AI 能帮你挑商品，但你敢让它替你花钱吗？
作者：insights4vc
编译：深潮 TechFlow
深潮导读：AI 正率先成为商业交互的入口，但距离成为大规模自主买家仍有差距。消费者习惯用 AI 研究商品、比较替代方案并跳转至商家网站下单，真正将消费决策权交给代理的证据则弱得多。
不过中国市场的近期数据显示，嵌入成熟购物应用的 AI 已能显著影响成交。这一区分改变了投资逻辑，机会取决于软件协调能降低哪些交易成本，以及谁能掌控分发、授权与履约。
稳定币之所以进入这一讨论，是因为代理需要支付手段。但商品发现、购买授权与结算基础设施各自拥有独立的经济账，本文通过零售数据、基准测试与成本测算逐一拆解其中边界。
AI 在成为重要的自主买家之前，正率先成为有意义的商业交互界面。消费者利用它研究商品、比较替代方案，并在准备购买时进入商家网站。相比之下，证明消费者会常规性地将消费决策委托给 AI 的证据则弱得多。
不过，来自中国的近期结果表明，在独立代理成为主要交易渠道之前，嵌入成熟购物应用内部的 AI 就已经能够影响购买行为。
这一区分改变了投资问题本身。真正的机会取决于：当软件负责协调交易时，哪些交易会变得更便宜、更容易或更可靠，以及哪些企业能保留对分发、授权和履约的控制权。
稳定币属于这一分析框架，因为代理需要支付方式。它们可以简化数字服务采购以及部分跨境转账，尤其是在交易双方已经持有兼容资产的情况下。但代理同样可以通过银行卡、即时银行转账或企业账户完成支付。
商品发现、购买授权与结算基础设施的演进各自具有独立的经济逻辑，也需要各自独立的证据来支撑。
商业模式的普及从来不只取决于技术
美国人口普查局季度序列数据记录了一个被重大冲击打断的渐进扩张过程。经季节性调整后，美国线上零售占比从 1999 年第四季度的 0.6% 上升至 2004 年第四季度的 2.2%、2009 年第四季度的 4.1% 以及 2019 年第四季度的 11.2%。
前十年年均增速为 0.35 个百分点，第二个十年加快至 0.71 个百分点。智能手机时代恰好与更快增长重合，但这一宏观序列无法将智能手机与宽带、电商平台、支付受理或物流配送的改善剥离开来。
2019 年第四季度至 2020 年第二季度期间，这一占比跃升 5.1 个百分点至 16.3%，随后在 2021 年第四季度回落至 14.6%。购物方式的被迫改变以及线下消费的萎缩共同影响了这一比例。
2026 年 8 月发布的数据显示，2026 年第二季度占比为 17.1%；美国人口普查局随后标注称，原定于 11 月 19 日进行数据修订，该时间点已超出本文的统计截止日期。
图：注：带编号的数据来源列于本文末尾
由于统计口径与分母不同，各国渗透率无法直接横向排名。欧洲的网购参与率在十年间上升了 16 个百分点，但 2025 年各国结果仍从保加利亚的 57% 到爱尔兰的 95% 不等。
中国公布的零售占比显示其线上实物商品渠道远大于日本，而韩国的数据描述的是线上商业中的设备选择。由于中国调整过统计口径，构建连续增长序列时也需保持谨慎，新兴市场行也尚未建立可比的长期购买序列。
中国官方的五年回顾提供了更稳健的对比：2020 年至 2025 年间，实物商品网上零售额占社会消费品零售总额的比重上升 3.3 个百分点，线上销售额年均增长 7.6%，并明确指出物流改善支撑了这一扩张。
日本线上占比在 2015 年至 2024 年间上升了 5.03 个百分点，2025 年几乎没有变化。印度城乡家庭高达 23.4 个百分点的网购差距则说明，单靠全国性的支付覆盖率无法解释购物行为。收入、合适商家的可及性以及配送经济性，仍将潜在用户与实际买家区隔开来。
支付工具的普及速度往往快于新零售渠道本身。巴西央行报告称已有超过 1.7 亿人使用过 Pix。印度央行数据显示 2025 至 2026 财年 UPI 交易量达到 2416 亿笔，两者都服务于网购之外的广泛支付场景。
