AI機器人怎麼花錢？Web3支付與信任難題全面拆解

70億美金。Stripe收購模型路由平台OpenRouter，媒體報道的這個金額，比很多人想像的都狠。

「誰能影響用戶的決策，誰就能影響交易。」這句話放在AI時代，可能比過去任何時候都更貼切。

先說背景。過去兩年，AI應用從回答問題，快速走向參與決策甚至執行。豆包、千問等應用開始接入點餐、購物、酒店預訂。Meta為商家提供Business AI接待服務，用戶點擊廣告後先和AI員工交流，回答問題、推薦款式、協助預約，只在需要時才轉人工。與此同時，支付公司開始往交易前端走。Stripe宣布與模型路由平台OpenRouter達成收購，媒體報道金額為70億美金。一家支付公司為什麼對模型調用這麼感興趣？答案可能藏在企業的支出結構裡：今後企業不只給員工發工資、買辦公軟件，還要為AI工作的過程支付模型和工具費用。

這裡有一個容易被忽略的轉變。傳統互聯網裡，流量公司負責識別意圖、影響決策、促成交易；支付公司負責把錢收進來。現在兩邊都在往中間走。流量公司往後延伸，支付公司往前布局，交匯點就是AI執行任務時產生的那一筆筆支出。

核心問題來了：這些錢到底花在哪？

以Token消耗為例。AI處理文字等信息時按Token計量，但作為付款方，用戶很難逐項核對。每次OpenAI模型大更新，討論焦點是能力有沒有變強，但天天使用的人還有另一個直接感受：Token怎麼燒得這麼快？它是在認真完成任務，還是在同一個問題上反覆嘗試、反覆消耗？後台記了這麼多用量，付款的人卻難以核實。

更進一步，買到的服務有沒有「摻水」？比如按高價模型付了錢，實際干活的卻是另一個成本更低的模型。這不是開玩笑。前段时间OpenAI、Claude的部分服務發生故障，有些第三方API卻照常可用。於是有人開玩笑，你以為是Claude在幹活，背後會不會其實是「豆包同學」在幫你打工？付費用戶有沒有辦法核實：到底調用了哪個模型，處理了多少Token，這筆錢有沒有真實用在任務上？

信任缺口，不只出現在執行過程。

杭州一起案件中，用戶向AI查詢高校報考信息，得到錯誤回答，後續對話裡又出現願意賠償十萬元的表述。用戶據此起訴開發公司，索賠請求最終被法院駁回。AI在聊天裡生成的承諾，不能直接當成平台已經作出的有效賠償承諾。北京通州還有一起案件，律師讓AI輔助起草訴訟材料，提交的參考案例看起來與待審案件非常相似，核實後卻發現存在虛構、與真實裁判不符的內容，法院在判決書裡對此提出了批評。

這些事情離我們並不遠。連信息和判斷都可能出錯，又怎麼放心把資產、把錢完全交給AI？但反過來，如果每次調用工具、花一點錢，都要人來點同意，也很崩潰。這個感覺，和管理者每天打開OA面對一大堆待審批事項差不多：你未必有時間細看，但它就是等著你點那個「同意」。百分之百放手不行，百分之百拿回來也不行。中間的平衡在哪裡？現階段還沒有一個統一的答案。

已經有一些不同的探索。

Coinbase推動的x402，利用HTTP 402這一付款狀態碼，讓程序在訪問收費資源時知道怎樣按要求付款，再取得服務。大家熟悉404表示資源找不到，402原本為付款需求預留，x402則在此基礎上設計了具體的支付流程。谷歌提出的AP2智能體支付協議，解決的是另一個問題：這筆錢真的是你允許AI花的嗎？它把用戶認可的購買內容、金額和支付授權，做成可以用密碼學簽名核驗的憑證。商家和支付機構不能只聽AI說「主人同意了」，還要能核對相應的授權記錄。亞馬遜AWS的AgentCore Payments，則更像是給AI配一個「管得住的钱包」，開發者連接錢包服務後設置任務的支出預算和有效期，AI在這個範圍裡購買收費接口、工具或內容，付款時由基礎設施檢查額度。

