/雙因素認證（2FA）：假定你有一個能接收簡訊的實體設備，並且能手動輸入驗證碼，這個行為對程式來說極為困難。

·3D 安全認證：它會強制跳到一個全新的銀行頁面，要求你輸入獨立的交易密碼，這徹底中斷了任何自動化的流程。

·風控行為分析：高階的風控系統甚至會分析你的滑鼠移動軌跡、打字速度、裝置指紋等「人類特徵」來判斷交易的真實性。

所有這些「安全措施」，在 Agentic Commerce 時代都變成了“枷鎖”：種種相當於“你是人類嗎？”似的盤問阻擋了我們派出的自主智能體。

因此，支付的未來不再是一個「結帳頁面（Checkout Page）」，而必須是一個「協議（Protocol）」。這是一場關於信任和授權機制的革命。我們需要一套全新的數位憑證系統，讓使用者可以安全地向自己的 AI 智能體簽發一個具有明確範圍、時效和金額限制的「可編程授權」。

Agentic Payment 就屬於這套協議，它屬於 Agentic Commerce 中的最終支付結算環節，AI 代理使用安全且高效的方法（如令牌化憑證）代表用戶執行交易。這確保支付過程無縫且安全，通常有用戶設定的限制和控制，以保持信任和安全。 Mastercard 的「AgenticTokens」支援 AI 代理完成訂閱和定期支付，PayPal 的 AgentToolkit 幫助 AI 代理處理支付流程，Visa，Stripe 都有類似的工具。 Stripe 最近和 Perplexity 所做的實驗就是這兩者的結合，用戶可以用 Perplexity 作為介面直接下指令為你的新家裝飾提出全方位的建議以及提供具體的產品，當用戶確認是自己喜歡的方案後 Agent 直接使用 Stripe 搭建好的 Agent 支付後台完成自動化支付結算發貨。

相信看到這裡你已經能大概理解為什麼 VISA、Mastercard 等巨頭急於推出適配 Agentic Commerce 的相應支付解決方案的原因。因為他們都在賭誰是定義下一代「機器原生」的支付協議的遊戲規則制定者，這是一場掌握未來商業世界的底層基礎設施的賭局，而這場變革的終點，是讓支付回歸其本質——價值的無感流轉。

3. 要為 Agentic Commerce 建造一套支援絲滑體驗的金融基礎設施的具體挑戰是什麼？怎麼做？

3.1 核心挑戰：信任、意圖與自動化（Trust, Intent and Automation)

建造 Agentic Payment 系統的困境，並非簡單的技術實現，而是要解決源自範式轉移的根本性難題。

1.「誰能做」：從傳統支付的身份驗證（Authentication）到 Agentic Commerce代理授權（Authorization）的挑戰

在付款領域，談到終端使用者時，我們通常關注的是身分驗證而非授權。如果你在電商網站上點擊“購買”，你就是明確地給予了授權，很難有異議（因為你輸入了信用卡信息並明確點擊了按鈕），所以傳統支付的核心是圍繞“識人”建立的，它的靈魂拷問是：“我如何確認操作者是你本人？”———即身份驗證。

但在未來 AI 智能體驅動的商業時代，支付領域即將發生重要變化：授權正成為支付流程中的關鍵環節，而且這個關於授權的問題現在看來起來更複雜有意思，因為用戶授權的指令並不像傳統電商裡簡單的“點擊按鈕購買”場景那樣明確，人類用戶可以通過多種方式表達意圖。另一個複雜的點是，當一個支付請求發出時，我們究竟在授權給誰？是人類用戶還是智能體還是開發智能體的公司？

目前我們能想到的智能支付場景裡關於授權的問題：

·身分幽靈：這個「交易請求者」應該被是終端人類使用者、AI 模型、智慧體應用開發者，還是運作它的伺服器？我們缺乏一套為「機器」設計的、可驗證的身份標準，這可能導致每一個環節都是安全漏洞

·授權邊界：如何將金融權限安全地委託給一個 AI？授權的邊界（金額、時間、商家）如何被精確定義和嚴格執行，又如何確保授權本身不被篡改或濫用也是新的問題

·責任歸屬：當智能體出錯或被惡意利用造成損失時，責任由誰承擔是非常 tricky 的問題。權責不明是大規模應用的最大障礙。

2.「做什麼」：意圖驗證落差 (The Intent Verification Gap)

