融资500万美金，AI Agent时代的Stripe来了

你有没有想过，几年后你买东西可能再也不用自己下单了？你只需要对着 AI Agent 说："帮我买一双黑色的跑鞋，预算 800 元以内"，然后它就会自动搜索、比较、下单、支付，整个流程完全自主完成。这听起来像科幻片场景，但实际上已经在发生了。OpenAI 最近推出的购物功能、Perplexity Shop、亚马逊的"Buy for Me"功能都在朝这个方向努力。但有一个关键问题一直没解决：当 AI agent 代替我们购物时，支付环节该怎么办？

传统的支付系统是为人类设计的，每一次购买都需要人类点击"购买"按钮来确认。但当软件接管这个流程时，现有的支付基础设施就暴露出了根本性的缺陷。正是在这个背景下，Nekuda 应运而生，刚刚完成了 500 万美元的种子轮融资，由 Madrona Ventures 领投，American Express Ventures 和 Visa Ventures 参与投资。他们要解决的是一个看似简单但实际极其复杂的问题：如何让 AI agent 能够安全、自主地代表用户完成在线支付？

当前支付系统的根本性缺陷

我一直在思考一个问题：为什么我们现在能够接受 AI agent 帮我们写邮件、分析数据、规划行程，但却无法让它们帮我们完成购买？答案很简单，因为现有的支付系统从根本上就不是为非人类设计的。每一个电商网站、每一个支付流程都假设有一个真实的人坐在屏幕前，输入信用卡信息，点击确认按钮。

当 AI agent 试图模拟这个流程时，会遇到一系列技术和法律障碍。从技术角度看，大多数网站都设置了 CAPTCHA 验证、反机器人系统、设备指纹识别等保护措施，专门用来阻止自动化程序。这些系统会将 AI agent 识别为可疑的机器人行为，导致支付被拒绝或账户被封禁。从法律角度看，信用卡系统的合规要求基于人类行为模式设计，当 AI agent 代表用户执行支付时，很容易触犯 PCI DSS 等行业规范，甚至违反网站的使用条款。

更根本的问题在于"授权"概念的模糊化。在传统支付中，当你点击"购买"按钮时，这就是明确的授权信号。但当 AI agent 基于你的指令行动时，授权变得复杂起来。你可能说"帮我买个包"、"去下单吧"或者"这个不错，买了吧"，这些自然语言指令都表达了购买意图，但它们在法律上的效力如何？如果 AI agent 误解了你的意图，或者执行了你并未明确授权的购买，责任该如何界定？

Nekuda 的创始人在构建 LangChain agents 并试图让它们进行在线支付时，正是遇到了这些问题。他们发现，即使是最简单的购买任务，AI agent 也会因为各种技术和合规障碍而失败。更让人担心的是，有些 agent 会"失控"，执行用户并未明确授权的购买行为，甚至他们自己的信用卡都被银行系统封锁了。这些现实挫折让他们意识到，要真正实现 AI agent 驱动的商务，我们需要的不仅仅是更智能的 agent，而是全新的支付基础设施。

从市场数据来看，这种转变的紧迫性正在凸显。Visa 最近报告称，AI agent 访问零售网站的流量同比增长了 1200%。这种增长速度让人想起互联网早期的爆发式发展，而且这还只是开始。目前，当 ChatGPT 推荐一双运动鞋时，它只能提供一个链接让你点击进入购买页面。但这只是一个临时性的过渡方案。真正的未来是让 AI agent 能够搜索、筛选、购买一步到位，完全自主地完成整个商务流程。

Nekuda 的创新解决方案

Nekuda 的巧妙之处在于，他们没有试图颠覆整个支付行业，而是找到了一种方式，让 AI agent 能够在现有支付生态系统中安全运行。他们的平台围绕两个核心组件构建：安全 agent 钱包和 agent 授权机制（Agent Mandates）。这种设计既保持了与现有系统的兼容性，又解决了 AI agent 支付的独特挑战。

安全 agent 钱包解决的是凭证管理问题。用户可以将支付凭证安全地委托给 AI agent，agent 能够在结账时自动、安全地注入支付详情，确保它能够自主完成交易而无需不断向人类请求输入。这个看似简单的功能实际上需要解决复杂的安全和合规问题。Nekuda 确保整个过程符合 PCI DSS 标准，支付凭证在传输和存储过程中都经过加密保护，而且用户始终保持对委托权限的控制。

