【财新网】AI的浪潮正席卷各行各业，支付领域亦不例外。在这一进程中，智能体（Agent）支付正迅速崛起为最具代表性的应用方向。

不同于传统支付建立在“人是最终决策者”之上，在智能体支付中，执行主体已从人转变为Agent，由此衍生出的一系列问题，尚待行业厘清。比如，如何定义Agent的身份、如何确认用户的授权范围、如何有效区分“用户的真实意图”与“Agent的自主行为”等。

对于大家关心的AI支付出现问题谁来负责，韩歆毅指出，这涉及到产业责任与治理体系的构建。首先要厘清权责边界，尤其是支付机构、模型厂商、商业机构、服务机构以及Agent提供方之间的责任划分。其次，要确保全链路可溯源，区块链技术为此提供了良好的技术支撑。最后，必须完善消费者权益保护机制，不能因为创新让用户遇到问题时投诉无门、求助无路。

韩歆毅认为，新需求和新风险必然能够通过新技术加以解决。具体而言，要充分运用区块链、隐私计算等前沿技术，来攻克智能体支付时代面临的安全与信任挑战。

AI支付正在成为全球支付创新和标准竞争的新焦点。韩歆毅指出，过去八个月，全球范围内各行各业都在深度参与到AI支付，基本上形成了四种探索路径。

第一类是以Stripe为代表的支付科技与基础设施平台。其核心逻辑在于，将支付、授权、凭证管理和风控等关键能力，封装成可供AI调用的标准化基础设施。

“回顾Stripe的发展路径，它深谙底层支付逻辑和开发者生态，通过低代码方式，让各类企业，尤其是中小企业仅需插入几行简单代码，就能快速将支付能力整合进生产系统。这一策略在AI时代同样延续并强化。”韩歆毅说。

第二类以Circle和Coinbase等加密货币企业为代表。它们主要依托稳定币及其钱包体系，以加密货币作为支付媒介，直接支持机器间的自动化支付场景。

第三类是以两大卡组织（Visa、Mastercard）为代表的传统支付网络。它们正积极推出各类新协议，旨在将原有的身份验证、授权及结算体系，延伸覆盖至Agent（智能体）之间的交易需求。

第四类则是Google、OpenAI等AI平台型企业。它们也陆续发布了各自的支付协议，但切入点更多立足于自身所掌握的用户入口、平台内的使用行为，以及未来可能衍生出的商业生态，从这一基础出发布局支付，其根本目的在于服务平台上的商业与支付流转。

四条发展路径并进，目前业内尚未就“哪一条才是AI时代支付的最优解”形成共识。中国又该怎样做呢？

韩歆毅指出，中国在借鉴国际经验的同时，必须清醒认识到，由于生态体系与国情差异巨大，无法简单照搬。在探讨具体落地路径之前，第一，根基不变，立足既有金融秩序。在国内，必须明确依托现有的法定货币体系、账户体系及清算结算基础设施。这套体系是中国支付行业乃至整个金融业过去几十年能够稳健发展、有效服务实体经济、并在全球范围内取得一定领先地位的根本所在。对于智能体支付，可以在现行监管框架内稳妥推进创新。例如，2026年8月24日中国支付清算协会发布《智能体支付应用自律公约》，便是在现有体系内为赋能智能体生态而共同约定的行为准则。

第二，要坚持普惠金融的初心，杜绝脱实向虚，不触碰违规红线，尤其不能炒作虚拟货币，所有创新都必须扎根于真实的业务需求与应用场景。

第三，在探索新技术、新场景的过程中，必须把风险防控放在突出位置，确保业务创新在安全可控的前提下有序推进。

过去一年，支付宝在智能体支付方面有哪些进展？韩歆毅回顾，支付宝的全栈技术框架已初步成型，从2026年起正式进入规模化验证阶段。

“支付宝目前在全球范围内服务着20亿用户和1.5亿商家，国内外各占一半。这一广泛的用户与商户覆盖，构成了支付宝在AI支付时代最为核心的竞争优势。”韩歆毅指出。

他介绍，TokenPay、AI付和AI收。其中，TokenPay是目前应用较为广泛的产品，主要用于用户在大模型平台上充值购买Token。从表面看，它似乎与现有支付方式差别不大，但如果认识到，Token有望成为智能体时代信息与价值流转的底层基础单位，那么支付如何与Token体系深度衔接，便成为能否更好服务这一新型流转模式的关键。这实际上是支付服务实体经济的重要一步。

而AI付与AI收，更多是面向个人和商家的智能体提供支付能力，其核心变化在于支付主体已从人转向了智能体。

韩歆毅解释，从底层来看，它们并非纯粹的支付产品，但为了更好地服务支付，有一系列配套工作必须跟进。未来每个人的智能体数量将大幅增加。如何精准记录每个智能体在执行什么任务、被授予了什么授权、进展到了哪一步，就成为一个现实难题。这就要求有一个个人的AI支付钱包，能够清晰地帮助用户管理和追踪所有与支付相关的智能体动态，从而让用户对智能体的支付行为始终看得见、管得住。