相反，Forrester 报告显示，Apple Pay 花了十多年才在受访美国成年网民中实现约四分之一的三个月使用率。支付能力的分发渠道、商户受理度以及相对传统方案的优势，比上线时间重要得多。
支撑性的基础设施已经显著拓宽：世界银行估计成年人账户拥有率从 2011 年的 51% 升至 2024 年的 79%；国际电信联盟估计 2026 年互联网使用率达 76%，高收入国家为 93%，低收入国家为 32%。但这两项指标都不直接衡量购物。
联合国贸发会议统计的 2024 年约 $28 万亿企业电子商务规模覆盖 46 个经济体，其中也包含了 B2B 销售额。
历史差异揭示的是具体机制，而非一条普适的普及曲线。可靠的配送和售后救济让陌生卖家变得可用，便捷的支付扩大了客群，高密度平台丰富了供给。在现有商店已足够便利的地方，切换渠道节省的成本有限。
嵌入式钱包和超级应用省去了注册步骤，而补贴可以加速试用，却未必能建立持久需求。AI 代理继承了大量这类基础设施。商品发现可以作为附加功能普及；但委托消费则引入了更高门槛，即消费者必须信任另一个决策者来支配自己的资金。
普及证据实际指向几个不同的市场
AI 辅助发现有助于识别商品；导流（Referral）记录用户从 AI 服务点击跳转至商家的行为；辅助结账仍可能需要对单笔购买进行人工确认；完全委托购买则依赖预先授权，无需每次交易再次询问。
机器对机器（M2M）商业描述的是交易对手方，通常是软件采购数据或推理算力，可以在上述任一授权模式下运行。
图：消费者会使用多种 AI 工具；来源：McKinsey & Company
模型能力基准测试衡量的则是另一条前沿。METR 2026 年 1 月的重新估算覆盖了 228 项软件和研究任务，测得 2023 年以来前沿能力时间跨度的翻倍周期为 131 天。该时间跨度衡量的是 50% 拟合成功率下的人类任务时长，而非生产环境可靠性或代理实际运行时间。
这一结果证明了模型能力在评测任务分布内的快速提升。但将其转化为自主零售 GMV，还需要单独的证据来证明采购表现、商家准入和客户授权也随着模型能力同步改善。
麦肯锡 10 月报告基于 6 月对 11 个市场约 2.1 万名消费者的调研。其广为引用的“53% 使用 AI 购物”数据采用 9988 人的加权基数，且按样本量而非人口规模汇总市场。
14% 的 AI 用户报告称直接通过 AI 工具完成购买，约占更广泛受访人群的 9%。这些属于自我报告的购物行为，并未在交易层面对自主性进行测试。甚至对比问题本身也存在差异：零售商 AI 是“协助”结账，平台 AI 则是“完成”购买，因此百分比无法清晰确立同类服务之间的偏好。
图：平均而言，目前约半数消费者会借助 AI 购物；来源：McKinsey & Company
图：在受访市场中，Z 世代和千禧一代比年长消费者更有可能使用 AI 购物；来源：McKinsey & Company
图：消费者正越来越多地转向 AI 完成购买，最常见于服装或杂货品类；来源：McKinsey & Company
实际观测到的导流数据则体现了漏斗下层的商业价值。在 Adobe 9 月美国零售分析中，AI 导流访客的转化率比非 AI 流量高 90%，单次访问产生的收入高 83%，导流流量本身同比增长 71%。
该分析覆盖超过 1 万亿次访问、1 亿件商品和 18 个品类，前述转化率并非来自另一项 5000 多人的问卷调查。
不过，消费者可能在点击链接前就已完成调研，从而筛选出一批购买意向极强的群体。因此，观测到的转化优势不能直接证明 AI 带来了增量销售，未披露基准流量规模的增速也无法揭示 AI 在零售收入中的真实占比。
商家需要区分：这究竟是一个高效的导流渠道，还是仅仅承接了原本也会通过搜索、广告或自家应用完成的购买。
