AI支付发展的模式、影响与前景

随着人工智能技术的快速发展，AI支付特别是智能体支付正从概念验证迈向应用探索，新的业务模式不断推出。AI支付不仅是支付工具的迭代，更是一场涉及产业格局、风险管理与监管范式的系统性变革。

其对支付行业格局的影响，取决于AI支付主导机构与当前支付市场主导者的重叠程度，以及AI支付的标准统一和互联互通程度；

AI与支付的结合将会改变原有的风险形态，“KYC+KYA”的双重身份验证系统、多层交叉监测的反洗钱系统、嵌入支付链路的审计监管体系至关重要；

AI支付的创新发展还需要监管范式的演进，在机构监管的基础上强化对支付智能体的行为监管，在穿透式监管的基础上强化对AI支付链路的持续监管，此外还需进一步完善“监管沙盒”机制。

产业竞争、风险管理、监管范式的高效平衡，才能推动AI支付从“技术可能”走向“商业可行”与“监管可信”。

文章出处：朱太辉，AI支付发展的模式、影响与前景，《国际金融》，2026年第6期。（本文为个人的学术思考 ，本文有所精简）

近年来随着人工智能技术的快速发展，国内外银行、支付机构等积极探索人工智能在支付清算领域的应用，2025年下半年以来AI智能体支付在推出后快速发展，正在重新定义支付交易的发起、授权与执行的全流程。在传统支付模式下，支付发起者和决策者都是人类，而AI智能体支付的支付发起者从人延伸到AI智能体，交易逻辑从“手动操作”演变为“意图直达”，交易的发起从“人主动操作”变为“智能体自主执行”——用户不再需要手动填写表单、点击确认、输入密码，而是通过自然语言表达支付意图，由AI智能体自动完成发起、决策、授权、执行的全部流程。

随着人工智能技术的快速发展，AI智能体支付正从概念验证迈向现实应用。2025年以来，国内外科技企业、支付机构、支付清算机构和信用卡组织等积极推出AI支付协议、工具或平台。根据AI的加持程度，AI支付的创新发展包括三个阶段：一是辅助执行阶段——AI辅助人类支付，最终决策由人完成；二是条件自主阶段——AI在预设条件内自主支付；三是智能代理阶段——AI基于偏好和历史自主决策，形成闭环。

从支付的历史演变来看，AI智能体支付创新发展的不断演进和应用范围的不断拓展，不仅是支付工具的迭代，更是一场涉及产业格局、风险管理与监管范式的系统性变革。本文立足全球最新实践，梳理AI支付的典型案例、业务模式和主要特征，进而分析其中的技术创新对支付行业格局的影响，模式创新对支付风险管理的影响，以及业务创新对支付监管范式的变革影响，最后展望AI支付未来的发展前景。

AI支付的业务模式与主要特征

国外不同类型的机构对AI智能体支付进行了多方面的探索。2025年9月以来，科技公司谷歌先后发布代理支付协议（AP2），推出通用商务协议（UCP），解决由智能体发起交易时的授权、身份验证和责任归属问题，实现与信用卡、稳定币、实时银行转账等支付方式的兼容；加密资产交易所Coinbase推出支付MCP（模型上下文协议），发布x402协议与Agentic Wallets，使AI代理可以自主交易和管理链上资金；信用卡组织Visa为AI代理（AI Agent）推出支付与身份验证协议TAP协议，旨在将AI纳入现有的全球支付生态系统中；人工智能公司OpenAI和在线支付服务商Stripe联合发布智能体商业协议（ACP），推动智能体以结构化方式直接与商家后台“对话”，AI可直接访问实时库存数据；智能支付基础设施解决方案提供商Zen7Labs提出去中心化支付智能体（DePA）概念，并在全球最大的代码托管平台Github上开源了其第一款核心产品Zen7支付智能体，旨在构建去中心化支付架构，使AI智能体自主发起支付并安全高效完成跨平台交易。

