来源：Tiger Research

作者：Ekko 、Ryan Yoon

原标题：AI Agent Payment Infrastructure: The Direction of Crypto and Big Tech

编译及整理：BitpushNews

---

一个由 AI 驱动、自动化引领的时代正在临近。为了让自动化变得真正“自主”，它必须具备原生的支付能力。市场已经开始为这一转变进行布局。

核心观点

• 付款主体正在从人类转向 AI Agent，使支付基础设施成为实现真正自主的核心要求。

• 科技巨头（包括Google AP2 和OpenAI委派支付） 正在现有平台基础设施之上，设计基于审批的自动化支付系统。

• 加密货币（通过 ERC-8004 和 x402） 利用基于 NFT 的身份识别和智能合约，实现了无中介的支付模型。

• 科技巨头优先考虑便捷性和消费者保护，而加密货币则强调用户主权和更广泛的 Agent 级执行能力。

• 未来的关键问题在于：支付是由平台控制，还是由开放协议执行。

1. 支付不再是人类的专属

来源：macstories (由 Federico Viticci 提供)

最近，“OpenClaw” 引起了广泛关注。与 ChatGPT 或 Gemini 等主要负责检索和组织信息的 AI 系统不同，OpenClaw 能够让 AI Agent 直接在用户的本地 PC 或服务器上执行任务。

通过 WhatsApp、Telegram 和 Slack 等即时通讯平台，用户可以发布命令，Agent 则自主执行包括邮件管理、日历协调和网页浏览在内的任务。

由于它作为开源软件运行，且不绑定于特定平台，OpenClaw 的功能更像是一个私人 AI 助手。这种架构因其灵活性和用户级控制力而备受青睐。

然而，一个关键的限制仍然存在：为了让 AI Agent 实现完全自主，它们必须能够执行支付。 目前，Agent 可以搜索产品、比较选项并将商品添加到购物车，但最终的付款授权仍需要人类批准。

从历史上看，支付系统是围绕人类行为者设计的。在 AI Agent 驱动的环境中，这一假设不再成立。如果自动化要变得完全自主，Agent 必须能够在定义的约束条件下，独立进行评估、授权并完成交易。

预见到这一转变，主要的科技巨头和加密原生项目在过去一年中都推出了旨在实现 Agent 级支付的技术框架。

2. 科技巨头：构建在现有基础设施上的 Agent 支付

2025 年 1 月，Google 推出了 AP2 (Agent Payment Protocol 2.0)，扩展了其 AI Agent 支付基础设施。虽然 OpenAI 和 Amazon 也概述了相关计划，但 Google 是目前唯一拥有结构化实施框架的大型公司。

AP2 将交易过程分为三个授权层 (Mandate Layers)。这种结构允许对每个阶段进行独立的监控和审计：

1. 意图授权 (Intent Mandate)： 记录用户想要做什么。

2. 购物车授权 (Cart Mandate)： 定义如何根据预设规则执行购买。

3. 支付授权 (Payment Mandate)： 执行实际的资金转账。

场景示例：Google AP2 的运作方式

假设 Ekko 要求 Google Shopping 上的 AI Agent “寻找并购买一件 200 美元以下的冬季夹克”。

• 意图授权： Ekko 指示 AI Agent 购买“一件冬季夹克，最高预算为 200 美元”。此信息作为数字合约记录在链上，被称为意图授权。

• 购物车授权： AI Agent 遵循所述意图，在合作伙伴商家中搜索符合“一件冬季夹克”和“最高预算 200 美元”的产品，并将符合条件的商品添加到购物车。

  “已选商品：冬季夹克”，“价格验证：199 美元（符合预算 ✓）”

  已加入购物车”，“送货地址已确认”。

• 支付授权： Ekko 确认 AI Agent 选择的商品，并点击支付批准按钮。199 美元通过 Google Pay 处理。或者，AI Agent 也可以在预定义参数内自动完成支付。

在整个过程中，用户无需输入额外信息。就 Google AP2 而言，该系统运行在 Google Pay 之上，并利用预先注册的卡片详情和送货地址。由于 AP2 依赖于现有的用户凭据，它减少了入驻摩擦并简化了普及过程。

来源：Google

然而，Google 目前仅支持其合作伙伴网络内的公司进行基于 Agent 的支付。因此，其使用范围仍局限于受控的生态系统内，限制了更广泛的互操作性和开放访问。

3. 加密货币：自托管与开放交换

加密领域也在为 AI Agent 开发支付基础设施，但方法与大厂不同。大型平台是在受控生态系统内建立信任，而加密领域则从一个不同的问题开始：在不依赖中心化平台的情况下，AI Agent 能够被信任吗？

两个核心标准旨在实现这一目标：以太坊的 ERC-8004 和 Coinbase 的 x402。

身份与支付的结合

首先考虑身份层。就像人类需要 ID 访问数字服务一样，在区块链网络上运行的 AI Agent 也必须是可识别的。ERC-8004 就发挥了这一功能。

它以 NFT 的形式发布，但不是作为媒体类的收藏品，而是一种包含结构化身份数据的凭证 NFT。每个代币包含三个组成部分：

1. 身份 (Identity)

2. 声誉 (Reputation)

3. 验证 (Validation)