嵌入式购物改变了对比基线
路透社 11 月 11 日的报道为外部代理较小的交易量提供了对照。WPIC 估算，10 月抖音购买中约 5% 来自聊天机器人链接，而在营养补充剂等需要深度决策的品类中超过 20%。
京东表示，双十一期间有近 8000 万用户向“咚咚”咨询建议，是去年同期的三倍以上。这两组数据分别属于归因估算和企业自报受众规模，均未独立披露自主下单的分母。
WPIC 自身的大促分析描述了嵌入在阿里巴巴、京东和抖音现有购物环境中的助手。这种安排具备经济优势：商品发现可以直接调用既有的商品目录、身份体系、支付方式和配送关系，消费者无需配置新服务即可获得有用帮助。
中国市场的证据表明，平台内部由 AI 影响的商业活动已具备可观规模，不应仅仅因为交互终点仍是人工点击而忽视其体量。
同样，聊天机器人的归因数据也无法说明其中产生了多少新增支出。一次推荐可能只是替代了搜索框查询、达人带货链接或赞助广告位，而总购买量并未变化。真正有意义的实验应对比条件相似的用户在获得不同发现工具后的购买量、利润率与复购行为。
外部独立代理面临的起点则完全不同。在 Uber 11 月 4 日财报电话会议上，管理层提及万圣节当周平台总行程约 3.2 亿次，其中由代理发起的 Uber Eats 订单约 500 笔。
按此宽泛分母计算，每百万次综合行程仅对应约 1.6 笔代理外卖订单，这并非针对可用该功能用户的转化率。
DoorDash 10 月 29 日电话会议提及自集成上线以来累计产生了数百笔第三方代理订单。累计计数与单周计数不能合并年化，两家公司也均未披露符合条件的用户基数、失败尝试次数或复购买家数据。
态度调查解释了为何辅助使用可以增长，而消费委托却未能同步跟进。Gartner 1 月调研了 322 名美国消费者，发现即便在低风险品类中，愿意将购买决策权委托给 AI 的比例也仅达 11%。
Forrester 4 月的研究发现，美、英、加三国约四分之三的受访成年网民对自主支付感到不安，哪怕设有预设限额；其公开文章未披露样本量。
现有证据指向两条不同的普及路径。嵌入式助手受益于既有分发体系，并将消费控制权保留在熟悉流程内；独立代理则必须同时证明自身效用并赢得行动许可。目前两条路径披露的数据都还无法代表全社会范围内的完全委托商业。
这一区分也影响实验数据的解读方式。将购买流程从商品详情页迁入对话框可以提升便利性，却未必减少人工参与；相反，少量预先授权的补货订单尽管 GMV 不高，却能证明真正的委托行为。
理想的信息披露应追踪同一批用户从接触到购买、复购和异常处理的完整路径，并标明何时请求了人工确认。缺乏这一序列时，庞大的助手受众与稀少的外部下单量可以同时成立，因为它们描述的是交易的不同阶段。
商家准入与模型可靠性制约委托购买
代理能够跑通结账界面，并不意味着它拥有访问权限。eBay 用户协议明确要求自动化工具必须事先获得许可，其中明文包含采购代理和大语言模型驱动的机器人。
路透社 11 月 4 日报道称，亚马逊封锁了 Meta 的 Muse，而沃尔玛则选择与其合作。零售商正在围绕谁控制交易、客户信息以及注意力变现机会展开博弈。
经过授权的 API 可以提供准确商品标识、库存状态和明确订单状态；而浏览器自动化必须从面向人类设计的界面中推断这些状态，并且还需通过商家的安全系统检测。
DataDome 10 月的演示显示，三款代理在被安全系统检测到的情况下仍在测试商店完成了购买。这证明了受控环境下的技术可行性，但无法衡量整个零售市场的接受度。
模型判断力构成了另一重约束。Visa 11 月 5 日的基准测试对来自 12 家实验室的 22 个模型在 15 个购物场景下各测试三次。平均成功率为 57.2%，仅 34.2% 的模型与场景组合三次全部成功；在失败运行中，仍有 54% 最终做出了购买决策。
