编者按

国际货币基金组织（IMF）于2026年4月发布题为《How Agentic AI Will Reshape Payments》的工作论文，首次系统构建了智能体AI与支付体系融合的分析框架。该报告指出，智能体AI正在推动支付模式从“人工指令驱动”向“自主决策介导”的根本性转变，这一变革不仅是技术层面的迭代，更是金融基础设施底层逻辑的重构。文章基于报告核心内容，深入剖析智能体支付的架构设计、经济效应与风险治理，为学术界与业界理解下一代支付体系的演进方向提供权威参考。

How Agentic AI Will Reshape Payments

一

支付范式的演进逻辑：从“点击支付”到“决策支付”

支付体系的核心功能是实现价值的安全、高效转移，其演进始终围绕着降低交易摩擦与提升系统可靠性展开。在智能体AI出现之前，所有支付模式都建立在“人工明确指令”的基础之上，即每一笔交易的发起、确认与最终执行都需要人类的直接参与。这种“点击支付”模式将支付视为一个离散的、独立的动作，与经济活动的其他环节相分离，不可避免地存在人工延迟、信息不对称与决策成本高等问题。

智能体AI的出现标志着支付范式的根本性转折。新一代智能体系统不再需要用户逐笔发出明确的交易指令，而是基于预先设定的目标与约束条件，自主感知支付需求、评估最优方案、协调多方资源并执行交易。例如，家庭管理智能体可以实时监测能源消耗与市场价格波动，自动选择最优供应商并完成缴费；企业财务智能体可以根据现金流状况与市场利率变化，自主调度资金、优化支付时机并管理外汇风险。这种模式将支付从一个离散的、需要人工触发的动作，转变为一个连续的、嵌入经济活动全流程的自动化过程，即从“点击支付”向“决策支付”的演进。

这一范式转变正在得到产业界的积极响应。全球主要科技公司、支付网络与金融机构已纷纷启动智能体支付的试点项目。OpenAI与Stripe合作推出的“即时结账”功能允许用户在对话界面直接完成购买，开创了智能体介导交易的新商业模式；亚马逊的“代买”功能使智能体能够跨平台导航并完成交易；谷歌推出的通用电商协议（UCP）则致力于构建智能体与商家交互的统一标准；Visa与Mastercard也分别推出了“智能电商”与“智能体套件”，聚焦于智能体身份验证与网络级控制。这些实践表明，智能体支付已从概念构想进入早期落地阶段，其对支付体系的影响将在未来十年逐步显现。

二

可信智能体支付的架构设计：三层分离模型

01

核心矛盾

智能体AI与支付体系融合的核心矛盾在于二者底层逻辑的根本冲突。支付基础设施作为金融体系的核心支柱，其设计遵循确定性原则，要求每一笔交易都具备可预测性、可审计性与法律终局性。而智能体AI基于概率化推理与自适应决策，相同的输入可能产生不同的输出，其行为具有内在的不确定性。如果不加区分地将支付执行权赋予智能体，将严重威胁支付体系的稳定性与可信度。

02

三层架构

为调和这一矛盾，IMF报告提出了开创性的“AI-支付三层分离模型”。该模型的核心思想是将支付流程中概率化的决策环节与确定性的执行环节进行结构性分离，使智能体AI的优势在适合的领域得到充分发挥，同时在关键环节保留严格的规则化保障。这一架构不仅是技术层面的设计，更是一种制度性的风险隔离机制，为构建可信的智能体支付体系提供了理论基础。

意图与编排层是智能体AI发挥核心价值的领域。该层级由概率化的智能体系统与相关协议组成，其功能是将用户的高层级自然语言意图转化为结构化的机器可读指令。在这一层，智能体可以运用其推理、规划、搜索与协商能力，完成复杂的任务编排。例如，当用户发出“为我预订下周五从北京到上海的最便宜的航班”的指令时，智能体需要搜索所有航空公司的航班信息、比较价格与时间、评估退改签政策，并与多个服务提供商进行交互，最终生成一个最优的交易方案。支撑这一层的关键技术标准包括模型上下文协议（MCP）、智能体间通信协议（A2A）与通用电商协议（UCP）等，这些标准为智能体的互操作性与功能扩展提供了基础。

