聊着聊着，东西就买到了

前阵子想买维生素片，记不清该补B1还是B2，就打开蚂蚁阿福想问一嘴。结果对话过程中，它识别出我的购买意图，主动推荐了附近药店和产品，按价格和距离排好。后面直接接上淘宝闪购，顺着提示下单付款，全程没再打开支付宝，二十分钟东西送到家。

打开应用时我只是想问个问题，聊着聊着东西就买到了。咨询和消费之间的距离，一下子被压缩了。

豆包、千问这些AI应用也在接入点餐、购物、酒店预订。以前觉得AI支付、机器人支付离我们很远，其实已经润物细无声地进了生活。从商业角度看，AI原来主要回答问题、提供信息，现在开始给决策参考，甚至参与执行。今年春节之后，OpenClaw等智能体工具火起来，各家办公助手陆续出现，有点"百团大战"的味道。

看那张AI生成的《最后的晚餐》——大家坐在一起吃完饭，谁来买单？

放到AI协作里，人类提需求，AI选模型、调工具、执行任务，背后发生的服务消费，谁来决定、谁来付款？这已经不是玩笑了。

Token烧得那么快，钱到底花在哪了

我每天用Codex，也用Kimi、DeepSeek的API。用得多了就有个很具体的困惑：每天消耗的这些Token，到底花在了哪里？是不是都用在我的任务上？我买到的模型服务，和实际调用的，是不是同一回事？

每次OpenAI模型大更新，大家讨论能力有没有变强，我作为天天在用的人，还有一个直接感受：Token怎么烧得这么快？它是在认真完成任务，还是在同一个问题上反复尝试、反复消耗？后台记了那么多用量，我作为付款的人，很难逐项核对。

更让人不安的是：我买到的服务有没有"掺水"？比如按高价模型付了钱，实际干活的却是另一个成本更低的模型，这中间的差别我能不能知道？这不是开玩笑。前段时间OpenAI、Claude部分服务故障，有些第三方API却照常可用。于是有人调侃：你以为Claude在干活，背后会不会其实是"豆包同学"在帮你打工？

付费用户有没有办法核实：到底调用了哪个模型，处理了多少Token，这笔钱有没有真实用在我的任务上？

以前有人说AI来了Web3是不是就凉了。我的切身体会恰恰相反——从来没有像现在这样，希望区块链的可验证记录能在AI服务里发挥作用。

谁影响决策，谁就影响交易

除了执行过程看不清，还有另一种变化：AI正在引导消费决策。

豆包酒店渠道的收费引起过很多讨论。据当时公开报道，相关酒店订单的软件服务费加上支付手续费，综合费率约12%。这里说的是特定酒店渠道的成交费用，不是所有豆包服务统一收费；平台也回应过，酒店推荐不收广告费，商家不能通过付费购买推荐排序。

但从商业上看，这仍是一个值得关注的变化。我们原本希望AI更快地检索信息、更准确地找到服务，到了成交环节，它又与商家的获客成本、渠道费用连在了一起。传统互联网里围绕流量和成交的生意，开始进入AI对话。

回到买维生素的例子，最初我未必已经决定消费。AI不断识别我的问题和意图，给出选项，就可能推动我作出购买决定。这是很微妙的转变。

曾鸣教授在一段长访谈里谈到智能商业要准确识别用户意图，让我很有感触。意图从哪里来？很大一部分藏在用户与AI的对话里。对创业者来说，今后需要思考的是，自己的产品和服务怎样进入这些对话，怎样被理解，又怎样进入用户的选择范围。

海外的Meta给出了另一个例子。过去它的广告业务是依据用户数据投放，商家买曝光、买点击。现在它又往后走了一步，为商家提供Business AI一类的AI接待服务。用户点击广告后，先和商家的AI员工交流——这个助手根据商家提供的资料回答问题、推荐款式、协助预约、完成购买，只在需要时转人工。原来"看见广告"和"有人接待"之间的过程，开始被AI接起来。

Meta的角色正在向销售服务延伸。它不仅影响客户看见什么，也开始参与客户看见之后怎样了解产品、怎样做决定。互联网广告和客户经营的边界，可能会因此变化。

谁能影响用户的决策，谁就能影响交易。 支付发生在后面，但决定这笔交易会不会发生、向谁发生的力量，可能早在前面的对话里就起作用了。

这股力量还在从另一个方向过来：支付公司也开始往交易的前端走。Stripe宣布与模型路由平台OpenRouter达成收购，媒体报道金额是70亿美金。比金额更让我感兴趣的是，为什么一家支付公司，会对模型调用这件事产生这么大的兴趣？