这些场景测试的是结账、支付与履约之前的购物决策环节，因此该结果不能直接被解读为真实世界中的支付失败率。
EComAgentBench 提供了另一种诊断视角：七个模型在 API 沙盒中尝试 662 项单品任务，需求分散在查询语句、用户画像和脚本澄清中。最强模型的准确率为 57.1%；GPT-5 mini 对每项任务都给出了推荐，但准确率仅 31.6%。
这里的准确率指选出目标商品或满足全部要求，而非完成支付或履约。隐藏需求比显式需求更难捕捉，因此需求捕获成为商业控制的关键：只监控任务完成率会奖励吞吐量，却掩盖错误选择。
将记录轨迹从 75 次调用延长至 100 次，准确率平均仅提升 0.57 个百分点。由于测试未记录 Token 成本，这仅说明在受测策略下边际准确率增益有限，并非经济意义上的最优推理预算。
商业级可靠性要求采购结果真正满足用户指令，而不仅仅是生成一个授权码。品类选对但尺码、订阅周期或送达日期出错，都可能演变成代价高昂的失误。订单流程还必须能承受中断：如果商家已接单但代理漏收响应，除非双方能识别原始请求，否则自动重试会造成重复下单。
责任链条也需要在助手、商家和支付处理方之间完整传递。用户的预算记录仅证明其拥有消费权限，无法说明所选商品是否满足实际需求。退款权利、取消窗口和交付凭证必须随订单一并流转，对陌生商家或高价替代品引入人工复核，可在保留大部分协调收益的同时控制出错敞口。
一种切实可行的设计是采用限时商家报价单，记录确切规格、最终价格和交付条款，随后进行单次订单提交并生成持久凭证。重大变更将触发重新授权，或直接超出代理权限范围。
这些控制措施目前仍属建议性的运营要求，并非所有现有集成都已具备的能力。但它们让表现变得可衡量：价格漂移、重复提交和凭证缺失都可以独立于“推荐是否合理”进行追踪。只有当下游成本受控时，更快的结账才具有商业价值。
商家接纳度同样取决于经济账。如果代理带来新客户，商家可能表示欢迎；但如果只是把原本的忠诚买家分流到另一个界面并收取费用，商家就会产生抵触。评估应纳入边际贡献毛利、被替代的广告收入、导流佣金、客服成本和客户数据获取，而匿名浏览器流量会让归因与问责变得更困难。
技术标准正围绕既有平台演进
各项标准正在分别解决这一难题的不同环节。谷歌和 Shopify 协助开发了 Universal Commerce Protocol（UCP），用于开放购物与结账能力。OpenAI 与 Stripe 开发的 ACP 同样对商业交互进行结构化，同时保留商家的履约角色和客户关系。
OpenAI 当前文档重点强调结构化目录与商品发现。不过，集成依然取决于商家意愿，开放规范无法强迫零售商接受代理。
购买授权则需要单独的记录机制。谷歌于 4 月将 AP2 移交至 FIDO 联盟，并伴随支持人类不在场交易的 0.2 版本。万事达卡的 Verifiable Intent 同样记录授权，其 3 月公告描述的是计划集成至 Agent Pay，而非全面落地。
Visa 的 Trusted Agent Protocol 负责验证代理身份并将交互关联至消费者与支付信息。Stripe 的 Shared Payment Tokens 则提供受限的支付凭证访问权限。
这些机制解决的是互补问题：商家需要识别代理、确认买家授权并处理有效凭证。但即便有了签名指令，商品质量、配送与售后救济仍取决于外围商业协议。
在软件层，MCP 将应用连接至工具和数据，A2A 支持代理间交互，但两者本身都不直接转移资金。诸如 x402 等资源支付协议可以与这些连接并行运作，既有计费账户也是如此。
PayPal 10 月发布的 Agent Ready 文档将 ACP 与 UCP 工作流映射至 Braintree 和 PayPal 处理系统，这证明了有据可查的集成路径，但不代表所有商家或地区均已可用。