意圖驗證問題其實是授權問題的衍生，LLM 的機率性本質與金融的確定性要求存在天然矛盾。支付層雖不能修復 AI 的「幻覺」，但設計精良的金融系統必須能彌合 AI 輸出與用戶真實意圖之間的鴻溝。

從指示到意圖：傳統支付處理的是「支付指示」（Pay 50 to Merchant X），它假定這個指示是準確無誤的。而智能體支付需要處理的是「交易意圖」（「幫我買一杯中盃燕麥拿鐵」）。支付系統需要有能力將最終的支付指令與最初的自然語言意圖進行校驗。

AI 行為約束：我們需要的不是一個能讀懂 AI 思想的支付系統，而是一個擁有強大「護欄」的系統。它可以透過結構化資料、API 層面的嚴格規則、甚至是智慧合約邏輯，來約束 AI 的行為，確保其執行結果在使用者預設的「安全區」內。例如，一個只允許在星巴克消費不超過 10 美元的規則，就能有效防止 AI「幻覺」導致的高額或錯誤交易。

3. 機器原生的資金託管和支付結算方式

前文已經提到傳統的支付系統天然具有「反自動化」基因，所有的為傳統 GUI 設計的安全措施在 agentic commerce 機器自然具有「反自動化」基因，所有的為傳統 GUI 設計的安全措施在 agentic commerce 機器中自然具有「反自動化」基因，所有的為傳統 GUI 設計的安全措施將和結算網絡，可能包括以下特質：

·程式化友善 (Programmatic-First): 所有的互動都應透過結構化的 API 進行，而不是模擬人類在 GUI 上的點擊。

·無摩擦結算 (Frictionless Settlement): 交易應能以接近零的延遲和成本完成，特別是對於支撐機器經濟至關重要的微交易。

·數據可攜帶 (Data Portabilitity): 交易應能攜帶豐富的、結構化的元數據，用於自動化對帳、審計和構建更高級的金融服務，而不是像傳統支付那樣只有一個簡單的交易金額和商戶名。

3.2 破局之路：通往自主化金融 (Autonomous Finance) 的三個階段

面對上述挑戰，業界正在探索一條從「輔助」到「代理」再到「自主」的演進路徑。這三個階段清楚地展示了我們距離真正的智能體經濟還有多遠。

第一階段：人類監督下的輔助代理

這是當前最主流的模式，AI 扮演的是一個高級的「自動填表工具」負責所有繁瑣的前端工作，但在關鍵時刻把「踩剎車」，人類最終決定交填表工具」負責所有繁瑣的前端工作，但在關鍵時刻把「踩剎車」，人類最終決定權交填表工具」，但還給人類。

·實現方式：智能體可以完成搜尋、比價、資訊填寫等所有前端任務，但在最關鍵的支付環節「停下」，將控制權交還給人類。例如，它會自動填好信用卡訊息，但需要你手動輸入 CVV 碼；或者，它將你引導至 PayPal 或 Stripe 的登入頁面，由你親自完成最終授權。

·技術核心：本質上是瀏覽器自動化（模擬人類操作）或利用已儲存的憑證（如 ApplePay/Google Pay）進行預先填充。

·核心痛點：體驗割裂的是最大痛點，智能體帶來的效率提昇在最後一步戛然而止，並未實現真正的「端對端自動化」。

第二階段：授權範圍內的受控代理 (Agent as a Proxy)

·實作方式：智能體透過專門的 API（如 Stripe 的 Order Intent API）呼叫這張虛擬卡來發起支付，全程基本無需用戶介入，Perplexity Pro 與 Stripe 的合作就是典型案例。

·技術核心：將信任關係從「信任一個不確定的 AI」轉變為「信任一個參數決定的、由發卡機構控制的支付工具」。這是一種巧妙的風險轉移。

·核心痛點：我們覺得這是目前最適合大規模應用的方案因為接入信用卡系統的傳統商家不需要做任何改變，用戶由於也不持有虛擬卡也對整套流程的變化沒有太多感知，但是當智能體商業裡更 Agentic 原生的場景（比如 B2B Agentic Business)未來成長到另一個量級，這個方案的在授權資訊的可程式性、銀行卡在資訊資料量的限制性上都會成為發展掣肘。除此之外，有業內研究者提出類似 Stripe 虛擬卡的方案本質仍然依賴“手動輸入卡片資訊”這套傳統系統，儘管可以靠屏幕抓取或無頭瀏覽器 GUI互動等技術做一些變通讓它變得「無感化」，但是這些方式仍然屬於技術和合規上風險較高的方案，另外 Stripe 的手續費結構也不太適合超微交易（有固定 0.35 美元的交易費+2.5% 的額外費用）。

