AI行業正在經歷一場微妙的“重心轉移”。

2025年被普遍認為是“AI智能體元年”。從豆包手機到“龍蝦”的爆火，能辦事的AI成為模型算力競賽之后的關注點。Gartner預測，到2026年底，40%的企業應用將嵌入AI Agent，而 2025年這一比例僅為5%。

因此，2026年被認為是“智能體經濟”的驗證之年。

但一個關鍵問題正在浮出水面：當AI Agent能夠自主寫代碼、查資料、做分析，甚至調用多個專業Agent完成復雜任務時，它們卻因為“付不出一筆錢”而四處碰壁。

這就像給一輛法拉利裝上了頂級發動機，卻沒有鋪設能讓它上路的高速公路。

5月26日，支付寶宣布AI支付已累計完成3億筆AI支付，成為全球首個大規模商用的AI原生支付基建 ，其全棧AI支付產品矩陣集結亮相，為行業帶來了一整套解決方案。

人們這時候發現，當大廠都在追逐大模型的“發動機”時，支付寶選擇成為那個“修路的人”，并且取得了重大進展。

3億筆AI支付和智能體經濟

此前不久，支付寶在“扣子編程”平臺上架了“商家入駐 Skill”及支付集成能力升級。表面看，這是一個技術產品的迭代。但若將視角拉高本質是“AI 商業化的”修路的一次邁進。

假設沒有AI支付的基建，我們可能面臨這種情況：一個AI寫作助手可以幫你生成萬字報告，卻無法直接收取9.9元的服務費；一個AI購物Agent能幫你全網比價、自動下單，卻在支付環節需要用戶手動跳轉、重新驗證。

這種“決策易、支付難”的窘境，背后是一個被忽視的行業現實：AI時代的交易基礎設施尚未建成。

要理解這個問題，需要回到AI Agent的工作方式。

傳統互聯網經濟中，交易的基本單元是“人”——一個人點擊、一個人確認、一個人輸入密碼。但Agent經濟的核心邏輯是“授權執行”：用戶設定規則和邊界，AI 自主完成決策和交易。

這意味著，支付系統需要回答一系列全新的問題：

如何確認一筆交易是Agent在用戶授權范圍內執行的，而非被惡意劫持？

當多個Agent協同完成一個任務時，資金如何在它們之間分配？

當交易糾紛發生時，責任如何界定——是用戶、Agent開發者，還是支付平臺？

當AI眼鏡、智能座艙等新終端出現時，支付交互如何適配？

這些問題，傳統支付體系沒有答案。

更深層的問題在于，AI商業化還面臨一個“雞生蛋、蛋生雞”的困境：沒有足夠的商業化案例，投資者不愿持續投入；沒有持續投入，技術迭代和生態建設就難以推進。而支付基建的完善，正是打破這一困境的關鍵。

支付寶的方案是將復雜支付接口封裝為標準化的Skill插件，實現“開發即上線”。開發者無需研究繁瑣的API文檔，無需處理復雜的安全認證流程，只需像搭積木一樣調用現成的支付能力，就能讓AI應用具備完整的商業閉環。

以“支付集成Skill”為例，開發者只需用自然語言描述需求，系統就能自動生成支付接入代碼。這一過程中，安全認證、回調處理、對賬結算等復雜環節全部被封裝在后臺。

這不僅僅是技術升級，更是生態范式的轉變。

如果把大模型比作AI時代的“發動機”，那么支付能力就是讓發動機真正驅動車輛上路的“傳動系統”與“路網”。沒有這套系統，再強大的AI也只能在實驗室里空轉；有了它，AI才能從“炫技”走向“規模化實用”。

智能體經濟的爆發，首先需要修好支付基建。

從“對話”到“交易”：智能體經濟的操作系統重構

要理解支付寶這次“修路”的意義，需要認清一個趨勢：AI Agent正在從“對話工具”演變為“數字員工”。

2025 年，全球AI眼鏡出貨量達870萬臺，同比增長322%。搭載“Agent 大腦”的硬件設備從眼鏡到車機，正在將AI的交互界面從手機屏幕延展到萬物。用戶與AI的關系，正在從“親自操作”轉變為“授權執行”。

這種轉變帶來了一個根本性的經濟邏輯變化：過去的經濟單元是人次、訂單；未來的經濟單元是Agent的一次調用、一次決策、一次確認。

當用戶說“幫我訂一張明天去北京的機票”時，背后可能是多個Agent的協同：一個搜索航班，一個比價決策，一個完成預訂，一個處理支付。這個過程中，傳統的支付協議與安全模型完全失效——你無法讓一個AI像人類一樣刷臉、輸入密碼、接收驗證碼。

拆開此次大會發布的整體方案，支付寶的答案是一套分層架構：

第一層是協議層——ACT（智能體商業信任協議）。2026年1月，支付寶聯合千問 App、淘寶、Rokid、阿里云百煉等發布中國首個面向Agent商業需求設計的開放技術協議。4月升級至2.0版，由IIFAA互聯網可信認證聯盟聯合20余家廠商共建，系統性構建了A2A（Agent-to-Agent）與A2M（Agent-to-Machine）的支付能力框架。