更具体的案例是 Visa、BILL 与 Billtrust 在 10 月的部署，这是一项利用代理通过供应商门户处理已审批发票付款的实盘试点。它在既有授权内实现了执行自动化，但尚未公布对比成本或错误率数据。
谷歌于 11 月 4 日开始在加拿大推出 UCP 结账功能，涉及指定零售商和部分 Shopify 商家。相比之下，DoorDash 的企业订餐连接器于 9 月 30 日开放候补名单测试，反映出正式推广与测试准入的不同部署阶段。
行业定制化工作依然不可或缺。UCP 的公告包括 7 月成立的食品委员会（成员有 DoorDash、Uber Eats、谷歌、Square 和 Toast）以及 9 月发布的住宿能力草案。餐厅菜品替换与酒店退改条款所需的信息和运营规则，远超通用结账流程的范畴。
这种商业策略与既有巨头保护核心资产的逻辑一致：谷歌提供流量发现，Shopify 提供商家基础设施，支付处理商掌握支付关系，卡组织掌握受理网络与风控体系。开放标准降低了对接多个助手的成本，既增强了商家切换中介的能力，也让助手能触达更广的供给，持久优势或许仍在分发与执行质量。
对采购团队而言，这意味着决策可以拆解：选择商业界面不必绑定单一支付资产，选择授权标准也不必锁定接收需求的助手。互操作性保留了这些选项，但实际切换成本仍取决于购买历史、同意记录、退款和协商条款能否随集成迁移，解决这些运营依赖的供应商即使在协议开放时也能留存收入。
稳定币在哪些环节改变了经济账
转账交易量不等于自主商业
稳定币为软件提供了受钱包与支出策略控制的可转移余额，但其经济价值取决于这些余额购买了什么。总转账量中还混杂着交易、资金调度和关联方资金流。
4 月国际清算银行的一场演讲引用了 2025 年约 $35 万亿的稳定币交易量；其 2026 年年度经济报告则基于不同分类与调整后的数据集使用了约 $28 万亿。这两个数字都无法衡量自主商业。
麦肯锡与 Artemis 的底层支付分析基于 2025 年 12 月数据，估算支付相关活动年化规模为 $3900 亿，其中 B2B 支付占 $2260 亿。B2B 分类假设带标签的托管与资金管理活动中有 20% 代表支付，并结合交易规模过滤进行交叉校验。
若直接将 $3900 亿当作自然年支付总额，或将其除以全年转账总量来计算渗透率，会混淆互不兼容的时间基准和定义。
x402 交易识别的是协议使用情况，未必等同于自主采购。
TRM 排除了自转账、高度集中的付款方模式以及独立买家少于十个的卖家。其宽松筛选寻找小额多样的支付，更严格的标准则加入了持续性以及代理注册或多商户证据。在抽样金额中，USDC 占比高达 99.6%。
将报告百分比应用于过滤后基数，在这些假设下潜在的代理相关规模约为 $15.4 万至 $192 万。这只是观察样本内的分类区间，而非统计学置信区间或全球市场估算。固定价格的单一用途代理可能通不过过滤，而普通脚本却可能表现得像代理。
不过，也有证据反对将所有活动归为实验。Chainalysis 10 月报告显示，30 天钱包充值留存率从 2025 年第三季度的 70.6% 升至 2026 年第二季度的 89.3%，尽管该队列已剔除交易天数少于两天的钱包。
特定用户群体的复购令人鼓舞，但要证明其超越了钱包留存本身，还需将这些支付与实际交付的服务以及非补贴性的供应商收入关联起来。
这些数据集在观察窗口、公链和协调方覆盖面上各不相同，其笔数与金额在未去重前不能简单相加。商业验证需要收据、交易对手识别和退款追踪。多个钱包可能属于同一客户，而一个账户也可能服务多个代理，因此钱包留存率未必衡量客户留存率。
Circle 第三季度披露的数据进一步将财务结果与转账活动区分开来：季度 USDC 链上交易量为 $13.9 万亿，Circle Payments Network 年化规模为 $413 亿。