我們以 Stripe 和 Perplexity 今年推出的 Agentic Commerce 合作為例（用戶可以直接在 Perplexity 介面裡下達指令 AI 找商品並透過 Stripe 推出的相應 Agentic Payment 服務完成支付採購）。

其中階段一（初次綁定）：用戶首次透過一個標準的 Stripe Checkout 流程，不僅是購買了資訊，更重要的是將平台支付給自己的支付平台。階段二（後續無感支付）：這是核心流程。當用戶再次下達指令時，平台（如 Perplexity）不再打擾用戶，而是直接向 Stripe Issuing（Stripe 發卡服務）請求一張一次性的、帶有嚴格風控規則（金額、商家類別等）的虛擬卡。 Stripe 在整個連結中的角色:

·Stripe Checkout: 作為初始入口，安全地捕獲使用者的付款資訊和授權。

·Stripe Balance: 作為平台的資金池，後續的虛擬卡支付都從這裡支出。

·Stripe Issuing: 這是整個流程的「引擎」，按需產生受控的支付工具（虛擬卡），將一個不確定的 AI 行為轉換成一個確定性的、可控的支付事件。

·商家驗證機制（商家怎麼驗證 AI 是使用者的 AI）：商家不直接驗證「AI 是你」，而是依賴 Stripe 的後台驗證。 Stripe 檢查虛擬卡是否有效（限額內，未過期）；交易是否由授權平台發起；如果平台（如 Perplexity Pro）被駭客入侵，Stripe 的 Webhook 和限額控制可偵測異常，暫停交易。

第三階段：擁有原生錢包的自主經濟體 (Agent as an Economic Actor)

這是 Agentic Commerce 的終極形態，也是 Crypto 發揮核心作用的舞台。 AI 不再是人類帳號的附庸，而是擁有自己獨立錢包和身分的原生數位經濟參與者。它能自主地參與一個全新的、為機器設計的經濟網絡。我們依照 Fintech Brainfood 拋出的磚塊「Agents can live inside the stablecoin wallet」來假想這個技術方案，其實作方式如下：：人類向智能合約進行授權人類不直接和 AI 交互進行授權，授權的方式變成人類部署一個規則治理/策略的智能合約，這個合約裡會為 AI 的執行行為設定邊界（比如，當 X、Y、Z 這三個條件同時滿足時，該 AI 智能體才能動用這筆資金）

PTE> 等大腦保險的原生鏈上錢包私鑰被封裝在 TEE 這個硬體安全黑盒裡，外部世界無法存取。 TEE 內部流程：AI 大腦做出一個支付決策，它會在 TEE 內部將這個決策傳遞給錢包模組，錢包模組用內部的私鑰對交易進行簽署。

·交易執行&結算：簽署的交易從 TEE 中被廣播出去，發送到區塊鏈上或與其他 AI 代理（例如商家未來也會有自己的 AI 代理）進行交互。

4. 未來智慧型商業的金融基礎設施種子選手 Agentic Payment 專案分析

Skyfire 致力於為 Agentic Commerce 定義一套標準化的「授權」協議。團隊更加專注於優先發力在未來 B2B agentic 的應用場景，他們發現在未來 AI 代理之間進行自主的 B2B 交易（如購買資料、API 呼叫）時最大的障礙是缺乏一個可被廣泛驗證的、機器原生的身份。為此，Skyfire 的核心產品是一套基於傳統成熟且開放的互聯網身份驗證標準 JWT/JWKS 開發的機器原生的授權協議。這套協議大致的實現技術邏輯是：由 Skyfire 作為受信任的中心化機構，為所有在其網路註冊的 Agent 簽發一個加密的、有時效和範圍限制的「支付憑證」。這個憑證可以被任何第三方服務獨立、離線地驗證，從而在不犧牲安全性的前提下，實現高效、低成本、可編程的機器對機器商業交互，以此為建立一個開放的 Agentic B2B 網路奠定基礎。

