智能體商業全景洞察：架構、趨勢與落地路徑

人工智能正在重塑商業世界的根基。我們正處在智能體從普通工具蛻變爲自主智能體的拐點。2024年以來，Paypal、Visa、Mastercard、Stripe、Amazon等巨頭紛紛布局"智能體商業"和"智能體支付"，背後邏輯清晰：智能體界面的大規模應用將顛覆30年來建立在GUI基礎上的商業邏輯和生產關係。電子商務運營、廣告營銷、金融支付結算邏輯將被徹底改寫，新的類目Agentic Commerce (Intelligence Commerce)將會出現。

本文旨在爲讀者提供智能體商業的全景視角，系統梳理其技術結構和路徑、剖析這場變革的商業創新性，探討其實現過程中面臨的核心難點，並論證爲何加密貨幣可能成爲其不可或缺的底層基礎設施。

1. Agentic Commerce是什麼？

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，包括搜索產品、比較選項、提供推薦以及完成購買。這些AI代理能夠與電商平台互動，處理交易，並管理整個購物流程，旨在讓購物體驗更加個性化、安全和便捷。Amazon的"Buy for Me"功能和OpenAI的"Operator"工具是目前最爲人熟知的例子。

根據Gartner在2024年的報告，當前只有不到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，但市場對這項技術的關注度很高。一份2025年電商統計調查顯示，90%的電商願意學習如何將agentic ai結合進自己的業務中。

1.1 人類用戶角色從"執行者"變成"委托人"，關鍵商業決策環節從"結帳頁面"前置到了"意圖層"

傳統在線購物如同逛一座精心設計的虛擬超市：消費者親自瀏覽貨架、比較商品、最終結帳，整個過程圍繞"主動探索"展開。商家的優化目標是讓這一流程絲滑無比，通過精美界面、精準推薦和快速支付減少用戶的任何猶豫。

在Agentic Commerce的新世界中，用戶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隨即啓動，搜索無數商家，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，用戶可能一次屏幕都沒觸碰，一次密碼也沒輸入。

關鍵轉變在於：用戶的角色從"執行者"變爲"委托人"，商業行爲的核心從"點擊流"（Click stream）升級爲"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"結帳頁面"遷移到"意圖層"時，現有商業體系將面臨雪崩式衝擊。從市場營銷到用戶增長策略，這一切幾十年基於人類行爲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，耗時兩周測試按鈕圖標的顏色哪個更有轉化率變得毫無意義。

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

• 購物車挽回: AI決策裏不會有類似人類因爲各種體驗或者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爲歷史（目前全球平均購物車放棄率是70%）

傳統營銷依賴的是"眼球經濟"：精美的圖片、煽情的視頻廣告、"限時搶購"的紅色按鈕，這些爲了激發人類衝動消費的策略無不暗藏着商家針對人類行爲心理學的心機。相比之下，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營銷不再是制作吸睛廣告，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服務器、A2A協議）輕鬆索引、理解和推薦，將決定其市場存亡。

不過智能體快速帶着人類的委托目標進行推理決策並"產出意圖"向着最終目標:"商業行爲完成"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。

2. 致命的不兼容：爲何傳統金融系統是Agentic Commerce的減速帶

智能體可以完美地完成信息搜集、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爲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：假定自動化等於欺詐。

思考一下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"。

• 短信驗證碼/雙因素認證（2FA）：假定你有一個能接收短信的物理設備，並且能手動輸入驗證碼，這個行爲對程序來說極其困難。

• 3D安全認證：它會強制跳轉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。

• 風控行爲分析：高級的風控系統甚至會分析你的鼠標移動軌跡、打字速度、設備指紋等"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字憑證系統，讓用戶可以安全地向自己的AI智能體籤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，以保持信任和安全性。Mastercard的"Agentic Tokens"支持AI代理完成訂閱和定期支付，PayPal的Agent Toolkit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做的實驗就是這兩者的結合，用戶可以用Perplexity作爲界面直接下指令爲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支付後臺完成自動化支付結算發貨。

相信看到這裏你已經能大概理解爲什麼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。因爲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. 要爲Agentic Commerce建造一套支持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"：從傳統支付的身分驗證（Authentication)到Agentic Commerce代理授權(Authorization)的挑戰

在支付領域，談及終端用戶時，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（因爲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？"---------即身分驗證。

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：授權正成爲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復雜有意思，因爲用戶授權的指令並不像傳統電商裏簡單的"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支付意圖。另一個復雜的點是，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體支付場景裏關於授權的問題：

• 身分幽靈： 這個"交易請求者"應該被是終端人類用戶、AI模型、智能體應用開發者，還是運行它的服務器？我們缺乏一套爲"機器"設計的、可驗證的身分標準，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托給一個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"：意圖驗證鴻溝 (The Intent Verification Gap)

意圖驗證問題其實是授權問題的衍生，LLM的概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"，但一個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。

• 從指令到意圖：傳統支付處理的是"支付指令"（Pay $50 to Merchant X），它假定這個指令是準確無誤的。而智能體支付需要處理的是"交易意圖"（"幫我買一杯中杯燕麥拿鐵"）。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行爲約束：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。它可以通過結構化數據、API層面的嚴格規則、甚至是智能合約邏輯，來約束AI的行爲，確保其執行結果在用戶預設的"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. 機器原生的資金托管和支付結算方式

前文已經提到傳統的支付系統天然具有"反自動化"基因，所有的爲傳統GUI設計的安全措施在agentic commerce場景裏都會成爲阻礙全自動化的枷鎖，因此我們需要一套全新的爲機器原生設計的支付API