我国相关机构也在积极探索推出不同形式的AI支付。京东科技先是推出A2A（Agent-to-Agent）微支付基础设施ClawTip，之后又发布了国内首个智能体自主支付协议——A2P2协议框架（Agent Autonomous Payment Protocol），在既有账户体系、支付通道和监管框架之上，建立了一套可验证、可追责、可监管的智能体自主支付信任机制，使自主支付行为能够在明确规则约束下安全运行；一些支付机构 推出了智能体商业信任协议（ACT协议）、上线了AI原生接入Skill（技能）；一些科技公司通过生态打通了智能体支付链路；中国银联发布智能体支付开放协议框架（APOP框架），在“四方模式”基础上引入智能体节点，通过智能体身份管理、意图管理、用户身份管理和支付授权管理四大能力，解决信任问题。

根据技术架构和业务模式，目前的AI支付可分为四种类型。一是开放协议驱动型，如谷歌发布的AP2协议和UCP协议、中国银联的APOP协议、京东科技的A2P2协议框架，主要是通过建立通用的标准与规则，让所有生态参与者都能“即插即用”，降低AI支付的接入门槛。不同机构推出的标准体系不同，短期内将呈现竞争发展的态势。

二是支付网络与身份信任型，如VISA推出的TAP协议、Mastercard推出的智能体独立身份代币，主要是依托自身庞大的信用卡网络，通过支付标记化、智能体独立身份代币等技术强化AI交易的安全性与可追溯性，核心是在现有基础设施之上构建信任。

三是数字钱包与开发者生态型，如PayPal推出的Agent Toolkit和基于MCP（模型上下文协议，Model Context Protocol）的工具包，主要是在自身的用户钱包体系基础上，开发AI友好的工具包、Skill或微支付基础设施，让开发者能够将AI智能体与现有的支付系统对接、交互，执行从发单、支付到退款、跟踪的全流程操作。

四是加密原生自治型，如加密资产交易所Coinbase推出Payments MCP，连接MCP兼容的代理与Coinbase入金通道、钱包和区块链网络，让大语言模型通过自然语言调用加密钱包并完成稳定币支付。

AI支付与传统的第三方支付、新兴的稳定币支付都并非简单的替代关系，更像是一种集成迭代（见表1）。近期的协议也在朝此方向发展，在银行卡、支付账户系统上直接支持AI智能体支付：Stripe和OpenAI 的智能体商业协议（ACP）、VISA的信任智能体协议（TAP）、万事达卡的智能体支付（Agent Pay）等，都是对现有银行卡/支付生态系统的扩展，旨在使（智能体的）自动化交易变得可信赖。这些方法都趋同于一个类似的模式：AI智能体使用令牌化的银行卡凭证进行交易，而协议层则负责验证智能体的身份和权限。

AI支付能否重塑支付行业格局？

智能体支付对当前支付行业竞争格局的影响，需要从发展模式与互联互通两个层面来分析把握。

（一）发展特征：科技/平台企业主导，格局重塑取决于重叠程度

支付产业并非从零开始构建，当前AI智能体支付的发展主要由拥有用户场景和技术基础的科技或平台企业主导。一些平台企业将大模型智能体与电商App、支付App打通，实现用户“意图直达”闭环；一些平台企业让AI智能体自主完成商品询价、购物决策、支付。这些平台凭借庞大的用户基础和智能体技术优势，正在成为AI支付时代的“超级入口”。同时，还有一些平台上线AI Skill工具，让商户开发者可以使用AI辅助编程集成，让生态机构全面支持AI支付，或者推出自助收银机，将支付与操作系统深度融合。

这些机构与现有市场主导者（如卡组织、商业银行）的重叠程度，将决定行业格局的变化幅度。若科技平台与支付机构形成互补合作，格局演变趋于渐进优化；若形成直接竞争，则可能引发深层结构调整。一些智能体支付协会框架定位为“底层引擎”，不争夺前台用户，而是成为连接各方的“超级连接器”，体现了合作而非颠覆的思路。

值得注意的是，传统支付巨头并未袖手旁观。Visa通过TAP协议和ICC平台，积极构建面向AI代理的支付基础设施，让企业能在多个卡网络和代币金库之间接受代理发起的付款，避免供应商锁定。Mastercard、PayPal等也在加速布局。这表明，AI支付时代的竞争将不再是简单的“颠覆者与被颠覆者之间的竞争”，而是多方主体在标准、生态、场景上的复杂博弈。能够率先打通跨平台、跨协议互操作性的机构，将获得结构性优势。