Payman 與關注代理間協議的 Skyfire 不同，Payman 選擇聚焦於解決「人對代理的指示與控制」這一更貼近 agentic 應用層的痛點，也就是我們在前文提到的意圖驗證鴻溝問題（Intent Verification Gap）。團隊清楚的看到隨著 AI 應用的爆發，開發者最迫切的需求不是一個全新的交易協議，而是一個能將複雜金融操作極度簡化、並能安全嵌入任何應用的「金融能力層」。 Payman 為此打造的核心產品是一個抽象函數 payman.ask() 和背後一套複雜金融意圖定義和金融交易能力，其大致的技術邏輯是：透過一個強大的自然語言接口，將意圖解析、策略執行、風險控制、銀行對接等所有“無聊的髒活累活”全部封裝起來，讓開發者能透過一行自然語言程式碼，就為他們的全部責任提供自動化工具或提供工具或透過一行自然語言程式碼，就為他們的全部責任工具或提供自動化工具或透過一行自然語言程式碼，就為他們的全部責任工具或工具目前團隊主要提到的應用場景包括 AI 薪資、自動報銷、多代理審批等。

Catena Labs 也主要著重在解決 agentic commerce 的授權問題，團隊致力於為 agentic 經濟體建立一個開放、合規且加密原生的信任與交易基礎設施。他們認為要徹底解決 AI 代理的「身分危機」和「交易壁壘」，不能只依賴中心化機構簽發的憑證，而必須回歸到更底層的、真正去中心化的身份標準。為此，Catena Labs 的核心產品是一個名為 Agent Commerce Kit (ACK) 的開源協定框架（深度整合了 W3C 的去中心化識別碼和可驗證憑證），裡面主要包含身分層（ACK-ID）和支付層（ACK-Pay）兩層標準。稍微特別的是他們授權層的解決方案在授權發放的方案上更加去中心化而不是由單一機構來定義授權。

5. 藍海中的探索：智能體商業的商業化模式

智能體商業將對過去二十年互聯網的商業基石－電商和搜尋引擎廣告業帶來結構性的衝擊。我們需要一個新的理論架構來理解這場變革，可以稱之為「意圖層理論」（The Intent Layer Theory）。

過去，價值產生於兩個地方：發現的入口（如 Google 搜尋）和交易的終點（如 Amazon 的結帳頁）。 Ben Thompson 的「聚合理論」完美地解釋了聚合了用戶（流量）的平台如何獲得了巨大的定價權力。而在智能體時代，價值的核心正在向更上游轉移，從“發現”和“交易”轉移到“意圖的表達與執行”，這個新的定價權力中心是“意圖層”——即用戶與其首選 AI 助手之間的交互界面，而原有 30 年

·按效果付費的「首選供應商」（Pay-for-Performance Bidding）：商家不再是購買關鍵字廣告，而是向意圖層平台付費，以成為特定領域（如「購買經濟艙機票」或「預定米其林餐廳」）的「首選供應商」或「認證供應商」或「認證供應商」。只有在 AI 助理採納其方案並產生實際銷售或有效線索時，商家才需要付費。

·API 優先的服務（API-first Services）：企業可以將自身的核心業務能力（如物流、設計、內容創作、法律諮詢）封裝成標準的 API，直接售賣給其他 AI 智能體調用，成為機器經濟中的一個“功能模組”，按次或按需付費。

傳統商業鏈裡已經建構「網路效應」的公司的商業壁壘可能會被刺破，市場變得更加開放。更強的市場驅動力帶來商業定價模式的變化，更動態、更靈活的定價模式會出現。智能體會需要清晰的成本效益資訊來做決策，傳統商業世界裡的定價模型也會被改變。

5.2 金融與信任基礎設施供應商 (Financial & Trust Infrastructure Providers) 的商業路徑

在 Agentic Commerce 中，首要的挑戰在於交易發起前的授權與意圖驗證。一方面，系統必須解決「代理到代理」（Agent-to-Agent）的信任問題，即為 AI 智能體提供一套可驗證的數位身份，確保交互的合法性與安全性，像目前大部分 agentic payment 的公司都在專注於解決這一方面的問題。這有可能催生類似「AI 身分認證即服務」的商業模式，服務商可以透過對 AI 身分憑證的發行與驗證進行收費，或提供企業級的 AI 身分管理平台來取得訂閱收入。另一方面，系統需要彌合人類的模糊指令與機器可執行的金融操作之間的「意圖鴻溝」，將自然語言安全地轉化為精確的 API 呼叫。這催生了「金融能力即服務」（Financial-Capability-as-a-Service）的模式，服務商可以將此能力封裝成 API 或 SDK，根據呼叫量或交易流水收費，或為特定場景（如 AI 自動報銷）提供解決方案。