更重要的创新是 Agent Mandates 系统。这是 Nekuda 的核心创新，用于捕获关于用户购买意图的丰富上下文信号——agent 被允许购买什么，在什么条件下购买，支出限额是多少，是否需要额外审批等。这个授权成为一个透明、可验证的消息，可以传递给整个支付栈的其他参与方，让他们能够信任这些交易。

我特别欣赏 Nekuda 解决授权问题的方式。他们认识到，AI agent 支付的核心挑战不仅仅是技术问题，更是信任问题。当用户委托 AI agent 执行购买时，支付网络、银行、商户都需要确信这个交易是用户真正授权的。传统的支付系统依赖"点击购买"这样的明确信号，但在 AI agent 时代，授权变得更加复杂和微妙。

Nekuda 的 Agent Mandates 系统就像是为 AI agent 时代重新设计的"数字签名"。每当用户向 AI agent 发出购买指令时，系统会记录完整的上下文信息：用户的具体指令、购买限制、预算约束、时间窗口等。这些信息被加密签名，形成一个可验证的授权文件，可以在整个支付链中传递。正如他们所说，这些 Mandates 必须具备三个关键属性：可验证性（每个支付流程的参与者都能轻松验证）、责任明确性（在授权时刻使用密钥签名，因此可以信任）、以及数据丰富性（携带足够的上下文信息）。

更让我印象深刻的是，Nekuda 已经成为 Visa Intelligent Commerce 计划的旗舰合作伙伴。这是专门为 AI agent 设计的第一个卡网络倡议，提供网络令牌来替代传统的信用卡号码。这些令牌已经被 Apple Pay 和 Google Pay 等支付处理商和钱包广泛使用，现在将扩展到 AI agent 领域。通过这种合作，Nekuda 不仅解决了技术问题，还获得了主要支付网络的官方认可和支持。

Nekuda 的 SDK 为开发者提供了构建安全的、用户批准的交易的简单方式。正如他们在介绍中说的，他们的 SDK 能够让开发者的 agent 处理用户信用卡、顺利管理交易、记录用户授权，并配备最佳的 agent 商务工具。开发者不需要从头构建复杂的支付基础设施，也不需要处理繁琐的合规要求。他们只需要集成 Nekuda 的 SDK，就能让自己的 AI agent 获得安全支付能力。这种"即插即用"的方式大大降低了 AI agent 商务的准入门槛，让更多开发者能够探索这个新兴领域。

为什么现在是 AI Agent 支付的关键时刻

我经常思考，为什么 AI agent 支付会在这个特定时间点成为一个重要投资主题？答案不仅仅在于技术的成熟，更在于多个因素的汇聚形成了完美风暴。

从技术发展历程看，AI agent 的概念并不新鲜。2022 年 10 月，LangChain 作为将 GPT-3.5 等大语言模型集成到应用中的框架推出，它是第一个将 LLM 组合成"agents"的框架——具有由 LLM 指导的控制流的软件系统，使它们"具有代理性"和非确定性。agent 可以接受任务，进行推理，将任务分解为更小的子任务并执行它们。它们还可以监督自己的工作以确保达到质量标准。

LangChain 迅速获得了关注，在 GitHub 上吸引了数百名开发者，并在 2023 年初获得了大量资金。这引发了各种 agent 框架之间的竞赛，CrewAI、OpenAI 的 Swarm、Llama Agents 等都在争夺成为 agent 构建者的标准。到 2024 年，我们开始看到 agent 首次进入生产环境，主要是在客户支持和编程方面——这些是早期用例的低门槛果实。

最大的挑战一直是让 agent 保持"在轨道上"，确保它们可靠地按预期执行。但随着 LangSmith 等工具的出现，这些挑战正在快速解决，使调试和跟踪变得更容易。agent 的更广泛愿景是变革性的，其中圣杯是未来的每一个软件都将在某种程度上具有代理性，取代今天的大部分软件。

agent 的自然演进是使它们能够处理支付以完成任务。Nekuda 将 agent 支付分为两种主要类型：最后一英里支付（支付本身就是最终目标，如消费者购买）和资源支付（购买是完成最终目标过程中的一个步骤，如 agent 在运行时需要购买 API、访问数据源、与其他 agent 协作）。