控制与授权层是整个架构的“安全闸门”。该层级的核心功能是对意图与编排层生成的交易方案进行确定性验证，确保其符合用户的授权范围、监管要求与风险政策。与意图层的概率化逻辑不同，控制层严格遵循预设的规则，不进行任何自主决策。其核心机制是基于密码学的委托授权体系，通过智能体支付协议（AP2）将智能体的操作与明确的权限范围、交易限额、有效期与交易对手限制绑定。此外，可编程钱包技术如ERC-6900标准允许将这些控制规则直接编码到数字钱包中，实现技术层面的强制约束。传统的反洗钱筛查、制裁名单核对、交易速度限制等风控措施也在这一层并行运行，共同构成了多维度的安全防护体系。

清算结算层是支付体系的最终防线。该层级包括实时全额结算系统、银行卡网络、央行数字货币平台等核心金融市场基础设施，其唯一功能是接收通过控制层验证的交易指令，并以不可撤销的方式完成最终结算。这一层严格遵循BISCPMI-IOSCO金融市场基础设施原则，具备最高级别的安全性、可靠性与法律确定性。报告特别强调，清算结算层原则上不应运行任何智能体算法，即便引入智能合约等技术，其功能也仅限于执行预设的规则，而非进行自主决策。这一原则是维护支付体系核心稳定性的根本保障。

03

功能分离的启示

三层分离模型的理论意义在于，它清晰界定了智能体AI在支付体系中的合理边界。通过将不确定性集中于上游的意图与编排层，同时在下游的授权与结算层保持严格的确定性，既充分发挥了智能体AI在优化与协调方面的优势，又有效隔离了其潜在风险。这一架构设计为智能体支付的健康发展提供了重要的理论指导。

三

智能体AI在支付领域的经济效应与应用场景

智能体AI对支付体系的影响是全方位的，其经济效应主要体现在交易成本的降低、市场效率的提升与金融服务边界的拓展三个方面。通过自动化复杂的交易流程，智能体AI能够显著减少人工干预带来的时间成本与操作成本；通过降低信息不对称，智能体AI能够促进市场竞争，提高资源配置效率；通过降低金融服务的门槛，智能体AI能够为传统金融体系难以覆盖的群体提供便捷的支付服务，推动金融普惠。

在电子商务领域，智能体AI正在重构整个交易链条。传统的电商模式需要消费者主动搜索、比较、选择并完成支付，这一过程耗费大量的时间与精力。智能体电商则将这一过程完全自动化，消费者只需表达自己的需求与偏好，智能体就会代表其完成所有后续操作。这种模式不仅能够为消费者提供个性化的购物体验，还能够显著缩短购买周期，提高交易转化率。对于商家而言，智能体电商能够帮助其更精准地把握消费者需求，优化库存管理，降低营销成本。此外，智能体还能够自主处理售后问题，如订单跟踪、退换货管理等，进一步提升客户满意度。Gartner预测，到2029年AI智能体将自主解决80%的常见客户服务问题。

跨境支付是智能体AI应用最具潜力的领域之一。传统的跨境支付依赖于复杂的代理行链条，存在速度慢、成本高、透明度低等问题。智能体AI能够自主协调跨境支付的全流程，包括支付发起、路由选择、合规检查、外汇兑换与结算监控。通过实时分析全球支付网络的状态与成本，智能体能够动态选择最优的支付路径，显著降低交易成本与结算时间。在流动性管理方面，智能体AI能够根据实时市场条件自主调配资金，优化流动性使用效率，降低企业的资金成本。国际清算银行的研究表明，AI智能体在实时全额结算系统中的流动性管理表现已经接近甚至超过人类专家。此外，智能体AI与稳定币的结合有望进一步提升跨境支付的效率，构建更加包容与高效的全球支付网络。

四

智能体支付的风险谱系与制度挑战

尽管智能体AI在支付领域具有巨大的应用前景，但其引入也带来了一系列新的风险与挑战。这些风险不仅包括技术层面的问题，更涉及法律、监管与市场结构等多个维度，对现有的金融治理体系构成了严峻考验。