这些元素共同构成了一个可验证的链上身份证书。在电子商务中，参与者在交易前会审查评分和交易历史，同样的逻辑也适用于 AI Agent。ERC-8004 为 Agent 提供了可验证的凭证，允许其他 Agent 根据透明数据评估交易是否合适。

然而，仅有身份并不能实现价值转移，还需要一种支付机制。这一角色由 x402 承担。

如果说 ERC-8004 是数字身份证，那么 x402 就是支付轨道。x402 由 Coinbase 开发，是 AI Agent 的加密原生支付标准。它使 Agent 能够使用稳定币进行自主交易。

其核心功能是自动化智能合约执行。诸如“满足预定义标准后自动转账”之类的条件逻辑直接嵌入在代码中。一旦条件满足，结算就会在无需人工干预的情况下发生。

当用于身份的 ERC-8004 和用于支付的 x402 结合时，AI Agent 可以在不依赖中心化平台的情况下验证交易对手并执行交易。信任和结算是在协议层面处理的，而非通过平台控制。

场景示例：基于 ERC-8004 和 x402 的 Agent 间商业

假设一个近未来的 AI Agent 环境：Ekko 指示他的 AI Agent（Agent A）购买一台最高预算为 800 美元的二手笔记本电脑。市场运行着自己的 AI Agent（Agent B），它直接与 Ekko 的 Agent 沟通以执行交易。

1. 相互验证：

   在交易之前，两个 Agent 都会核实对方的凭证，并确认产品符合特定要求。

• 身份检查：通过 ERC-8004 NFT 验证

• Ekko 的 Agent：声誉评分 72，确认余额 800 美元

• 卖家的 Agent：声誉评分 70，确认符合条件的笔记本库存

• 结果： 两个 Agent 均获准进行交易。

2. 智能合约托管：

   验证完成后，交易开始。每个 Agent 通过 x402 协议进行交互，以转移和确认资金。

• 托管：800 美元从 Ekko 的 Agent 钱包转移到智能合约。

• 条件锁定：资金保持锁定状态，直到确认收货。

• 释放： 确认送货后，800 美元自动转账给卖家。

3. 结算与声誉更新（x402 结算与声誉 NFT 更新）：

   结算后，两个 Agent 的声誉记录都会更新。

• Ekko 的 Agent：声誉 72 → 80（+5 快速交付，+3 描述相符）

• 卖家的 Agent：声誉 70 → 78（+5 快速交付，+3 描述相符）

• 更新后的评估记录被写入每个 Agent 的 ERC-8004 NFT 中。

在整个过程中，没有中介参与，不需要平台批准。两个 AI Agent 通过基于区块链的验证和结算直接进行交易。这反映了 Agent 对 Agent 商业的加密原生模式。

4. 科技巨头 vs 加密货币：AI Agent 运行领域的差异

控制 vs 开放

Google AP2 代表了一种为获批合作伙伴设计的受控模型。

Google 将市场参与限制在经过审查的商家，理由是保护消费者。即使有了结构化的授权框架，Agent 的行为也无法得到完全保证。与输入输出直接匹配的确定性系统不同，AI Agent 的执行会产生概率性的结果。

如果 Agent 连接到一个不可靠的合作伙伴并发生交易错误，责任最终可能会落在支付基础设施提供商身上。为了将故障概率哪怕降低 0.01%，Google 也有动力缩小其生态系统。这种受限的生态系统提高了稳定性和监管能力，但也可能限制 Agent 在更广泛的市场中自主运行并跨多种选项进行优化的能力。

相比之下，ERC-8004 和 x402 反映了一种更开放的架构。 加密模式旨在实现无许可和互操作性，而非绑定于平台。

效率与用例

AI Agent 仍处于早期开发阶段。从复杂请求到自主支付的端到端执行尚未实现无缝衔接。然而，预期的长期情景是 Agent 独立管理日常消费。例如，用户可能指示 Agent 补货杂货，Agent 会评估库存缺口并自动完成购买。

大型平台可能会尝试聚合主要的零售渠道，以在统一环境中支持这种模式。这种方法可以在受控框架内实现可靠的日常使用场景。然而，要整合所有潜在的交易对手（包括小型在线商家、独立网站、去中心化金融协议和交易场所），封闭生态系统面临着结构性限制。

此外，如果数字内容越来越多地转向付费访问模式，Agent 可能需要执行高频微支付。开放的加密标准可能具有结构性优势。 例如，一个 AI Agent 可以以每单位 0.01 美元的价格购买 1,000 张创作者生成的图片，或者支付 1 美元访问一篇研究文章。对于小额、可编程的支付，加密原生轨道可能提供更高的运行效率。

也就是说，缺乏中心化机构也带来了权衡。身份评估标准必须以去中心化的方式建立，且没有单一实体对失败承担最终责任。在开放性与问责制之间取得平衡仍是一个关键的设计挑战，这将取决于技术成熟度和易用性的提升。

总结

科技大厂和加密领域都在追求同一个目标：实现自主的 AI Agent 商业。 区别在于架构。大厂倾向于封闭、受控的系统，而加密领域则推动开放、基于协议的模型。

这并非一个零和博弈，更可能的轨迹是两种方法之间的互操作性。在当前的技术进步阶段，持续的开发必须将可靠性和用户体验放在首位。

---

Twitter：https://twitter.com/BitpushNewsCN

比推 TG 交流群：https://t.me/BitPushCommunity

比推 TG 订阅： https://t.me/bitpush