从用户期望角度看，人们已经习惯了 AI 在各个领域为他们代劳。我们让 AI 写邮件、制作表格、分析数据、规划旅行路线，下一个自然的期望就是让它们完成购买。特别是对于那些重复性、低价值的购买决策，比如日用品补充、定期订阅、标准化产品采购等，用户迫切希望能够委托给 AI agent 自动处理。

从商业角度看，企业开始意识到 AI agent 商务的巨大潜力。AI agent 支付可以覆盖从消费者日常购买到复杂高价值决策的所有场景。对于企业来说，这不仅意味着新的收入来源，还意味着更高的运营效率。想象一下，采购部门的 AI agent 可以根据库存水平自动补充办公用品，营销部门的 AI agent 可以根据活动效果实时调整广告投放预算并付费。

行业巨头的参与也证明了这个趋势的重要性。PayPal 展示了基于 MCP 的技术栈，Mastercard 推出了针对 AI agent 支付的 Agent Pay 项目，Stripe 推出了专门用于 AI agent 支付的 Order Intent API，OpenAI 启动了允许直接通过 ChatGPT 支付的商务项目，亚马逊发布了"Buy for Me"测试功能。这些举措表明，AI agent 商务不再是遥远的未来概念，而是正在快速落地的现实应用。

值得注意的是，Perplexity 刚刚推出了他们的商户项目，试图创建内部支付的封闭花园。这种趋势显示了各大平台都在积极布局 AI agent 商务领域，但也暴露了封闭系统的局限性——没有商户愿意被锁定在单一支付选项中，这会限制他们的潜在销售。

技术挑战与解决方案

我深入研究了 AI agent 支付面临的技术挑战，发现问题比表面看起来要复杂得多。Nekuda 将这些挑战分为两大类：技术障碍和合规相关挑战，每一类都有其独特的复杂性。

从技术角度看，最基本的问题是缺乏支付 API 接口。目前，几乎没有直接的方式可以通过 API 调用进行支付。虽然虚拟信用卡听起来很有前景，但它们并不能解决这个根本问题。虚拟信用卡 API 可以发行和管理虚拟卡，但仍然需要手动输入卡片详情（如卡号、过期日期、CVV）到商户的支付界面。支付系统从根本上就是围绕人类交互设计的，而非程序化执行。

目前唯一的解决方案是使用不可靠且法律地位模糊的方法，比如通过网页抓取或无头浏览器自动化 GUI 交互。这种方法不仅技术上脆弱，而且经常违反商户的服务条款，使其成为一个不切实际且风险很高的解决方案。这既是可靠性的技术挑战，也是合规挑战。

CAPTCHA 和反机器人措施是另一个重大技术挑战。许多网站使用 CAPTCHA、蜜罐和复杂的反机器人系统来防止自动化交互。这些机制使得 agent 或脚本很难完成交易，经常需要人工干预才能绕过。Cloudflare 等公司已经在采取更多措施阻止 agent 抓取网站，这将为 agent 私自使用 GUI 创造更多技术障碍。

欺诈检测系统也是一个主要障碍。自动化交易经常被欺诈预防算法标记为可疑，这可能导致支付被拒绝、账户被锁定，甚至永久禁止使用平台。这些系统设计时优先考虑安全性，但经常干扰合法的自动化操作。当 agent 需要大量微服务和小任务时，这个问题变得特别痛苦，会创造出信用卡公司不熟悉的新型消费模式，导致更多阻断。

成本结构是另一个重要考虑因素。Stripe 的固定交易费用为 0.35 美元，加上 2.7% 的变动费用，这使得当前的支付系统对于 agent 经济来说经济上不可行，特别是对于微交易。如果一个 agent 需要支付 0.5 美元来使用另一个 agent 的服务，仅 0.35 美元的固定费用就几乎使价格翻倍。这种费用结构为扩展 agent 依赖的低价值、高频交易创造了重大障碍。

从合规角度看，人类中心的支付系统创造了更多挑战。现有的金融基础设施是为人类设计的。每一个电商或自助服务 API 购买都要通过为人类设计的 GUI，这意味着每个人都要在销售点手动接受购买，包括签署条款和条件并经历某种商业协议流程。自动化这些流程通常违反网站的服务条款，并且在责任和争议案件方面提出挑战（想象一下 agent 购买了你不想要的东西，或者一个具有不明确商业条款的网站"欺骗" agent 购买东西）。