韩歆毅还指出，要在协议层实现互联互通，其中ACT协议尤为关键，有望成为Agent之间协作的通用语言。另外，必须构建完备的智能安全体系，覆盖Agent交易的全流程，确保每一笔交易都可信、可追溯。

韩歆毅介绍，目前支付宝的AI支付累计交易笔数已突破3亿，覆盖了超过95%的通用智能体场景。同时，已经实现多终端、多场景的全面覆盖，用户不仅在手机上，还可以通过眼镜、车机、手表等各类智能终端便捷使用智能体支付服务。

支付处理的核心是资金，资金安全始终是第一要务。如何真正做到可信支付？韩歆毅认为，第一，用户与Agent的关系。关键是要厘清谁授权、授权了什么。Agent今天是否是能够独立承担责任的主体？

“至少到目前为止还不是。”韩歆毅指出，即便未来某一天硅基生命成为现实，或许可以再讨论这一命题，但当下Agent依然是服务于每个个人和商家的工具。因此，我们需要建立一套数字授权机制，明确谁给Agent授权、授予了什么权限。同时，不仅要做好对客户的了解（KYC、KYB），还要对Agent本身做好KYA（Know Your Agent，了解你的智能体）。

第二，交易与模型运行的问题。大模型天然存在的幻觉问题，给支付业务所需的高确定性带来了极大挑战。如何在大模型的不确定性和支付的高确定性之间取得平衡？

“那就是不能把一切都交给模型，而应结合具体场景去适配模型的自主等级，如L1、L2、L3等分级。“同时，要强化基座模型的安全能力。”韩歆毅指出。

第三，做好异常行为的干预，也就是护栏机制。当模型表现不靠谱时，支付机构如何确保支付本身的可靠？这就依赖于完备的安全防护体系来兜底，确保系统始终在可控范围内运行。关于智能体支付，身份信任、自主分级与责任边界。

从KYC到KYA，如何定义身份治理？韩歆毅认为，KYA不能脱离KYC，必须先做好用户身份的识别，在此基础上去强化用户对智能体的授权以及智能体身份的确认，最终确保智能体的行为真正表达了用户授予的权限、真正实现了用户的意图。这里的关键变化在于，核验对象从自然人和法人变成了Agent，但更核心的是核验内容的变化。

“过去核验的是证件、身份及受益所有人，而在Agent时代，这个Agent是怎么来的？它诞生时的安全能力和执行能力至关重要。同时，用户对它的授权凭证是什么？这份凭证在用户发生纠纷时极为关键，如果凭证清晰，就能准确判断是支付机构执行错了授权，还是用户授权本身不合理、支付机构执行正确。因此，我们还必须理清权限边界，并建立审计链路，当用户投诉时，能够通过区块链回溯整个链路，基于事实厘清各方责任。”韩歆毅说。

法律责任主体是核心关键。韩歆毅指出，这方面可以依托现有的监管框架，因为智能体今天还不具备主体资格，它仍然归属于KYC主体，是用户支付行为的延伸。因此，原有针对用户和商家的支付监管框架总体无需发生大的变动，只是在支付机构利用智能体帮助用户和商家完成支付这一操作环节，需要制定更严格的约定和规范。

自主分级方面，韩歆毅解释，其思路最早可追溯至自动驾驶的分级体系。目前业内普遍认为，智能体支付可划分为L1、L2、L3三个等级，虽然各家的具体定义略有差异，但整体框架大致趋同。

L1级是指每一笔支付都需要用户亲自确认，这与当前支付的责任划分方式基本一致，变化不大；L2级是指人在场，委托Agent执行支付。例如，每天早上让智能体帮忙买一杯星巴克的热美式。这是一种清晰且严谨的授权，智能体只能在预设规则框架内行动，只要满足既定条件，就无需返回向用户逐笔确认。

L3级是指设定授权边界，自主支付。这就像家里阿姨每天帮忙买菜，只需告诉阿姨中午想吃鱼香肉丝、炒个青菜、再来点米饭，至于买什么菜、花多少钱，全权交给阿姨处理，事后再凭据报销。这类授权灵活且相对模糊，更接近意图式授权。

韩歆毅提醒，与自动驾驶L1到L5呈技术递进关系不同，在智能体支付领域，L1、L2、L3并非线性进阶关系，L3并不比L1更“高级”，三者将长期并存。具体采用哪个等级，取决于支付机构对特定场景下风险的判断，以及对用户授权意图的识别准确度。若判断清晰，可走向L2甚至L3；若判断不清，则应主动将用户拉回决策链路，进行人工确认。

关于如何清晰界定责权边界，韩歆毅指出，希望通过协议、平台基础设施（含区块链）、行业公约以及未来的监管框架，共同构建一套覆盖全流程的责任体系，第一，在授权执行之前，就将各方权责划分清楚。第二，事中做到凭证可追溯。不一定每笔都追溯，但当用户或商家提出需求时，要确保每一笔交易、每一个环节都能够被可信地回溯。第三，事后兜底有主体，责任落实有对象。通过事中的可追溯机制，厘清问题是出在支付机构、用户还是商家，进而由相应主体承担对应责任。