我的理解是，在AI时代，企业会把相当一部分预算花在AI服务上。过去给员工发工资、买办公软件，今后还要为AI工作的过程支付模型和工具费用。AI员工究竟花了多少钱，会成为经营者需要管理的一笔账。

一家公司的钱怎么收进来，支付公司已经在提供服务；钱怎么花出去，尤其是持续发生的AI调用支出，它也希望提供解决方案。这就能解释，为什么在服务跨境支付客户的过程中，会看到一些公司开始关注、布局API相关业务。

从流量公司往后走，是识别意图、影响决策、促成交易；从支付公司往前走，是进入企业使用服务、产生支出的过程。这是目前AI支付赛道里一组很有意思的商业动作。

放手不放心，每次都问也不行

当AI开始替我们办事、花钱，我们真的能放心吗？

网上流传过一个很像段子的故事：用户让AI帮忙订餐厅，AI生成了一张像模像样的预订成功通知。用户拿着通知去了店里，商家说根本没有这笔订单。"那你找AI吃去吧。"故事是否发生过暂且不论，但这个笑点大家都懂：AI说办好了，不等于真实世界里已经办好了。

如果只是段子，笑一笑就过去了。但当类似问题走到法庭，事情就严肃了。

杭州一起案件中，用户向AI查询高校报考信息，得到错误回答，后续对话里又出现了愿意赔偿十万元的表述。用户据此起诉开发公司，索赔请求最终被法院驳回。AI在聊天里生成的承诺，不能直接当成平台已经作出的有效赔偿承诺。

这里需要把话说准确：这并不意味着AI服务商只要提示"可能出错"就不用承担任何责任。具体还要看服务义务、过错、损失和因果关系。AI本身不具有独立承担民事责任的主体地位，也不意味着使用它、经营它的人因此可以免责。

北京通州还有一起案件。律师让AI辅助起草诉讼材料，提交的参考案例看起来与待审案件非常相似，核实后却发现存在虚构、与真实裁判不符的内容。法院在判决书里对此提出了批评。

连信息和判断都可能出错，我们又怎么放心把资产、把钱完全交给AI？

我现在使用DeepSeek等API服务，每天晚上睡觉前经常给AI安排一个任务：今晚你要完成什么。安排完还得去看一下账户额度，而且不敢充太多。万一它在同一个问题上反复尝试、反复调用，账单可能就受不了了。

只是调用模型，我已经要控制额度、控制风险，更不用说其他消费了。所以现阶段，确实很难让AI完全撒开了欢去干。

可反过来，如果每次都来问我，也很崩溃。调用一次工具花一点钱，问我同不同意；换一个服务又问一次。这个感觉和管理者每天打开OA面对一大堆待审批事项差不多：你未必有时间细看，但它就是等着你点那个"同意"。

百分之百放手不行，百分之百拿回来也不行。中间的平衡在哪里？现阶段还没有统一答案，因为每个人对AI的信任程度、任务的风险和可承受的损失都不同。

表面上我们在讨论互联网支付、AI的发展阶段，走到这里，核心还是信任。

过去用现金，后来用银行卡、网银，再到支付宝、微信支付，形态一直在变。但问题始终是那几个：这笔钱是谁的？谁有权花？钱有没有到？花错了怎么办、谁来承担责任？到了AI时代，我们依然跳不出这些问题。

再往前想一步：如果未来AI越来越多地参与经济活动，我们会不会需要重新讨论它在法律上的位置？

人类商业社会一个很重要的制度发明，就是公司这样的法人。它不是自然人，但法律赋予它特定的主体资格。那未来有没有可能，AI也获得某种法律上的身份，拥有账户、接受授信，并受到相应约束？公司会被列入失信名单，未来会不会出现针对AI的类似安排？

这当然是在讨论未来的可能性，不是在说今天的法律已经承认了这样的主体。它真正引出的问题是：如果AI越来越独立地办事，责任和约束要怎样跟上？

回到今天的现实，现有金融体系还没有把AI当成独立的交易主体。你能让一个AI以它自己的身份去开银行账户吗？它既不是自然人，也不是依法设立的公司，现阶段仍然需要回到个人或者企业的账户和授权。它能够执行任务，不等于已经具有独立的经济和法律身份。