PCI 合规是另一个重大挑战。信用卡是为人类使用而设计的，系统依赖手动流程，如通过 GUI 仪表板输入卡号和 CVV。PCI DSS 和其他行业法规严格管理信用卡数据的处理，要求强大的安全措施、加密存储和传输，以及定期合规评估，这对自动化施加了重大的技术和程序障碍。这意味着开发者不能随意获取信用卡号并将其保存在 agent 软件中，因为他们会进入严格的合规制度，这可能最终违反信用卡公司的条款并导致卡片被封锁。

三种可能的解决方案路径

经过深入分析，Nekuda 认为有三种主要方法可以解决 AI agent 支付的挑战，每种方法都有其优缺点，未来十年内可能会看到这三种方法的某种混合应用。

第一种方案是稳定币轨道。随着 Stripe 最近以 11 亿美元收购 Bridge 以及立法的进步，稳定币显然在崛起。它们提供了一个全球化、可编程的支付层，与自主 agent 的需求完美契合。开发者可以在 60 秒内创建一个稳定币账户——要么是非托管的（agent 自己管理资金），要么是托管的（依赖于像"稳定币银行"这样的中心化机构）。从那里，他们可以以互联网速度向世界任何地方发送美元，费用只是几分之一美分。

稳定币几乎就像是为这个目的而发明的。它们是无国界的、即时的，原生支持基于 API 的交易。但是稳定币需要重新思考现有的金融基础设施来整合它们。今天，很少有企业接受稳定币，针对 agent 驱动支付的商户界面几乎不存在。除了采用率之外，还有关键挑战需要解决：商户界面和流程缺乏标准化、身份和合规要求等。尽管有这些障碍，稳定币是唯一能够大规模实现微交易和实时结算的可行选择。

第二种方案是商户界面处理通过 API 调用的虚拟卡支付。供应端endpoint（比如提供服务的 API 或商户）理论上可以设计为以编程方式接受支付详情。这要求商户 API 支持虚拟卡详情作为支付请求的一部分，虚拟卡提供商能够以编程方式发送详情。由于前面提到的技术和合规原因，这在今天实际上是不可能的。理论上，我们可以使用不同的技术"技巧"来弥补技术差距，如果有法律变化，这可能被用作临时解决方案。

这种方法的优势是利用现有的信用卡系统，但也带来了重大挑战：实施这种解决方案需要商户重新设计其界面来处理程序化支付流程，信用卡公司也需要适应，监管地位模糊，成本结构与传统卡网络保持一致对微交易来说过于昂贵。

第三种方案是创建封闭花园支付网络。例如，Perplexity 可以与航班预订网站合作，内部整合整个支付流程。这允许 Perplexity 用户直接在 Perplexity 界面内进行购买，本质上将预订网站的 GUI 转换为 Perplexity 的无缝扩展。用户可以点击按钮完成购买，随着时间推移，这甚至可以扩展到 agent 从 Perplexity 自主进行支付。

虽然这种方法无疑很酷，但即使有 Perplexity 和 OpenAI 这样公司的庞大资源，将这样的网络扩展到更广泛的经济似乎是不现实的。挑战在于大规模引入商户、维护互操作性，以及确保在分散的生态系统中的合规性。更严重的是，封闭网络为其他参与者创造了重大障碍，有效地将竞争对手和小开发者锁定在构建自己的付费 agent 之外。封闭花园支付网络可能为 Perplexity 或 OpenAI 这样的公司提供便利的消费者解决方案，但它们不太可能成为 agent 经济的基础。

我认为 Nekuda 选择的路径最为务实。他们不是试图替换整个支付生态系统，而是在现有系统之上构建了一个智能层，解决了 AI agent 支付的核心问题：信任和授权。通过与 Visa、American Express 等主要支付网络合作，他们确保了解决方案的兼容性和可扩展性。

授权问题：支付体系的根本性转变

我认为 Nekuda 最深刻的洞察在于识别出了支付体系正在发生的一个根本性转变：从认证到授权的重心转移。这个转变看似微妙，但实际上具有革命性的意义。

在传统支付中，我们主要关注的是认证（Authentication）而非授权（Authorization）。认证就是验证"你是谁"——输入密码、使用 Face ID 或 CVV 代码。而授权则是"你被允许做这件事吗"的权限问题。在历史上，授权在支付领域是一个相对简单的概念，因为如果你在电商网站上按下"购买"按钮，你就是在明确给出授权。很难争论说不是这样——你输入了信用卡详情并故意点击了按钮。

