为什么代理支付逻辑属于支付层以及它对商家控制的意义在人工智能驱动的经济中

今年早些时候，谷歌推出了 通用商务协议（UCP），这是一种开放标准，旨在使人工智能代理、企业和支付提供商能够通过共享框架进行通信和交易。接着，谷歌推出了 通用购物车，这是一种智能购物中心，汇集了其生态系统中的产品，形成了一个单一的、由人工智能驱动的目的地。

如果我们回溯一下，Adobe 报告称，在 2024 年假日季节，美国零售网站的流量来自生成性人工智能工具，同比增长了 1300%，并且在 2025 年假日季节继续保持了 强劲增长。

在这些事件的转折中，可能很难准确指出消费者行为和平台创新何时开始相互影响。但是，当人工智能代理、消费者平台和支付提供商竞相连接时，商家越来越多地发现自己处于中间位置，负责管理他们越来越少控制的交易。

架构困境

通常，集成主要是在系统之间的连接层面上进行优化，而不是在实际执行决策的层面上。人工智能平台正被不断启用以与支付提供商进行通信。但是，交易的结构、路由和控制方式在系统之间尚未被根本重新考虑，这进一步将问题推给了商家。这就是一个关键的架构问题出现的地方：代理支付逻辑应该放在哪里？

如果它被嵌入到购物车中，逻辑就太接近平台层，增加了依赖性和锁定风险。如果它完全位于支付服务提供商处，商家保留执行权，但失去了对交易在其自身系统中路由方式的控制权。

这两种方法都缺乏一个中立层，该层可以解释意图并在不依赖于购买开始的接口或最终结算的基础设施的情况下协调执行。这种情况下，路由要么受到平台逻辑的限制，要么与商家的更广泛的商务栈分离。

将代理逻辑放在支付层成为第三种选择。与其迫使商家在平台依赖和支付提供商依赖之间做出选择，它创建了一个点，在该点上，交易决策无论如何启动或最终处理，都保持在商家控制之下。商家可以在不需要重新设计其支付基础设施的情况下引入代理驱动的体验，同时继续在库存、订单管理和支付路由方面协调交易。

新的风险需要明确分离

代理商务的特点是客户代表的AI系统具有更大的自主性。然而，这种自主性使得AI启动的交易与标准支付流程的区分变得更加困难，从而使核心系统面临新的操作不确定性。

例如，AI代理可以在动态比较价格或应用用户设置的预算约束后完成购买，但所产生的支付仍然以标准结账事件的形式进入商家的系统。如果没有明确的分离，商家将无法看到该交易是如何启动的，以及是否应该与正常购买区分对待。

这加强了在支付层规划代理支付逻辑的理由，在那里可以独立地隔离和管理这些流程。这意味着在进入点识别AI启动的交易，允许商家根据交易的性质应用不同的路由决策、支付提供商或控制。可以设想限制代理启动的金额超过100美元的购买，或者禁止代理启动的奢侈品购买。这也为测试和适应代理驱动的购买提供了空间，而不会影响更广泛的支付系统的稳定性。

设定运营边界

前面讨论的代理交易的不可区分性也在现有的欺诈系统中带来了分类的更广泛挑战。由于AI代理在行为上与 自动化机器人 相似，因此它们通常被视为高风险活动，尤其是在已经充斥着人工智能驱动的欺诈尝试的环境中。因此，信任不能仅凭行为来推断；它必须被显式地信号化和系统的每个层次都能识别。

这意味着消费者必须明确授权代理代表他们行事，并且该授权必须不仅对支付提供商可识别，而且对启动销售的商家也必须可识别。同时，商家也必须能够确认代理是在有效授权下运作的，同时也必须提供其自身的可验证身份给代理。

如果你这样考虑，你会发现，隔离本身还不够，必须有一个对应的模型来控制访问支付凭证。由于代理需要某种形式的委托授权来代表用户进行交易，因此授权必须以明确、有限和可验证的方式结构化，以适应整个交易流程。因此，凭证处理成为支付层逻辑的必要扩展。实际上，支付详细信息不会直接暴露给代理，而是存储在安全环境中，并通过代币化凭证表示，这些凭证作为底层交易的受控代理。

这些代币定义了代理支付逻辑可以运行的运营边界。与其授予对支付方式的开放式访问权限，它们可以编码限制，例如支出阈值、频率或有效期窗口，确保代理驱动的交易严格遵守预定义的约束。在这个意义上，我们可以称之为 “保管” 的机制，使这些约束可以实际执行。

因此，虽然支付层决定了交易如何被识别和管理，但代币化确保代理只能执行它们被明确授权执行的操作。

在日益增长的压力中发展

直到几年前，代理代表客户进行购买的想法似乎是一个遥远的可能性。但是，今天，美国B2C零售市场的代理商务预计到2030年将达到约 1万亿美元 的收入。对于商家来说，这个数字的重要性不在于数字本身，而在于它对商家自身系统中的可见性和控制力的影响。

快速行动的压力可能会使商家失去理解自身系统中实际发生了什么的清晰度。所有可见性和控制力可以赋予商家的力量中，最有价值的是从小开始、从早期模式中学习并随着信心的增长而扩张的自由和灵活性。