权限也一样。我们可能给小朋友一百块零花钱，但不会直接给一百万让他随便花。AI手里可以放多少钱，可以怎样用，什么情况下必须回来问，仍然需要安排。

还有人机协作的成果归属。今天这份PPT有大量AI参与，我也开玩笑说，自己像一个"人肉话筒"，把内容带到现场。那这些内容的作者是谁，什么部分能够获得保护，又要怎样看待人的创作贡献？不能简单归结为"谁按下生成按钮，所有权就都是谁的"。

未来AI竞争里一个非常重要的命题，就是怎样建立对AI的信任。 它牵涉技术，也牵涉交易规则和法律责任。

现在已经有一些不同的探索：

  • Coinbase推动的x402：利用HTTP 402这一付款状态码，让程序在访问收费资源时知道怎样按要求付款，再取得服务。大家熟悉404表示资源找不到；402原本为付款需求预留，x402在此基础上设计了具体的支付流程。可以类比家里的互联网电视——看了一段，提示后续内容要付费。但AI服务需要的，是让程序处理付款要求和凭证，而不是每次都让人扫二维码。


  • 谷歌提出的AP2（智能体支付协议）：解决的是另一个问题——这笔钱，真的是你允许AI花的吗？它把用户认可的购买内容、金额和支付授权，做成可以用密码学签名核验的凭证。你允许AI买一张什么日期、什么价格范围内的机票，商家和支付机构不能只听AI说"主人同意了"，还要能核对相应的授权记录。真出了争议，也有材料可以比对。这套协议不限定只能用稳定币，银行卡等支付方式也可以参与。


  • 亚马逊AWS的AgentCore Payments：更像是给AI配一个"管得住的钱包"。开发者连接Coinbase或Stripe Privy等钱包服务，再设置一次任务的支出预算和有效期，AI在这个范围里购买收费接口、工具或内容；付款时由基础设施检查额度，调用和支出也留下记录。这样不需要每花一笔小钱都回来找人点同意，也不必把钱包的全部权限交给模型。


这些方案虽然各有侧重，仍然围绕着人给AI授权、让执行可追踪、把权限控制住来展开。目前还处在探索阶段，不能把它们理解为已经形成了一套适用于所有场景的行业通用规则。

为什么我看好加密支付与AI的结合

顺着信任这个关键词往下推导，谁是解决AI信任最好的方案？

我想到的是区块链。

2015年10月31日那期《经济学人》以"The Trust Machine"为题讨论区块链，中文常译作"信任机器"。放到今天，它又有了一个很具体的使用场景：几个互不熟悉的AI和服务商之间发生交易，不能只靠各自说"我授权了""我付过了"，最好有一份大家能共同核对、事后不容易被单方改掉的记录。记下来不等于内容天然真实，但至少能帮助把授权、付款和执行过程串起来。

我很认同一种判断：加密资产诞生时，看起来是给人类用的，但真正有可能让它大规模使用起来的，也许是机器。

对国内消费者来说，支付宝、微信支付已经非常方便。让一个人为了日常付款重新学习钱包、私钥、网络选择，迁移和学习成本很高。这也是为什么技术上有一种新的支付方式，并不意味着大家就会改用它。

机器的情况不同。AI不用像人一样学习一个界面，它可以直接调用接口、按照规则执行。很多对人来说麻烦的步骤，在程序之间可以自动完成。

过去几年我们接触过不少涉及跨境支付的业务，我对加密支付的兴趣很大一部分就来自这些具体场景。

比如跨境的小额支付，可能发生在直播打赏、游戏充值，或者一项很细的数字服务里。付款本身金额很小，但传统路径上的固定费用、接入成本，可能让这笔交易变得不划算。某些链上支付方案在这类场景里有优势，前提是所选网络费用合适、收付款双方能够使用，业务本身也符合当地要求。

设想一个场景：海外某用户要对游戏主播打赏一美元，他的跨境手续费会是多少？支付成本如果超过服务价值，这笔交易就很难发生。AI不断调用小额服务，会让这个矛盾更突出。这也是我特别看好小额、高频场景的原因。

另一个优势是可编程。链上借贷、资金分配等应用都在利用这项能力。货币能够按照预先设定的条件执行，交易就有了更多灵活性。

还有一个更大的背景，是互联网的开放性。

之前和一位从美国回来的同事聊过，他说在美国很多小店、创业品牌都有自己的网站，你想找附近的服务，常常可以直接在网上找到。但回到国内，他一开始觉得一些商家的信息怎么在公开网页上找不到，后来才发现很多内容和服务都在公众号、应用和各自的平台生态里。