（二）互联互通：标准统一是大趋势，但不一定降低现有主导者地位

如果不同智能体支付协议互不兼容，那么AI支付的优势不但难以显现，反而会加大支付体系的复杂性，降低支付体系的效率，并增加支付摩擦成本。当前国内外AI支付协议互不兼容。谷歌AP2/UCP、Visa TAP、银联APOP、Alchemy AgentPay等各有技术路径与生态边界。若商家需接入多个协议，对接成本将大幅上升，用户体验也将打折扣。

从用户体验和行业发展看，标准统一和互联互通是大趋势。一些支付机构推出的AI Skill工具，将支付能力封装为标准化组件，客观上为统一标准奠定了基础。例如，一些机构推出的智能支付Skill，将传统“文档阅读 ”模式转化为“任务清单执行”方式，以降低接入风险和上线难度。

从支付产业历史看，银联、Visa等卡组织通过标准统一巩固了枢纽地位。在AI支付时代，能够主导标准制定、构建开放兼容生态的机构，仍可能在互联互通格局中占据有利位置。作为加密货币领域的基础设施巨头，Alchemy于2026年4月推出AgentPay，旨在统一碎片化的AI驱动支付系统，支持Coinbase、Stripe、Visa和Circle等公司的协议之间的互操作性。Visa的ICC平台也让企业能够在不依赖单一供应商的情况下接入AI商业活动。因此，互联互通不是零和博弈，而是推动行业整体升级的共赢路径。此外，互联互通还可能催生新的商业模式，如“超级连接器”型基础设施，通过整合跨协议交易、提供统一接入接口，降低商家和开发者的接入成本。这类平台可能成为AI支付时代的新型枢纽，其价值不亚于当前的支付网络。

AI支付下的风险管理如何演变？

与所有技术创新带来的金融创新类似，AI支付发展也带来了一些新的潜在风险，除了大模型本身的问题外，还存在着用户身份认证与授权难题、安全与欺诈风险、市场秩序扰动风险等，改变了支付的风险形态。为此，AI支付的风险管理也需要做出针对性调整，其中KYC（Know Your Customer）、反洗钱（AML）、责任审计等显得尤其重要。

（一）建立“KYC+KYA”双重身份验证系统

在AI智能体支付中，支付指令由智能体自主发起，传统以“人”为中心的验证体系面临挑战。Paysafe提出“Know Your Agent”（KYA）概念，建立针对非人类实体的验证框架。KYA并非替代KYC，而是在KYC基础上建立面向智能体的身份管理体系，核心是判断智能体获得的授权程度及行动是否符合用户意图。一些机构已经在开展相关探索，通过“KYC+KYA”双重验证，确保智能体行为可控、可追溯。

因此，KYA并非要替代KYC，而是在KYC基础上建立面向智能体的身份管理体系。具体而言，智能体的身份管理需要涵盖其全生命周期——从创建、版本迭代到销毁。每个智能体应有唯一的分布式标识符（DID），并与用户的数字身份绑定。授权机制应采用分层设计——基础授权（如支付限额）、动态授权（基于场景风险评估）、人工干预（异常情况触发）。这种多层次授权体系有望在保障效率和控制风险上实现新的平衡。

在这方面，2026年6月京东A2P2协议框架构建的ARI（智能体运行时身份）机制值得关注，该机制由KYC（实体身份）、KYA（智能体身份）和KRV（运行时环境变量识别）三者共同构成，三个条件全部满足时智能体支付请求才能推进。

图1:智能体运行时身份（ARI）验证机制

资料来源：京东科技《A2P2智能体自主支付协议框架》。

（二）建立多层交叉监测的反洗钱体系

AI智能体支付的自主性、高频性和跨平台特征，对反洗钱框架提出新要求。AI支付需建立多层交叉监测体系，实现链上与链下交易的全链路覆盖。将身份检查、交易监控和可审计日志嵌入每次自主行动，可以强化KYC/AML合规性。

具体而言，监测体系应包括：交易前——智能体身份核验、用户授权验证、风险评分；交易中——实时行为监控、异常模式识别、动态风险定价；交易后——审计日志上链、合规报告生成、纠纷快速处理。同时，利用AI自身能力反欺诈——通过机器学习模型等识别可疑交易模式，实现自适应风控。