这就是为什么大多数信用卡安全措施都专注于认证——我们如何验证你，用户，确实拥有信用卡且它没有被盗。这就是 CVV 和 3DS 等方法发挥作用的地方。在基于设备的交易如 Apple Pay 或 Google Pay 中，认证和授权通过生物识别或 PIN 方式的同意来耦合，而实体卡支付通常依赖卡片插入或 NFC 轻拍。

但随着 AI agent 的出现，这种情况发生了根本性变化。agent 正在迅速发展，现在可以代表用户进行支付。这些 agent 通过自然语言接受文本或语音指令，并将其转化为行动，包括浏览网络、搜索信息，甚至商业行为如在电商网站购买物品或预订航班。

在这些情况下，用户授权不像简单的"点击购买"场景那样明确。用户可以通过多种方式表达支付意图：

- "请为我购买这个"

- "我想要购买"

- "继续结账吧"

所有这些都传达了相同的意图，应该导致相同的行动。但意图和执行之间的这种差距引入了两个潜在问题：错误（agent 进行非预期购买）和友好欺诈（用户创建退款并指责 agent 进行非预期购买）。

正如 Nekuda 指出的，想象一下 agent 为了完成任务而自主运行数小时的情况。没有人愿意醒来发现信用卡上有数十笔未经授权的费用。这开辟了一个新的有趣挑战——我们如何知道用户确实打算购买并给了 agent 授权？

Nekuda 的解决方案是 Agent Mandates——一个记录每个支付意图的所有上下文数据以证明用户授权的系统。强大的 Mandates 应该具有几个关键属性：可验证性（可以随时轻松验证）、责任明确性（在授权时刻使用密钥签名，因此可以信任）、数据丰富性（携带足够的上下文，以便相关参与者可以批准并降低交易风险）。

这个创新的重要性在于，它为 AI agent 时代建立了全新的信任模型。传统的支付系统假设购买指令总是明确的，但在 AI agent 世界中，指令可能是模糊的、上下文相关的，需要解释。Mandates 提供了一种方式来捕获这种复杂性，确保所有相关方都能理解和验证用户的真实意图。

现实世界的支付路径

虽然 Nekuda 在构建面向未来的支付基础设施，但我发现他们对当前现实的务实理解同样重要。在专门为 agent 设计的支付 API 普及之前，AI agent 仍然需要通过现有的"人类"支付路径来完成交易。

Nekuda 将当前的 agent 支付路径分为两大类：人类结账路径（使用现有流程如访客结账或商户存储的卡片）和新的专用 agent API。人类结账路径不需要改变 API，但需要 UI 自动化或使用已经存储了支付凭证的人类认证身份。这可能是 agent 在短期内处理结账的方式——它已经存在，只需要对当前系统进行轻微调整，而不是全面改革。

在人类结账路径中，手动卡片输入是最基本的方式：输入卡号、过期日期、CVV，然后点击"购买"。从 agent 角度来看，自动化这个过程面临几个主要挑战：任何处理原始卡片数据的软件都需要符合 PCI 标准（成本高且耗时），CAPTCHA 和反机器人保护无处不在，CVC 不能永久存储，因此经常需要人工输入，使得完全自主的用例变得困难。

存储卡片流程有多种形式——用户直接与商户存储卡片，或通过 Stripe Link 等第三方服务。在这种情况下，如果用户已经通过认证，他们只需点击"支付"即可。如果没有，他们需要进行认证——使用密码、通行密钥、OTP 或其他登录流程。这个流程在认证后更加流畅，但问题是 agent 认证还没有标准化。像 Arcade 这样的初创公司正在试图解决这个问题，但仍处于早期阶段。

网络令牌/一键支付在用户体验上感觉很像存储卡片。用户认证一次，然后点击"购买"。在底层，它基于网络发行的令牌（如 Apple Pay、Click-to-Pay）。但它通常是需要认证的存储支付凭证形式，在 agent 认证和用户授权方面面临同样的核心挑战。

Nekuda 指出，agent 在技术上可以使用这些支付路径，但只是通过原本不为 AI 设计的缝隙挤过去。三个主要的"地雷"仍然存在：法律灰色地带（卡片规则说你信任的人可以使用你的卡，但他们从未定义过 AI）、安全障碍（CAPTCHA、3-D 安全码、设备指纹等）、以及合规负担（存储或接触卡片数据会拖累你进入 PCI-DSS 审计和网络注册文书工作）。