其营收与储备收入为 $8.65 亿，后者包含 $6.58 亿储备收入和 $1.82 亿 ARC 代币预售收入。
这些数据均未单列代理支付收入。对发行方而言，平均余额和储备收益率可能比转账频率更重要，更快的资金流转反而能用更少的沉淀浮存资金支撑同等规模的支付流。
软件采购比全面替代零售更具说服力
x402 将服务器的支付请求与资源访问连接起来，其商业主张是无需单独订阅即可向陌生供应商购买单份数据集或单次推理结果。但对于某家算力供应商的现有老客户而言，按量计费已是一个极具竞争力的替代方案。
Stripe 与 Tempo 的 Machine Payments Protocol（MPP）支持稳定币以及包括通过 Shared Payment Tokens 实现的银行卡在内的传统方式，Browserbase 和 Parallel 是浏览器会话与网页访问领域的典型实现。
AWS 于 8 月全面开放了 AgentCore Payments，提供钱包集成、支出限额和可观测性功能。这些进展搭建了基础设施，但目前尚无与之匹配的经常性商业收入数据。
最有力度的用例结合了陌生交易对手、小额采购以及可自动验证的交付。即使结算手续费变化不大，省去供应商准入流程和避免闲置订阅也能带来可观节约；反之，长期合作关系下，原有的身份验证、授信与对账通常比新充值钱包更便宜。
资金可移植性需要兼容的资产、网络和授权机制。可复用的余额能减少跨供应商的闲置押金，而共享身份与基于账户的计费则提供了替代路径。供应商的多样性与准入成本决定了这一领域的机会大小。
微支付取决于支付架构设计
Stripe 的 MPP 实现规定了银行卡最低 $0.50、稳定币最低 0.01 USDC 的产品限额。Circle 的 Nanopayments 文档则描述了预充值 Gateway、链下签署授权并批量延迟结算的机制，即验证后立即交付资源，而非为每次请求单独执行最终链上转账。
假设一个月内产生 10 万次单价 $0.01 的 API 调用，总金额 $1000，双方均使用美元故无外汇损耗。针对稳定币配置，假设单次结算成本为 $0.001，综合出入金成本为 0.20%。
同时为每种方案增加每月 $5 的示意性运营补贴。这些假设并非供应商报价，也未计入尚未衡量的欺诈、托管和信用损失。
对于传统计费，Stripe 公布的美国标准定价为国内线上银行卡支付收取 2.9% 加 $0.30，ACH 直接借记收取 0.8%（封顶 $5）。用量按月计量并统一扣款，从而避免了“每次调用都刷一次卡”的虚假对比。
在这些假设下，直接转账的网络成本必须降至每次调用 $0.000273 以下才能击败按月银行卡扣款，或降至 $0.000030 以下才能击败 ACH。即便在 $0.0001 的费率下，直接转账方案每月成本也达 $17。
批量结算方案更便宜是因为降低了结算频率，而传统预充值同样能利用这种聚合效应。若计入额外的服务商或托管费用，对比结果甚至可能逆转。
相对 ACH 的优势每月仅有 $2.90。若将综合出入金成本从 0.20% 提高到 1%，批量方案成本将升至 $15.10，高于 ACH 但仍低于银行卡。频繁法币兑换会侵蚀节约空间；将资金留在各方接受的网络内可摊薄兑换成本，但无法使用的残余余额又会带来抵消性成本。
这些数据涵盖的是受理与运营成本，而不仅是交换费。堪萨斯城联储的对比区分了司法辖区、卡种与交易类型；圣路易斯联储的分析衡量的则是银行的交换费收入而非完整的商户成本。Gas 赞助也会转移成本，服务费、充值、合规、对账和损失分摊依然重要。
上表汇总了各方承担的总费用：充值费可能由买家承担，Gas 由协调方承担，对账成本则由双方共担。统一的 $5 补贴旨在隔离处理环节差异，而非真实工作负载。生产级对比需要合同报价、实测损失以及由采纳方承担的分配比例，因为即便总成本下降，单个采纳方仍可能处境恶化。