（三）将责任审计系统嵌入支付全链路

当AI智能体自主决策执行支付时，一旦出现问题，责任归属难以界定。影响一笔支付是否合理、是否越界、是否属于用户本次任务的事实，可能分散在用户原始表达、结构化意图对象、任务委托凭证、智能体运行时身份、长期授权边界、支付请求、决策结果、执行令牌、通道回执和资金结果等多个环节中。解决之道在于将责任审计系统嵌入支付链路，将责任认定机制嵌入支付流程的每一个环节，在发生纠纷时快速定位责任主体。

在这方面，银联APOP的“用户身份管理”通过单点登录建立用户、智能体、金融机构的安全关联；京东的A2P2协议框架引入“存证链”，把智能体自主支付过程中分散在不同参与方系统中的关键事实固定下来，使其在必要场景下能够被验证、被追溯、被追责。（ 存证链是围绕关键协议对象形成统一引用、摘要、哈希、签名、时间戳和访问记录的证据组织机制）在责任划分上，应遵循“谁授权、谁负责”原则：用户对授权范围内的智能体行为负责；智能体服务商对自身系统漏洞或模型缺陷负责；金融机构对支付通道的安全性和合规性负责。同时，可探索建立“AI支付责任保险”机制，由保险公司承保因智能体误判、模型缺陷等导致的损失，实现风险社会化分担。

AI支付监管范式未来如何演进？

监管范式需要跟进智能化的发展趋势。为了在更高水平上实现支持AI支付创新发展和保障支付体系安全稳健之间的平衡，接下来各经济体金融监管部门需要在做好机构监管、行为监管、功能监管、穿透式监管和持续监管五大监管的基础上，加强不同监管之间的协同，并转变金融监管的模式。

（一）在机构监管的基础上强化行为监管

AI智能体支付涉及智能体公司、金融机构、商户等多个主体，单一机构监管难以覆盖全链条风险。行为监管需覆盖智能体在身份管理、意图验证、支付授权全链路上的行为。当前的智能体支付协议也越来越关注意图管理、用户身份管理、智能体身份管理、支付授权管理，正是行为监管的技术抓手。监管机构应要求平台提供完整行为日志，确保交易中的主体、身份与意图清晰可辨、不可篡改，并针对用户意图、智能体身份、支付授权构建新的风控体系和信任链条，以保障智能体支付体系与现有支付监管框架有效融合。

行为监管还应包括：透明度要求——智能体应向用户清晰说明其支付权限和决策逻辑；可追溯性要求——每一笔AI支付应能追溯到具体的用户授权记录；公平性要求——禁止智能体利用信息优势进行歧视性定价或不当推荐。对此，针对用户发现扣款异常、商户发现入账异常、支付机构发现风险交易或者监管机构查询某笔交易，京东科技的A2P2协议等基于“存证链”进行反向追溯，从资金结果逐级回到支付请求，再从支付请求分出三条证据支线，分别追溯用户长期授权边界、本次任务意图和智能体运行时身份。

图2:反向追溯与行为监管机制

资料来源：京东科技《A2P2智能体自主支付协议框架》。

（二）在穿透式监管的基础上强化持续监管

穿透式监管要求“看穿”复杂交易链条，直达最终受益人。这要求监管技术必须与支付技术同步演进，根据科技创新及时升级监管工具，确保有能力持续核查全链路KYC与交易信息。当前，一些智能支付Skill集成了金融级代码诊断和智能排障能力、沙箱环境调试功能，或者可以将传统文档阅读模式转化为任务清单执行方式，都是在开发端实现持续监控的有益探索。

持续监管还需要建立监管科技（RegTech）基础设施，包括实时交易监控平台、智能合约审计工具、跨链数据取证系统等,从链上交易实时监测、合约事先安全验证和多链数据可信追溯等维度构建全方位的监管技术支撑体系。其中，实时交易监控平台通过实时数据采集、流式计算引擎与多维度风险模型，实现对异常交易的自动化侦查与合规报告；智能合约审计工具通过静态分析、动态测试与形式化验证等多重技术架构，在合约部署前全面识别安全漏洞；跨链数据取证系统通过密码学验证机制和分层监管架构，在多条区块链之间实现数据真实性的可信验证与追溯。对此，尤为重要的是，监管机构需要遵循“技术中心”原则，实施过程中可与科技公司合作开发这些工具，或要求平台提供标准化的监管接口。