除了授權和意圖驗證之外，最後一個挑戰在於建立一個真正為機器原生、支援自動化交易的支付結算與信任基礎設施。傳統金融軌道專為人類設計，在處理 AI 驅動的高頻、微額、可程式交易時面臨成本與效率瓶頸。在這方面各家的技術方案會有所不同（無論是虛擬卡方案還是支付 API 亦或是讓智能體擁有鏈上錢包），但是在商業模式上其商業邏輯可能趨於一致，核心都是圍繞著為自動化的價值流動提供動力和信任來收費（交易流水分成、按次收費）。除此之外，提供加值服務有可能能增強護城河，例如提供可編程的、針對 AI 行為的動態風控策略、自動化的合規與審計工具，或是跨資產的流動性管理方案等。

6. 終極基礎設施：為何 Crypto 是智慧體商業的最佳拍檔？

6.1 Stripe、Visa 等傳統支付公司的方案可能不是終局

如前文所述，美國各大支付公司巨頭都在部署更適配智能體的且授權以將最具金融設施劃的方案（我們已有他們進入了第二個代理程式： Stripe
Issuing，但這些更像是 Middle Ground 的方案依然離 End Game 完全自主的智能體支付有距離：

·缺乏原生的支付 API 介面與人機互動設計：目前沒有透過 API 呼叫進行付款的直接方式。虛擬卡雖然有潛力，但並未解決這個缺口。虛擬卡 API 支援虛擬卡的發行和管理，但仍依賴手動輸入卡片資訊（如卡號、有效期限、CVV）到商家的支付介面。支付系統本質上是圍繞以人為中心的互動設計的，而非程序化執行。依賴螢幕擷取或無頭瀏覽器（Headless Browser）模擬人類操作在法律上比較模糊，且被業界質疑技術脆弱，所以這不僅是技術挑戰，也是合規性的挑戰。

·反自動化機制、防詐騙機制的普遍存在：目前大部分的網站仍然使用驗證碼等複雜的反機器人系統來防止自動化互動。這些機制使得代理商或腳本難以完成交易，還是需要人工幹預才能繞過它們。同時，自動化交易經常被防詐騙演算法標記，這可能導致支付被拒絕、帳戶被鎖定甚至被封鎖。

·人本位合規與責任歸屬模糊的合規挑戰：幾十年來建立的商業流程和合規體係都基於人類的明確同意和責任承擔。每一次電子商務或自助 API 購買都透過為人類設計的圖形使用者介面進行，這意味著每個人都需要在銷售點手動接受購買，包括簽署條款和條件以及完成某些商業協議流程。自動化這些流程通常違反網站的服務條款。另外，傳統 PCI 合規下也不會喜歡將信用卡號碼（虛擬卡也是信用卡）保存在智慧代理軟體的行為因為 PCI 對卡片資料的處理、儲存和傳輸都有一套嚴格的管理規定。

綜上這些類似 Stripe, Visa 等傳統支付公司的方案的核心挑戰在於，傳統公司試圖將機器行為適配到為人類設計的框架中而未能從根本上提供“機器原生”的解決方案。

6.2 Crypto 為智能體商業提供原生基礎設施

加密技術，特別是自託管錢包和公私鑰體系，為 Agentic Commerce 的核心挑戰提供了一套「機器原生」的解決方案。首先，它透過去中心化身份（DIDs）等開放標準，賦予了每個 AI 代理一個獨立、可驗證的數位身份，從根本上解決了傳統中心化系統中的「身份幽靈」問題。在此基礎上，授權不再依賴剛性、不透明的後台規則，而是透過智慧合約升級為可編程、精細且完全透明的機制。使用者可以為 AI 代理設定包含特定金額、商家類別、有效時間等多重條件的、無法被篡改的授權指令，這種控製粒度遠超傳統金融工具，大大降低了信任風險。

當付款執行時，一個擁有鏈上錢包的 AI 代理程式能夠實現真正的自動化和無縫交易。它不再需要模擬人類行為去填寫信用卡訊息，而是透過 API 直接與區塊鏈交互，這消除了傳統支付流程中的大量摩擦。由穩定幣驅動的低成本交易使得 AI 之間的高頻、小額支付在經濟上成為可能，這是傳統支付軌道難以企及的。更關鍵的是，在區塊鏈上，支付與結算是同步發生的原子性操作，這不僅消除了傳統金融中複雜的清算對帳流程，也為 AI 代理之間的即時經濟交互奠定了基礎。所有交易都被記錄在不可篡改的鏈上，形成了公開可查的審計軌跡，為事後追溯和爭議解決提供了前所未有的透明度與信任保障。

