支付宝 AI 修路迎来重大进展

AI行业正在经历一场微妙的“重心转移”。

2025年被普遍认为是“AI智能体元年”。从豆包手机到“龙虾”的爆火，能办事的AI成为模型算力竞赛之后的关注点。Gartner预测，到2026年底，40%的企业应用将嵌入AI Agent，而 2025年这一比例仅为5%。

因此，2026年被认为是“智能体经济”的验证之年。

但一个关键问题正在浮出水面：当AI Agent能够自主写代码、查资料、做分析，甚至调用多个专业Agent完成复杂任务时，它们却因为“付不出一笔钱”而四处碰壁。

这就像给一辆法拉利装上了顶级发动机，却没有铺设能让它上路的高速公路。

5月26日，支付宝宣布AI支付已累计完成3亿笔AI支付，成为全球首个大规模商用的AI原生支付基建，其全栈AI支付产品矩阵集结亮相，为行业带来了一整套解决方案。

人们这时候发现，当大厂都在追逐大模型的“发动机”时，支付宝选择成为那个“修路的人”，并且取得了重大进展。

3亿笔AI支付和智能体经济

此前不久，支付宝在“扣子编程”平台上架了“商家入驻 Skill”及支付集成能力升级。表面看，这是一个技术产品的迭代。但若将视角拉高本质是“AI 商业化的”修路的一次迈进。

假设没有AI支付的基建，我们可能面临这种情况：一个AI写作助手可以帮你生成万字报告，却无法直接收取9.9元的服务费；一个AI购物Agent能帮你全网比价、自动下单，却在支付环节需要用户手动跳转、重新验证。

元股证券:ygzq.hk

这种“决策易、支付难”的窘境，背后是一个被忽视的行业现实：AI时代的交易基础设施尚未建成。

要理解这个问题，需要回到AI Agent的工作方式。

传统互联网经济中，交易的基本单元是“人”——一个人点击、一个人确认、一个人输入密码。但Agent经济的核心逻辑是“授权执行”：用户设定规则和边界，AI 自主完成决策和交易。

这意味着，支付系统需要回答一系列全新的问题：

如何确认一笔交易是Agent在用户授权范围内执行的，而非被恶意劫持？

当多个Agent协同完成一个任务时，资金如何在它们之间分配？

当交易纠纷发生时，责任如何界定——是用户、Agent开发者，还是支付平台？

当AI眼镜、智能座舱等新终端出现时，支付交互如何适配？

这些问题，传统支付体系没有答案。

更深层的问题在于，AI商业化还面临一个“鸡生蛋、蛋生鸡”的困境：没有足够的商业化案例，投资者不愿持续投入；没有持续投入，技术迭代和生态建设就难以推进。而支付基建的完善，正是打破这一困境的关键。

支付宝的方案是将复杂支付接口封装为标准化的Skill插件，实现“开发即上线”。开发者无需研究繁琐的API文档，无需处理复杂的安全认证流程，只需像搭积木一样调用现成的支付能力，就能让AI应用具备完整的商业闭环。

以“支付集成Skill”为例，开发者只需用自然语言描述需求，系统就能自动生成支付接入代码。这一过程中，安全认证、回调处理、对账结算等复杂环节全部被封装在后台。

这不仅仅是技术升级，更是生态范式的转变。

如果把大模型比作AI时代的“发动机”，那么支付能力就是让发动机真正驱动车辆上路的“传动系统”与“路网”。没有这套系统，再强大的AI也只能在实验室里空转；有了它，AI才能从“炫技”走向“规模化实用”。

智能体经济的爆发，首先需要修好支付基建。

从“对话”到“交易”：智能体经济的操作系统重构

要理解支付宝这次“修路”的意义，需要认清一个趋势：AI Agent正在从“对话工具”演变为“数字员工”。

2025 年，全球AI眼镜出货量达870万台，同比增长322%。搭载“Agent 大脑”的硬件设备从眼镜到车机，正在将AI的交互界面从手机屏幕延展到万物。用户与AI的关系，正在从“亲自操作”转变为“授权执行”。

AI炒股配资

这种转变带来了一个根本性的经济逻辑变化：过去的经济单元是人次、订单；未来的经济单元是Agent的一次调用、一次决策、一次确认。

当用户说“帮我订一张明天去北京的机票”时，背后可能是多个Agent的协同：一个搜索航班，一个比价决策，一个完成预订，一个处理支付。这个过程中，传统的支付协议与安全模型完全失效——你无法让一个AI像人类一样刷脸、输入密码、接收验证码。