（三）加快完善支付创新的“监管沙盒”机制

目前，AI智能体支付仍处于发展早期，过早过严的监管可能抑制创新。监管沙盒提供可控环境中的测试空间。监管沙盒旨在将沙盒作为一种由监管部门主导的创新实验机制，为金融科技创新等提供真实的测试环境。监管沙盒是全球金融危机后“寻找监管新平衡”的有益探索，在危机前的“轻触式监管”与危机后的监管全面强化之间寻求平衡。其直接目标是提升金融创新监管的专业性、统一性和穿透性，但最终目标是在更高水平上实现金融服务实体经济和防范金融风险的协调统一（朱太辉，2018）。

为在可控环境下支持智能金融创新探索，新加坡金融管理局发布AI风险管理工具包，与24家行业伙伴共同开发，涵盖治理、风险识别、AI生命周期管理等模块；中国香港金管局等四家金融监管机构将GenAI沙盒扩展为“GenAI Sandbox++”，向银行、保险公司等机构开放，免费接入AI超级计算中心。对中国国内地而言，则可加快完善监管沙盒机制，借鉴支付宝“沙箱环境”调试经验，建立行业级沙盒，设定准入条件、测试期限和退出机制，特别是在沙盒测试之后有牌照授予、监管豁免、政策调整/制定的跟进（朱太辉，2022），让创新可测试、可评估、可推广，为出台AI支付专项监管规则提供实践依据。

此外，对于AI跨境支付监管而言，还需要协同解决好监管碎片化与跨境数据流动等问题。当前各国家和地区法律对AI自动决策的主体资格、数据跨境的管辖边界等关键问题缺乏清晰界定。当一个AI代理调用不同国家或地区的API来完成支付任务时，其行为究竟受哪个法律管辖，账号属于谁，错误交易的赔偿责任该由谁承担，都是需要解决的现实问题。与此同时，跨境支付企业面临着各地KYC规则不一，多层股权结构穿透困难，客户身份验证流程繁琐，数据跨境流动规则不一致等合规压力。

结论与展望

AI智能体支付重塑了全球经济中金融交易的发起、授权、结算和对账方式，代表着从人工指导操作的数字支付向智能体自主发起操作的范式转变。整体来看，AI支付的创新发展将引发支付业务模式、产业竞争格局、风险管理模式与金融监管范式的系统性变革，产业、风险、监管的博弈将共同决定AI支付的未来发展空间。在三者之间找到动态平衡，AI支付才能从“技术可能”走向“商业可行”与“监管可信”。

综合AI、支付行业的发展规律来看，接下来的AI支付创新发展预计将会经历以下三个阶段。短期的1—2年将是标准趋同与场景爆发期。目前碎片化的协议生态将加速整合，行业将形成2—3个主流标准，并通过“超级连接器”实现初步互操作；同时，AI支付的用户不断增加，场景覆盖范围不断扩张。中期的3—5年将是自主支付规模化与B2B突破期。随着用户信任建立和技术成熟，条件自主型支付将成为主流，智能体在授权范围内自主完成日常消费支付；同时，采购自动化、供应链金融智能结算、跨境贸易自动对账等B2B领域将成为AI支付的重要增长极。长期的5~10年将是AI支付超越“支付工具”范畴阶段。AI支付成为智能代理经济的底层基础设施，支付行为完全嵌入智能体的自主决策链条，支付产业的价值链将被重构：前端流量入口被智能体占据，中端支付处理由协议驱动，后端清算仍由现有金融基础设施完成。

但需要指出的是，尽管前景广阔，AI支付的发展仍面临多重不确定性。技术方面，大模型幻觉可能导致智能体错误理解用户意图，引发误支付；安全方面，智能体权限若被恶意利用，可能造成大规模资金损失；政策方面，各国对AI支付的监管态度和政策实施节奏不同，可能形成监管套利或市场分割；社会接受度方面，部分用户对“让AI管钱”仍存顾虑，需要长期消费者教育。这些风险将影响AI支付的发展速度与路径。

本文来自微信公众号“太辉研究”（ID：taihuiyanjiu202308），作者：朱太辉，36氪经授权发布。