這套協議的本質，是為AI與電商、外賣等服務平臺的協同打造“通用語言”，讓跨終端、跨系統、跨平臺的AI任務執行變得便捷高效。

值得注意的是，ACT協議并非支付寶的“私有協議”，而是由IIFAA聯盟主導的開放標準。這種“聯盟式”的推進方式，避免了單家企業壟斷標準的風險，也更容易獲得生態伙伴的認可。參與共建的20余家廠商中，既有小米、智譜、比亞迪這樣的產業巨頭，也有眾多中小開發者，形成了相對均衡的生態結構。

第二層是安全層——AgentPayGuard。 在Agent自主完成交易的場景下，傳統的“密碼 + 驗證碼”安全模型不再適用。支付寶構建了全生命周期的身份安全、運行時安全、供應鏈安全和意圖安全四層防護體系。2026年5月，該系統通過中國信通院泰爾實驗室兩項權威安全評估，安全能力達到最高5級標準。

這意味著，當用戶授權Agent代其消費時，系統會實時評估：，Agent就可以在預算、對象、品類、有效期等清晰的范圍內自主完成支付。只有多重校驗通過，交易才會被執行。

這套安全體系的關鍵在于“意圖安全”——它不僅能識別惡意攻擊，還能判斷 Agent的執行是否偏離了用戶的真實意圖。例如，用戶說“幫我買一杯咖啡”，Agent卻下單了100杯，系統會識別出這種異常并攔截交易。

第三層是商業化引擎。面向用戶側，“AI 付”讓用戶一句話、看一下就能完成支付，步驟減少超 60%。春節期間用戶數破1億，成為全球首個支付筆數與用戶數雙破億的 AI 原生支付產品。面向商家側，“支付寶 AI 收”幫助開發者和商家實現低門檻收款，讓API、內容、算力的每一份資源、每一次調用都能變成收入。

這套架構的價值在于：它讓長尾的價值第一次被看見。據悉，支付寶AI支付已形成跨終端、跨平臺、跨場景的全面布局， 覆蓋95%主流通用智能體。

在此之前，只有大型平臺才有能力構建完整的支付閉環。一個獨立的 AI 開發者，即使做出了優秀的產品，也難以低成本地實現商業化。支付寶的“支付集成 Skill”改變了這一局面。

已經有很多技術小白嘗到第一口湯：無技術背景的手工編織愛好者小曼，在Qoder平臺用一句話創建電商站，當晚就收到了第一筆訂單；師范畢業生陽光小雯在扣子編程平臺開發AI提示詞學習應用，24小時內實現收款。

更值得關注的是，支付寶“AI 收”支持按調用量即時結算。這意味著，開發者不再需要依賴"包月訂閱"這種工業時代的商業模式，而是可以按照實際使用量收費。對于用戶而言，這意味著更靈活的使用方式；對于開發者而言，這意味著更公平的收益分配。

對于使用AI的用戶，為Token付費成為常態，此次發布的全新產品TokenPay，極大方便用戶的token消費和跟蹤計價。

當支付基建足夠完善時，創意的變現門檻被前所未有地降低。

AI基建的標準定義權

如果把視角再拉高一層，支付寶的“修路”工程背后，還有一層更深的戰略意義：中美AI支付的路徑分野與生態博弈。

美國的AI支付更多依附于信用卡體系（Visa/Mastercard）和昂貴的SaaS訂閱模式。Apple Pay等本質上仍是傳統銀行體系的“中間層”，并未真正取代底層清算架構。

這種模式的核心問題在于：利益割據與碎片化。不同的支付服務商之間缺乏統一協議，開發者需要針對不同平臺分別接入，用戶需要在不同錢包間反復跳轉。更關鍵的是，這種模式建立在“算力租位制”之上——用戶按月付費購買的是“使用權限”，而非按實際調用量付費。

這導致了一個悖論：在AI能力日益普及、邊際成本急劇下降的時代，支付模式卻仍停留在“包月訂閱”的工業時代邏輯。

相比之下，支付寶依托國內及全球領先的移動支付滲透率，正在構建從意圖識別、商品發現到資金結算的“全鏈路閉環”。

這種模式的優勢在于三個層面：

一、生態整合。用戶無需在不同協議和錢包間跳轉，體驗高度統一。無論是千問App內的AI購物，還是Rokid眼鏡上的“看一下支付”，亦或是理想、比亞迪等智能座艙里的語音下單，背后都是同一套支付體系在支撐。

二、基建普惠。支付寶不僅提供支付接口，更通過“Skill”等插件形式，將支付能力內嵌為AI開發的基礎設施。這種“國家隊”級別的基建能力天然具備普惠性，使得中國AI應用在商業化落地上減低成本。