我认为 Nekuda 对这种现状的分析非常清晰：agent 可以使用现有的支付路径，但这种方式充满了摩擦和风险。这正是为什么我们需要像 Nekuda 这样的公司来构建专门为 agent 设计的支付基础设施，而不是让 agent 继续在为人类设计的系统中勉强运行。

对支付行业的深远影响

我相信 AI agent 支付不仅仅是技术升级，而是支付行业的根本性变革。这种变革将重新定义支付的本质，从简单的资金转移转变为智能决策执行的工具。

从支付流程角度看，传统支付是一个相对简单的确认过程：用户选择商品，点击购买，输入支付信息，确认交易。但在 AI agent 时代，支付变成了一个复杂的决策和执行过程。agent 需要理解用户意图、搜索和评估选项、执行购买决策，然后完成支付。这个过程中涉及的不仅仅是资金转移，还包括智能决策、风险评估、偏好学习等多个环节。

从业务模式角度看，支付公司的角色将从交易处理者转变为智能商务推动者。传统支付公司的价值主要体现在能够安全、快速地处理交易。但在 AI agent 时代，价值将更多体现在能够支持复杂的自主决策流程。支付公司需要提供不仅仅是支付轨道，还包括身份验证、授权管理、风险评估、争议解决等全套服务。

每一次计算范式的转变——从网络到移动再到社交再到云——都重新定义了购买的发生方式，结果是诞生了全新的金融平台。PayPal 乘着互联网的崛起，Stripe 和 Plaid 从 API 增长、创作者商务和开放银行中崛起，Apple Pay 伴随移动而生。现在这种情况再次发生——AI agent 正在推动下一波支付创新。

从消费者体验角度看，支付将变得更加隐形和智能。用户不再需要记住信用卡号、担心支付安全、处理退款流程等。AI agent 将处理所有这些细节，用户只需要表达购买意图和设置预算限制。这种体验的改变将推动消费行为的根本性转变，从主动购买转向委托购买。

从商户角度看，AI agent 支付将改变客户获取和留存策略。在传统模式下，商户通过用户界面设计、营销活动、客户服务等方式争夺消费者。但在 AI agent 时代，商户需要针对 AI agent 优化其产品和服务，确保 agent 能够准确理解产品信息、比较优势、处理交易。这将要求商户投资于 API 优化、数据结构化、agent 友好的服务设计等新能力。

从监管角度看，AI agent 支付带来了全新的挑战。现有的支付监管框架基于人类行为模式设计，在处理 AI agent 行为时存在很多灰色地带。监管机构需要重新考虑身份认证、交易授权、争议解决、反洗钱等多个方面的规定。Nekuda 的 Agent Mandates 系统实际上为监管合规提供了一个可能的解决方案，通过透明、可验证的授权记录来满足监管要求。

标准化将成为关键挑战和机遇。正如 Nekuda 指出的，标准化 Mandate 格式和协议对于 agent 支付的广泛采用至关重要。没有标准化，每个提供商可能开发专有的 mandate 结构，在授权验证中创造分片和低效。类似于网络认证的 JWT 令牌或委托访问的 OAuth 协议等行业标准，可以确保互操作性、简化实施，并加速发行方、PSP、网络和商户的接受。

我预测，未来几年内我们将看到支付行业的一次大洗牌。那些能够成功适应 AI agent 时代的支付公司将获得巨大优势，而那些坚持传统模式的公司可能会被边缘化。这就是为什么像 Visa 和 American Express 这样的行业巨头如此积极地投资和支持像 Nekuda 这样的创新公司。

我对 AI Agent 支付未来的思考

展望未来，我认为 AI agent 支付将经历三个主要发展阶段，每个阶段都有其独特的特征和挑战。Nekuda 在他们的分析中也描述了这三个阶段的演进。

第一个阶段是"发现为主"阶段，也就是我们现在所处的阶段。在这个阶段，AI 主要帮助发现产品，但人类仍然完成交易，反映了我们几十年来熟悉的传统电商体验。这个阶段的主要价值在于提高购买效率和决策质量。AI agent 可以快速浏览大量商品、比较价格和特性、读取用户评论，然后为用户提供推荐。但当涉及到实际支付时，用户仍然需要亲自确认交易。