Stripe 对稳定币受理单独报价 1.5%，包含法币兑换、合规筛查与 Gas 赞助。这一打包产品与上述假设的结算配置截然不同：廉价的区块链转账本身并不足以确立完整商户服务的低成本。
对比完整的交易生命周期
月初预存 $1000 且当月均匀消费，30 天内的平均闲置余额为 $500。按 8% 的年化融资成本计算，无论该余额通过银行卡还是稳定币充值，资金成本均为 $3.29。相比之下，等待 $1000 发票回款 30 天的供应商在同等利率下需承担约 $6.58 的融资成本。
即时付款消除了应收账款，但也提前了买家的现金流出。这两个例子基于不同的余额时间表，因此不能简单相互抵消。
批量结算降低了交易费，但让卖家在最终结算前承担敞口。预充值限制了违约风险，更短的结算周期和支出上限则有助于控制未结索赔，但验证、对账与结算成本依然存在。
跨境节约取决于资金的起点与终点。美元稳定币可以绕过中间货币兑换和银行营业时间限制，但本地法币的入金和提现仍带有汇兑及其他费用。本土替代方案本就极具竞争力：欧元区即时支付规则已于 2025 年 10 月扩大覆盖，Pix 和 UPI 也提供了成熟的实时基础设施。
传统支付网络也在吸纳稳定币。Visa 报告 9 月稳定币年化结算量已超过 $200 亿。消费者可以继续刷卡支付，而机构在后台用稳定币结算，整个结账体验无需改变。
最后，更快的结算几乎无法解决采购错误。取消拒付机制会把更多责任转移到验证、退款和买家保护上。API 响应或许可以立即校验，酒店预订却需要持续到入住时的保障。区块链确认既不确立法律终局性，也不保证可兑付为银行存款，错误的购买无论结算多快依然是错误的。
监管依然是成本的一部分
欧洲证券及市场管理局（ESMA）10 月 8 日发布声明，要求持牌加密资产服务商停止向欧盟客户提供不合规（未遵循 MiCA）稳定币服务，仅留有限补救安排。
欧洲银行管理局（EBA）于 10 月 14 日将 USDC 列为重要电子货币代币，监管职责移交原定于 11 月 12 日进行，已超出本文统计截止时间。
美国货币监理署（OCC）10 月 21 日发布的《GENIUS 法案》最终规则规定了管辖范围内实体的储备、赎回、托管和监管要求，将于 2027 年 1 月 18 日生效，反洗钱与制裁条款则需另行制定规则。这些时间表影响着可用交易对手与合规成本。
无论采用何种结算模式，代理依然需要可执行预算、白名单供应商、限时授权和可审计的凭证。
哪些交易值得委托给代理？
经济层面的检验标准在于：时间、价格和协调上的节约，是否高于推理、集成、监管监督以及错误带来的预期损失。高频重复采购让微小的单次节约变得可观，但一个两分钟就能完成的熟悉复购，其优化空间远不如跨供应商门户对账发票。
企业采购已有既定的审批政策，代理的价值在于处理例外情况，或将供应商覆盖范围扩展到现有自动化系统之外。
在家庭场景中，窄范围的补货指令可以明确规定商品、数量和价格上限；团队订餐涉及在单一预算下协调多人偏好；复杂差旅潜在节约巨大，但一旦退改条款或中转衔接出错，后果也极其昂贵。最强的初期落地场景往往兼具“受限授权”和“损失累积前即可校验结果”两大特征。
Jane Street《AI 奇点是否即将到来？》圆桌讨论中对短反馈循环的强调，提供了一个更具区分度的检验标准：什么能证明购买成功、证据何时到达，以及哪些环节仍可撤销？有效的 API 响应确认了交付，未必确认了准确性；商品编号确认了型号，未必确认合身或满意。
我们的推断是：当验证成本与残余预期损失低于协调节约时，委托才具有吸引力。明确规定可观测验收标准和追索权的合同可以扩大这一适用范围；而在结果主观或反馈延迟的领域，更强的模型能力或许依然无法省去昂贵的人工核查。
价值创造与价值捕获可能出现背离