三、數據主權。閉環模式確保了交易數據、用戶行為數據留在國內生態內，為后續的AI模型優化和風控迭代提供了完整的數據燃料，避免了數據主權外流。

算力的差距，可以通過采購GPU來縮小；模型的差距，可以通過開源和微調來追趕。但生態的差距，是難以跨越的。

一個典型案例是博查搜索。這家國內頭部AI搜索服務商，為DeepSeek等主流模型提供底層聯網支持，日API調用量超3000萬次。接入“支付寶 AI 收”后，它將搜索能力封裝為付費 Skill，實現了“調用即收費”。創始人劉勛的評價或許代表了不少開發者的心態：“觸達半徑和變現效率都將大幅提升。”

這種“調用即收費”的模式，在美國市場幾乎是不可想象的——Visa/Mastercard 的費率結構、SaaS訂閱的慣性、不同平臺之間的壁壘，都使得這種精細化計費難以落地。

當美國還在為不同支付平臺之間的利益博弈而內耗時，中國憑借統一的支付基建，已經掌握了更完整的商業數據主權和生態控制權。

這或許才是支付寶“修路”工程最深層的戰略意義。

路網的質量，決定經濟體的效率

縱觀支付寶這次“AI修路”，可以得出一個基本判斷：

它修的不僅是商業變現的快車道，更是中國AI產業通往規模化、安全化發展的康莊大道。

目前，支付寶AI付已覆蓋千問、淘寶等App內的智能購物，OpenClaw類通用 Agent、AI Agent間的自動結算（A2A/A2M），以及 Rokid、小米、華為、魅族、雷鳥等 AI 眼鏡品牌，理想、比亞迪、東風、方程豹等超 1000 萬輛智能座艙。生態合作伙伴包括瑞幸、阿里云百煉、博查、智譜、MiniMax 等。

這一覆蓋廣度背后，是一個正在形成的AI生態網絡：大模型廠商提供智力，硬件廠商提供入口，支付寶提供交易閉環。三方協同，構成了中國 AI 產業的基本盤。

當AI技術本身日益趨同，決定勝負的將不再是“誰的大模型更強”，而是“誰的生態更完善”。支付作為商業閉環的最后一環，其戰略價值正在被重新評估。

這一判斷并非空穴來風。縱觀科技產業發展史，每一次技術革命都會經歷類似的演進路徑：PC互聯網時代是瀏覽器和操作系統的生態之爭，決定了誰掌握流量入口

移動互聯網時代；iOS與Android的應用商店之爭，決定了誰掌握分發權；在AI 時代，支付和信任基礎設施之爭，將決定誰掌握商業化主動權

上半場是算力、算法、數據，下半場是場景、體驗、商業化能力，前者決定了 AI“能做什么”，后者決定了 AI“能走多遠”。

回顧互聯網發展史，類似的“基建時刻”曾多次出現：2000年代初，支付寶的擔保交易建立信任體系，解決了電商的支付難題；2010年代，移動支付“二維碼”普及，催生了移動互聯網的商業繁榮，如今，AI 支付基建的完善，可能成為智能體經濟爆發的催化劑。

歷史不會簡單重復，但往往押著相同的韻腳。

展望未來，AI支付的發展將取決于三個關鍵變量：

第一，技術標準的統一速度。ACT協議能否成為行業事實標準，取決于更多生態伙伴的加入。目前20余家共建廠商是一個好的開始，但要形成真正的網絡效應，還需要更多大模型廠商、硬件廠商、開發者的參與。標準化進程越快，AI 商業化的摩擦成本就越低。

第二，安全與便捷的平衡點。 Agent支付的核心矛盾在于：既要足夠安全，防止資金被盜用；又要足夠便捷，不破壞用戶體驗。目前的四層防護體系是一個折中方案，但隨著AI能力的進化，攻擊手段也在升級。如何在動態博弈中找到最佳平衡點，是持續的挑戰。

第三，監管框架的適應速度。AI支付涉及金融安全、數據隱私、責任界定等多個監管領域。現有法規大多針對“人類操作”設計，對于Agent自主交易的監管還存在大量空白。監管框架的完善速度，將直接影響AI支付的普及節奏。

這三個變量的演變，將決定中國AI支付基建能否真正走出自己獨特的發展道路，并搶占AI基建領域的標準定義權。

當發動機已經足夠強大時，路網的質量將決定整個經濟體的運行效率。而路網的建設，從來不是短跑，而是馬拉松。

對于行業而言，支付寶的“修路”工程提供了一個重要啟示：在AI競爭的下半場，基礎設施建設的重要性正在超越單純的技術突破。誰能在這一輪“修路競賽”中占據先機，誰就能在下一輪AI經濟爆發中獲得更大的話語權。

這條路軌，已經鋪就，等待來臨的是萬千智能體的轟鳴聲。

*以上內容不構成投資建議，不代表刊登平臺之觀點，市場有風險，投資需謹慎，請獨立判斷和決策。