过去十几年，互联网上产生了大量好内容，但不同平台之间并不完全互通。我把这种状态称为"电子栅栏"。到了AI时代，你让助手去找资料、完成任务，它也会碰到这些访问和授权的限制。

AI会带来一股推动互联网重新开放的力量。

要让助手跨平台调用服务，信息和接口就需要以合适的方式被访问。这不是自动发生的，还需要平台、内容方和使用者重新找到合作与收费的安排。同样，如果AI在全球范围内寻找服务，它的收付体系也很难永远局限在某一家应用的生态里。从这个角度，我看好加密货币和区块链在跨网络价值转移中的作用。AI推动服务协作，区块链提供一部分可验证的交易与执行能力，这两件事有很强的结合空间。

这是一种产业判断，并不意味着AI只能使用加密货币，也不意味着国内业务可以直接照搬境外方案。技术潜力、具体成本和适用规则，仍然要放在各自的业务场景里看。

探索AI支付，先把三件事做好

如果大家是AI创业者，或者支付行业的创业者，想探索这个方向，从实务角度有三个建议：

第一，控制权限。 站在用户角度，办法很朴素：先少充一点。站在创业者角度，就不能只靠用户自己小心了。允许买什么、向谁付款、单笔和累计能花多少、授权何时到期，都应该落到产品设置和授权条款里；超额或者更换收款对象，要重新确认，用户也要能随时撤权。特别是企业账户，谁有权给AI授权，要与内部审批权限对应，不能让一个普通操作账号取得无限支出的能力。

我们过去服务的一些加密投资和交易客户，损失未必来自经营判断，也可能来自黑客攻击。AI参与操作以后，权限给大了、接口暴露了，同样可能把资产置于风险中。安全要从产品设计时就考虑。

第二，把出错以后的责任安排好。 AI买错、平台扣错、商家没有交付，是三种不同的问题。协议里要把投诉由谁受理、怎样退款赔付、平台与商家如何分担责任说清楚，同时保留授权、订单、调用和扣款记录，出了事才有办法还原过程。涉及免责、限责的格式条款，还要做好提示说明，不能用一句"AI生成，仅供参考"把本应承担的责任都推给用户。

第三，保护数据、密钥和账户信息。 为了方便就把私钥、支付密码或者全部客户资料塞进对话里，风险很大。更合适的做法是把密钥与模型隔离，让AI通过受限接口办事；需要什么数据，就只给完成任务所必需的部分，并控制保存期限和访问权限。如果调用外部模型，还要看清数据交给谁、会不会被留存或用于训练，以及是否涉及个人信息出境。

如果把今天的内容梳理成一个核心脉络：

> 在AI时代，谁能赢得信任，谁就能影响商业决策；谁能影响商业决策，谁就能影响商业交易。

今天我们讨论的不只是交易的未来，也是这个社会里的信任应该怎样建立、怎样达成。

现场问答：AI最终会使用什么货币？

提问： AI支付最终要面对收单和监管。将来AI到底使用什么货币，是稳定币、数字人民币，还是其他形式？对于稳定币如何进入实际收付体系，您怎么看？

刘红林： 我个人的观点是，AI对于货币的技术形态本身没有人的这种偏好。AI并不关心自己用的货币在概念上属于哪一派，它关心的是能不能完成支付。传统法币的数字化形式、央行数字货币，还是稳定币，对它来说，关键是能不能在授权范围内完成任务。

第二个观点，是我看好加密支付与合规金融账户体系逐步衔接的趋势。只要企业在做跨境贸易，就会有全球资金结算的需求。哪怕不考虑AI，跨境贸易和数字服务对更有效率结算方式的需求，也会推动这个方向继续发展。但增长趋势不等于某一种具体模式已经获得许可。讨论这种衔接，也不等于说必须让内地个人或企业账户直接收付加密货币。

我们可以关注香港及其他境外市场的合规机构，怎样在当地允许的范围内承接支付、兑换和结算服务，再与传统法币体系衔接。这里讨论的是可能的业务结构，能不能做，还要看主体、交易、资金来源及各地的监管要求。并不是在境外多设一家公司，或者把资金多转一手，就自动解决了合规问题。