对商品发现的控制权本就是一门利润丰厚的生意。亚马逊报告第三季度广告服务收入为 $196.37 亿，同比增长 11%，尽管该数字不仅包含零售赞助商品列表。路透社 11 月报道称，亚马逊和沃尔玛都在测试在各自购物助手中植入广告。
亚马逊表示代理购物尚未对其广告业务产生实质性影响，但随着更多购买决策迁入 AI 界面，这一格局可能会发生变化。
2026 年 8 月沃顿商学院的一项研究提供了早期线索，揭示了这些决策可能如何受到影响。研究人员在六个模型和八款产品间运行了约 2.6 万次模拟运动手表选择。
在另一项涉及四个模型的实验中，将三个推荐信源同时呈现，使 GPT-5.5 选择 Wirecutter 推荐产品的比例较基线上升了 53 个百分点，而依次呈现相同信源则几乎没有效果，商品本身并未发生任何改变。
尽管这只是模拟选择而非真实购买，但结果提示：谁控制了触达助手的信息，谁就可能影响商家获得的需求。
独立助手可以利用聚合的购买意向来争取更低价格或更高佣金。零售商则可以通过在现有平台内嵌入同类工具来回应，因为在自有平台上，它们已经掌控了商品目录、客户关系与履约。
标准化接口可能会削弱基础商品匹配的价值，但库存、配送网络以及可靠的纠纷解决机制依然更难复制。
对商家而言，经济账取决于代理是否带来了真正的新客户。假设边际贡献率为 20%，所有代理导流销售需支付 5% 佣金。如果老客户原本无需额外获客成本就会购买，那么代理导流的销售额中必须有超过 25% 属于纯增量，这笔佣金才划算。
更低的广告支出能改善这一计算，而退货、客服成本和客户数据流失则会拖累回报。单看代理带来的 GMV，几乎无法判断盈利能力。
客户关系的重要性远超单次交易。保留了购买历史和偏好的助手可以将未来订单引导至竞争对手，从而削弱商家的客户生命周期价值。开放商品数据流允许商家触达多个助手，减少对单一中介的依赖。
无论底层采用何种结算方式，支付处理商依然可以从凭证管理、反欺诈和对账中获利。稳定币发行方受益于资金沉淀余额，而钱包服务商与支付基建企业则需要足够的手续费收入来覆盖运营成本。交易量的上升并不会自动转化为留存收入的增长。
基于佣金的推荐机制还引入了另一重复杂性：助手可能偏袒付费商家、截留部分议价折扣，或将订单导流至出价最高者。这些未必代表当下的市场常态，但每一种都可能在买家利益与中介收入之间制造冲突。
评估这些模式需要对报酬机制、最终成交价和复购行为保持透明度。核心问题不只是代理促成了多少商业交易，而是它们创造了多少价值，以及最终由谁留存。
结语
代理商业推进最快的领域，是 AI 改善既有购买关系的场景。嵌入式助手可以利用既有的商品目录、支付凭证和履约网络，有效影响商品发现与转化。
而完全委托购买则引入了额外门槛：消费授权、商家准入，以及对购买结果满足用户指令的信心。因此，辅助功能的增长为委托购买提供了机会，却不能作为衡量其普及率的可靠指标。
经济边界在于确认“代理做对了事”的成本。范围受限、结果可观测且具备可行救济机制的采购提供了最清晰的起点；在偏好主观、交付延迟或试错成本高昂的领域，验证与监督成本可能会吞噬节省下来的时间。模型能力的提升扩大了可行市场边界，而外围商业控制措施决定了其中有多少能力能真正落地。
分发渠道依然是价值捕获的核心。本文回顾的购物实验表明，商品选择取决于哪些信息触达了助手以及如何呈现。即便结账协议保持开放，对这些输入信息的控制权仍可能左右商家需求。这种影响力能否转化为持久利润，取决于增量销售、客户留存以及中介在不损害买家或商家利益的前提下收费的能力。
当稳定币能够减少供应商准入或结算摩擦时，它们会强化这一商业命题。但其经济可行性依然受制于出入金、融资成本、商户受理度与售后救济，传统计费体系仍是强有力的竞争替代品。
下一阶段的成败应当由付费复购率、商家增量贡献以及每笔正确完成采购的总成本来评判。那些让委托行为变得可衡量、具备经济性且支持纠错的服务商，将在普及加速时拥有更稳固的收入留存基础。