拆开此次大会发布的整体方案，支付宝的答案是一套分层架构：

第一层是协议层——ACT（智能体商业信任协议）。2026年1月，支付宝联合千问 App、淘宝、Rokid、阿里云百炼等发布中国首个面向Agent商业需求设计的开放技术协议。4月升级至2.0版，由IIFAA互联网可信认证联盟联合20余家厂商共建，系统性构建了A2A（Agent-to-Agent）与A2M（Agent-to-Machine）的支付能力框架。

这套协议的本质，是为AI与电商、外卖等服务平台的协同打造“通用语言”，让跨终端、跨系统、跨平台的AI任务执行变得便捷高效。

值得注意的是，ACT协议并非支付宝的“私有协议”，而是由IIFAA联盟主导的开放标准。这种“联盟式”的推进方式，避免了单家企业垄断标准的风险，也更容易获得生态伙伴的认可。参与共建的20余家厂商中，既有小米、智谱、比亚迪这样的产业巨头，也有众多中小开发者，形成了相对均衡的生态结构。

第二层是安全层——AgentPayGuard。在Agent自主完成交易的场景下，传统的“密码 + 验证码”安全模型不再适用。支付宝构建了全生命周期的身份安全、运行时安全、供应链安全和意图安全四层防护体系。2026年5月，该系统通过中国信通院泰尔实验室两项权威安全评估，安全能力达到最高5级标准。

这意味着，当用户授权Agent代其消费时，系统会实时评估：，Agent就可以在预算、对象、品类、有效期等清晰的范围内自主完成支付。只有多重校验通过，交易才会被执行。

这套安全体系的关键在于“意图安全”——它不仅能识别恶意攻击，还能判断 Agent的执行是否偏离了用户的真实意图。例如，用户说“帮我买一杯咖啡”，Agent却下单了100杯，系统会识别出这种异常并拦截交易。

第三层是商业化引擎。面向用户侧，“AI 付”让用户一句话、看一下就能完成支付，步骤减少超 60%。春节期间用户数破1亿，成为全球首个支付笔数与用户数双破亿的 AI 原生支付产品。面向商家侧，“支付宝 AI 收”帮助开发者和商家实现低门槛收款，让API、内容、算力的每一份资源、每一次调用都能变成收入。

这套架构的价值在于：它让长尾的价值第一次被看见。据悉，支付宝AI支付已形成跨终端、跨平台、跨场景的全面布局，覆盖95%主流通用智能体。

在此之前，只有大型平台才有能力构建完整的支付闭环。一个独立的 AI 开发者，即使做出了优秀的产品，也难以低成本地实现商业化。支付宝的“支付集成 Skill”改变了这一局面。

已经有很多技术小白尝到第一口汤：无技术背景的手工编织爱好者小曼，在Qoder平台用一句话创建电商站，当晚就收到了第一笔订单；师范毕业生阳光小雯在扣子编程平台开发AI提示词学习应用，24小时内实现收款。

更值得关注的是，支付宝“AI 收”支持按调用量即时结算。这意味着，开发者不再需要依赖\"包月订阅\"这种工业时代的商业模式，而是可以按照实际使用量收费。对于用户而言，这意味著更灵活的使用方式；对于开发者而言，这意味着更公平的收益分配。

对于使用AI的用户，为Token付费成为常态，此次发布的全新产品TokenPay，极大方便用户的token消费和跟踪计价。

当支付基建足够完善时，创意的变现门槛被前所未有地降低。

AI基建的标准定义权

如果把视角再拉高一层，支付宝的“修路”工程背后，还有一层更深的战略意义：中美AI支付的路径分野与生态博弈。

美国的AI支付更多依附于信用卡体系（Visa/Mastercard）和昂贵的SaaS订阅模式。Apple Pay等本质上仍是传统银行体系的“中间层”，并未真正取代底层清算架构。

这种模式的核心问题在于：利益割据与碎片化。不同的支付服务商之间缺乏统一协议，开发者需要针对不同平台分别接入，用户需要在不同钱包间反复跳转。更关键的是，这种模式建立在“算力租位制”之上——用户按月付费购买的是“使用权限”，而非按实际调用量付费。

这导致了一个悖论：在AI能力日益普及、边际成本急剧下降的时代，支付模式却仍停留在“包月订阅”的工业时代逻辑。

相比之下，支付宝依托国内及全球领先的移动支付渗透率，正在构建从意图识别、商品发现到资金结算的“全链路闭环”。

这种模式的优势在于三个层面：

一、生态整合。用户无需在不同协议和钱包间跳转，体验高度统一。无论是千问App内的AI购物，还是Rokid眼镜上的“看一下支付”，亦或是理想、比亚迪等智能座舱里的语音下单，背后都是同一套支付体系在支撑。