消费者保护是智能体支付面临的首要风险。智能体的自主决策能力可能导致其误读用户意图，或者在利益冲突的情况下优先考虑服务商的利益而非用户的利益。例如，智能体可能会推荐佣金更高的产品，或者在用户不知情的情况下进行不必要的交易。此外，智能体的行为具有一定的不透明性，用户难以理解其决策过程，这使得在发生纠纷时难以进行责任认定。模型幻觉问题也可能导致智能体生成错误的信息，从而造成用户的经济损失。

系统性风险是智能体支付最值得警惕的风险。由于智能体系统可能采用相似的算法与优化目标，其行为容易出现高度的相关性。这种算法趋同现象可能导致市场出现“羊群效应”，引发流动性需求的同步波动，造成支付通道拥堵甚至系统性的流动性危机。在极端情况下，大量智能体同时执行交易可能触发类似高频交易中的“闪崩”事件，对金融稳定造成严重冲击。此外，智能体系统的广泛应用扩大了网络攻击的攻击面，提示注入攻击、数据泄露等安全问题可能引发系统性的风险。

法律与监管制度的滞后是智能体支付发展面临的核心障碍。现有的法律体系是基于人类作为交易主体的假设构建的，难以适用于智能体自主决策的场景。当智能体执行的交易出现问题时，如何在用户、平台、模型提供商与支付服务商之间划分责任，目前尚无明确的法律规定。传统的身份认证机制如KYC（了解你的客户）是针对人类用户设计的，无法有效验证智能体的身份与授权权限，这导致“了解你的智能体”（KYA）成为一个亟待解决的问题。此外，智能体支付的跨境特性也对现有的监管框架提出了挑战，不同国家的监管差异

可能导致监管套利与风险外溢。

市场结构风险也不容忽视。智能体AI的发展需要大量的数据与算力支持，这可能导致市场集中度进一步提高。少数拥有技术与数据优势的大型科技公司可能会主导智能体支付市场，形成新的垄断力量，损害市场竞争与消费者利益。此外，智能体AI的普及可能会加速资金在不同金融机构之间的流动，削弱银行的“惰性红利”，加剧银行业的竞争，对传统金融机构的盈利模式造成冲击。

五

智能体支付的治理框架与政策启示

应对智能体支付带来的风险与挑战，需要构建一个多层次、多主体协同的治理框架。这一框架应当遵循技术治理与制度治理相结合、事前预防与事后处置相结合、国内监管与国际协调相结合的原则，在鼓励创新的同时，有效防范系统性风险，保护消费者合法权益。

系统性的风险防控措施是治理框架的基础。首先，必须严格执行决策与执行分离的架构原则，禁止智能体直接执行不可逆的支付交易。所有智能体发起的交易都必须经过控制层的确定性验证，确保其符合预设的规则与约束。其次，应当建立分级的人机协同机制，对于高风险、高价值的交易，必须保留人类的最终审批权。同时，应当设计分布式的“紧急停止”系统，在出现异常情况时能够快速隔离风险，避免级联故障的发生。此外，还应当加强对智能体算法的监管，要求算法具备可解释性与可审计性，防止算法歧视与滥用。

私营部门在智能体支付的治理中应当承担主体责任。支付网络应当致力于构建可信的基础设施层，建立全球统一的智能体身份登记与声誉体系，制定智能体支付的技术标准与争议解决规则。金融机构应当加强内部AI治理体系建设，建立专门的AI风险委员会，对智能体系统的全生命周期进行风险管理。同时，应当加大对技术研发与人才培养的投入，提升自身的技术能力与风险防控水平。科技公司应当坚持负责任的创新理念，在设计智能体系统时充分考虑安全与伦理问题，保障用户的知情权与选择权。

公共部门应当发挥监管与引导作用，为智能体支付的健康发展创造良好的制度环境。首先，应当加快相关法律法规的制定与修订，明确智能体的法律地位，界定各方的权利与义务，建立健全智能体支付的责任追究机制。其次，应当推动监管模式的创新，从传统的机构监管向功能监管与行为监管转变，建立实时的智能体行为监测系统，提升监管的有效性与前瞻性。监管沙盒是一种有效的创新监管工具，可以为智能体支付的试点提供一个可控的环境，在实践中探索合适的监管模式。此外，还应当加强国际监管协调，推动建立全球统一的智能体支付监管标准，防范监管套利与跨境风险传染。

来源

作者信息：

Sonja Davidovic and Hervé Tourpe

来源：

IMF