這些方案雖然各有側重，仍然圍繞著人給AI授權、讓執行可追蹤、把權限控制住來展開。目前還處在探索階段，不能把它們理解為已經形成了一套適用於所有場景的行業通用規則。

說到底，為什麼加密支付與AI的結合值得關注？

2015年10月31日那期《經濟學人》，以「The Trust Machine」為題討論區塊鏈。放到今天，這個概念有了一個很具體的使用場景：幾個互不熟悉的AI和服務商之間發生交易，不能只靠各自說「我授權了」「我付過了」，最好有一份大家能夠共同核對、事後不容易被單方改掉的記錄。記下來不等於內容天然真實，但至少能幫助把授權、付款和執行過程串起來。

對國內消費者來說，支付寶、微信支付已經非常方便。讓一個人為了日常付款重新學習錢包、私鑰、網絡選擇，遷移和學習成本很高。機器的情況不同。AI不用像人一樣學習一個界面，它可以直接調用接口、按照規則執行。很多對人來說麻煩的步驟，在程序之間可以自動完成。跨境小額支付就是一個典型場景，直播打賞、遊戲充值或一項很細的數字服務，付款金額很小，但傳統路徑上的固定費用、接入成本，可能讓這筆交易變得不划算。AI不斷調用小額服務，會讓這個矛盾更突出。

當然，這是一種產業判斷，不意味著AI只能使用加密貨幣，也不意味着國內業務可以直接照搬境外方案。技術潛力、具體成本和適用規則，仍然要放在各自的業務場景裡看。

如果真要探索AI支付，有三件事得先做好。

一個是控制權限。允許買什麼、向誰付款、單筆和累計能花多少、授權何時到期，都應該落到產品設置和授權條款裡；超額或者更換收款對象，要重新確認，用戶也要能夠隨時撤權。企業賬戶尤其要注意，誰有權給AI授權，要與內部審批權限對應。

另一個是把出錯以後的責任安排好。AI買錯、平台扣錯、商家沒有交付，是三種不同問題。協議裡要把投訴由誰受理、怎樣退款賠付、平台與商家如何分擔責任說清楚，同時保留授權、訂單、調用和扣款記錄。不能用一句「AI生成，僅供參考」，把本應承擔的責任都推給用戶。

還有一個是保護數據、密鑰和賬戶信息。把私鑰、支付密碼或者全部客戶資料塞進對話裡，風險很大。更合適的做法是把密鑰與模型隔離，讓AI通過受限接口辦事；需要什麼數據，就只給完成任務所必需的部分。

說到底，在AI時代，誰能夠贏得信任，誰就能夠影響商業決策；誰能夠影響商業決策，誰就能夠影響商業交易。這件事真正說明的，不是AI會不會花錢，而是當AI開始替人辦事、替人付款，現有的信任機制、責任分配和支付基礎設施，都得跟著重寫。未來市場將繼續觀察：這些協議和方案，能不能從探索階段走進真實的高頻交易場景。

FAQ

Q1：AI支付和普通互聯網支付，核心差別在哪？
普通支付由人主動發起、確認。AI支付是程序在授權範圍內自動完成，涉及模型調用、工具付費等高頻小額場景。關鍵差別在於：授權怎麼核驗、執行過程能不能追蹤、出錯後責任怎麼分。目前這些問題仍在探索階段。

Q2：x402和AP2協議分別解決什麼問題？
x402利用HTTP 402付款狀態碼，讓程序訪問收費資源時知道怎樣按要求付款。AP2則聚焦授權核驗，把用戶認可的購買內容、金額和支付授權做成密碼學簽名憑證，商家和支付機構能核對授權記錄，減少爭議。

Q3：為什麼說加密貨幣可能更適合AI支付？
AI不用像人一樣學習錢包、私鑰等操作界面，可以直接調用接口按規則執行。跨境小額支付場景中，傳統路徑的固定費用可能讓交易變得不划算，某些鏈上支付方案在費用合適、雙方可用、業務合規的前提下有優勢。但這不意味著AI只能用加密貨幣。