6.3 AI 代理擁有 Crypto 錢包的實現與風險

當 AI 代理被賦予掌管加密錢包的能力時，一系列深刻的技術和運營風險也隨之而來。最直接的威脅源於對 AI 系統本身的攻擊，例如 AI 代理或其運行環境被篡改，甚至其管理的私鑰被直接盜取。應對這項挑戰的核心思路是避免讓 AI 代理直接保管完整的私鑰，轉而採用如 MPC、TEE 等技術，將金鑰管理和交易授權進行分散式或程式化控制，從而消除單點風險。此外，攻擊也可能發生在互動鏈條的其他環節，例如使用者的授權意圖在傳遞過程中被竄改，或使用者本身用於授權的錢包被偷走。因此，建立強大的意圖驗證機制、在關鍵操作時引入多因素認證對建構端到端的安全防護至關重要。

除了技術安全挑戰，一個更根本的障礙來自於法律與監管的模糊性。目前為人類行為主體設計的法律框架，難以界定 AI 代理的法律地位，因而造成了「責任真空」。當一個智能合約出現漏洞，或 AI 代理因「幻覺」做出錯誤決策導致資產損失時，責任歸屬（是使用者、AI 開發者或平台方）便成了一個棘手的難題。要實現大規模應用，Crypto 的鏈上透明和交易可追溯性為此提供了堅實的數據基礎，但是行業必須與監管機構緊密合作，共同探索適應“機器對機器”經濟的新型法律和合規框架。

7. 更多思考

如果從第一原理出發，創造一個擁有主權的經濟代理人需要什麼？

一個主權身份：一個它自己擁有和控制的身份，而不是由中心化平台簽發和撤銷的身份。這就是 DIDs 提供的。

一個主權錢包：無需中介許可即可持有和轉移價值的能力。這就是公私鑰密碼學和自託管錢包提供的。

一套主權規則：在一套透明、不可侵犯、且可程式執行的規則下運作的能力。這就是智能合約提供的。

基於上述的推演，我們可以對未來做出預測：

未來 3-5 年：以 Stripe、Visa 等為首的方案將主導早期市場

以 Stripe、Visa> 為短期原因很簡單：它們擁有無與倫比的向後相容性，AI 代理可以立即開始與全球數百萬已經接受信用卡的商家進行交易，無需等待生態系統的另一端進行任何改造。這解決了早期市場「雞生蛋」的難題，能最快地將 AI 的執行力轉化為商業價值，對於大多數追求快速落地的應用開發者而言，這是一個阻力最小、見效最快的選擇，但可能這只會是一個早期教育市場為迎接機器經濟新的商業範式到來之前的過渡期。

5 年以上：機器經濟原生方案的價值將凸顯並迎來轉折點

業務演示

隨著 Agentic Commerce 的規模指數級增長，

隨著 Agentic Commerce 的規模呈指數級增長，即無法依賴於第二階段的“icgentic”原生經濟（B2B agentic, A2A）的諸多限制將凸顯：缺乏編程能力的授權系統（我們前面花了長篇來論述授權問題有多重要）、難以支撐足夠的身份信息且可攜帶的 agentic ID、高昂的交易費用（特別是對於數以萬億計的微交易）、緩慢的跨國結算，將成為整個智能體經濟發展的巨大阻力。屆時，市場的目光將自然轉向更自然貼合機器原生經濟的替代方案。 Crypto 提供的基礎設施——穩定幣、智能合約、去中心化身份、可驗證憑證不再僅僅是一個「更好的支付管道」，而是唯一能夠為真正的自主經濟體提供其所必需的「主權」的技術範式。

免責聲明：

本文僅供參考。本文僅代表作者觀點，不代表 OKX 立場。本文無意提供 (i) 投資建議或投資推薦； (ii) 購買、出售或持有數位資產的要約或招攬； (iii) 財務、會計、法律或稅務建議。我們不保證該等資訊的準確性、完整性或有用性。持有的數位資產（包括穩定幣和 NFTs）涉及高風險，可能會大幅波動。您應該根據您的財務狀況仔細考慮交易或持有數位資產是否適合您。有關您的具體情況，請諮詢您的法律/稅務/投資專業人士。請您自行負責了解並遵守當地有關適用的法律和法規。