二、基建普惠。支付宝不仅提供支付接口，更通过“Skill”等插件形式，将支付能力内嵌为AI开发的基础设施。这种“国家队”级别的基建能力天然具备普惠性，使得中国AI应用在商业化落地上减低成本。

三、数据主权。闭环模式确保了交易数据、用户行为数据留在国内生态内，为后续的AI模型优化和风控迭代提供了完整的数据燃料，避免了数据主权外流。

算力的差距，可以通过采购GPU来缩小；模型的差距，可以通过开源和微调来追赶。但生态的差距，是难以跨越的。

一个典型案例是博查搜索。这家国内头部AI搜索服务商，为DeepSeek等主流模型提供底层联网支持，日API调用量超3000万次。接入“支付宝 AI 收”后，它将搜索能力封装为付费 Skill，实现了“调用即收费”。创始人刘勋的评价或许代表了不少开发者的心态：“触达半径和变现效率都将大幅提升。”

这种“调用即收费”的模式，在美国市场几乎是不可想象的——Visa/Mastercard 的费率结构、SaaS订阅的惯性、不同平台之间的壁垒，都使得这种精细化计费难以落地。

当美国还在为不同支付平台之间的利益博弈而内耗时，中国凭借统一的支付基建，已经掌握了更完整的商业数据主权和生态控制权。

这或许才是支付宝“修路”工程最深层的战略意义。

路网的质量，决定经济体的效率

纵观支付宝这次“AI修路”，可以得出一个基本判断：

它修的不仅是商业变现的快车道，更是中国AI产业通往规模化、安全化发展的康庄大道。

目前，支付宝AI付已覆盖千问、淘宝等App内的智能购物，OpenClaw类通用 Agent、AI Agent间的自动结算（A2A/A2M），以及 Rokid、小米、华为、魅族、雷鸟等 AI 眼镜品牌，理想、比亚迪、东风、方程豹等超 1000 万辆智能座舱。生态合作伙伴包括瑞幸、阿里云百炼、博查、智谱、MiniMax 等。

这一覆盖广度背后，是一个正在形成的AI生态网络：大模型厂商提供智力，硬件厂商提供入口，支付宝提供交易闭环。三方协同，构成了中国 AI 产业的基本盘。

当AI技术本身日益趋同，决定胜负的将不再是“谁的大模型更强”，而是“谁的生态更完善”。支付作为商业闭环的最后一环，其战略价值正在被重新评估。

这一判断并非空穴来风。纵观科技产业发展史，每一次技术革命都会经历类似的演进路径：PC互联网时代是浏览器和操作系统的生态之争，决定了谁掌握流量入口

移动互联网时代；iOS与Android的应用商店之争，决定了谁掌握分发权；在AI 时代，支付和信任基础设施之争，将决定谁掌握商业化主动权

上半场是算力、算法、数据，下半场是场景、体验、商业化能力，前者决定了 AI“能做什么”，后者决定了 AI“能走多远”。

回顾互联网发展史，类似的“基建时刻”曾多次出现：2000年代初，支付宝的担保交易建立信任体系，解决了电商的支付难题；2010年代，移动支付“二维码”普及，催生了移动互联网的商业繁荣，如今，AI 支付基建的完善，可能成为智能体经济爆发的催化剂。

历史不会简单重复，但往往押着相同的韵脚。

展望未来，AI支付的发展将取决于三个关键变量：

第一，技术标准的统一速度。ACT协议能否成为行业事实标准，取决于更多生态伙伴的加入。目前20余家共建厂商是一个好的开始，但要形成真正的网络效应，还需要更多大模型厂商、硬件厂商、开发者的参与。标准化进程越快，AI 商业化的摩擦成本就越低。

第二，安全与便捷的平衡点。 Agent支付的核心矛盾在于：既要足够安全，防止资金被盗用；又要足够便捷，不破坏用户体验。目前的四层防护体系是一个折中方案，但随着AI能力的进化，攻击手段也在升级。如何在动态博弈中找到最佳平衡点，是持续的挑战。

第三，监管框架的适应速度。AI支付涉及金融安全、数据隐私、责任界定等多个监管领域。现有法规大多针对“人类操作”设计，对于Agent自主交易的监管还存在大量空白。监管框架的完善速度，将直接影响AI支付的普及节奏。

这三个变量的演变，将决定中国AI支付基建能否真正走出自己独特的发展道路，并抢占AI基建领域的标准定义权。