第二个阶段是"自主结账"阶段，这是正在出现的阶段，也是 Nekuda 当前主要关注的阶段。浏览器 agent 进入下一步，自主处理结账过程。这显著减少了人工干预，在熟悉的"卡片不在场"情况旁边创造了新的"人类不在场"购物场景。在这个阶段，AI agent 可以在明确的用户授权下自主完成支付，但仍然在人类设定的严格限制和监督下运行。用户可以为 agent 设置预算限制、产品类别限制、价格阈值等参数，agent 在这些限制内可以自主做出购买决策并完成支付。

第三个阶段是"完全自主商务"阶段，这是未来愿景。消费者端和商户端 agent 都独立协商和交易，没有任何人工监督，将商务流线化到最大程度。在这个阶段，AI agent 将能够基于对用户偏好和需求的深度理解，完全自主地进行购买决策和支付，几乎不需要人类干预。agent 将通过持续学习用户行为、分析消费模式、预测需求，主动为用户采购所需商品和服务。

在当前阶段，我观察到三种不同类型的商务 agent 正在出现：第三方 agent（聚合和简化在线体验的平台，如 Perplexity）、基于浏览器的 agent（直接操作网站、自动化类人交互的 agent，如 OpenAI Operator）、以及平台 agent（由主要商户或平台创建，直接促进交易，如亚马逊的 Alexa+）。

我相信，人工参与循环的问题经常被提出。虽然人工参与可以作为简单的授权机制——比如在每个 agent 交易前弹出请求明确许可——但这种方法在任务增加复杂性和持续时间时很快变得不实用。自主 agent 的最终承诺是能够独立执行复杂任务的能力，这些任务可能在数小时甚至数天内展开。在这些复杂场景中每一步都需要人工批准会带来瓶颈，破坏效率，并限制自动化的真正潜力。

我认为技术发展方面，会出现几个重要趋势。首先是标准化的加速。随着越来越多的公司投入 AI agent 支付领域，行业将需要建立统一的标准和协议。这包括 agent 身份认证标准、授权格式规范、争议解决流程等。Nekuda 提出的 Agent Mandates 概念可能成为这种标准化努力的基础。

其次是支付基础设施的 API 化。虽然当前大多数支付系统仍然基于人类界面设计，但我预期越来越多的商户和支付服务提供商将开发专门为 AI agent 设计的 API 接口。这些接口将支持程序化的支付请求、自动化的身份验证、实时的交易状态查询等功能。

从长远来看，我相信 AI agent 将彻底改变我们与商务的交互方式。我们将从被动地学习使用支付系统，转变为主动地委托 agent 完成购买任务。这种转变不仅会提高效率，还会让商务变得更加民主化，让那些没有技术背景的人也能充分利用复杂商务系统的力量。

Nekuda 在这个转变中扮演着关键角色，他们不仅解决了当前的技术和合规挑战，更重要的是为整个行业树立了标杆。通过与主要支付网络的深度合作、对用户授权问题的深刻理解、以及对开发者友好的解决方案设计，他们正在构建 AI agent 商务的基础设施。

正如 Madrona Ventures 的合伙人 Jon Turow 所说："自主商务不仅需要更智能的 agent——它需要信任、权限和支付的全新基础设施。"Nekuda 正是在构建这样的基础设施，让 agent 不仅能够变得更智能，更能够在经济上发挥强大作用。

我相信，五年后回看今天，Nekuda 的 500 万美元融资将被视为 AI agent 支付时代的起点标志。就像当年 PayPal 奠定了互联网支付的基础，Stripe 推动了 API 经济的发展一样，Nekuda 可能成为 AI agent 商务时代的基础设施构建者。这不仅仅是一个技术转变，而是商务本身的重新定义——从人类驱动的交易转向智能驱动的自主商务。

当然，这个转变不会一蹴而就。AI agent 支付仍然面临技术成熟度、用户接受度、监管适应性等多重挑战。但正如 Jon Turow 所说："AI agent 不是魔法，它们远非普遍可靠。但在正确的地方，正确的时间——它们感觉就像魔法。当它们做到这一点时，它们可以解锁全新的生产力。"这句话精准地总结了当前的状况。我们正处在一个临界点，AI agent 支付即将从实验性概念转变为现实应用。而像 Nekuda 这样的公司，正在为这个转变铺平道路。

最终，我相信我们正在见证商务历史的一个重要转折点。当你对着 AI agent 说"帮我订个外卖"或"把这个加入购物车并付款"时，这些指令将像今天点击"购买"按钮一样自然和可靠。