移动支付网消息，近日，风险投资机构FirstMark董事&总经理Matt Turck在其播客节目中，与支付巨头Stripe数据与AI负责人Emily Sands进行了一场深度对话，讨论了Stripe关于智能体支付基础设施方面内容，包括ACP协议、Link钱包、支付公链Tempo、Token Theft等等。

Stripe智能体商务自主等级划分

Emily Sands在对话中首次公开了Stripe内部关于智能体商务的自主等级框架，这套体系借鉴了自动驾驶行业的L1-L5分级逻辑。

L1（辅助执行）：人类做出全部购买决策，仅将结账等执行环节交给系统自动化处理。简单来说，这是目前最传统的电商业务的普遍实现。

L2（辅助选择）：消费者将商品筛选和推荐决策委托给AI，但最终购买仍由人类来确认。当前的智能体商务生态，至少在消费者侧都处于这一阶段，人类用户仅依赖AI发现和筛选产品。

L3（条件自主）：AI可完成从发现到购买的全过程，但通常限于一些特定场景或品类。比如目前ChatGPT的Instant Checkout以及Google Gemini中的购物功能，都是当前L3级的典型，即用户经AI推荐后一键完成购买。

L4（高度自主）：AI完全自主地发现用户需求、对比商品和服务，并最终执行交易。目前的智能体商务还未真正实现该层级，尚待解决的相关问题还有很多。

L5（完全自主）：在高度自主基础上，AI还能进行跨商家协商、整合、售后等操作，这也是智能体商务所追求的终极形态。Emily Sands认为，无论智能体商务处于哪个阶段，都需要全新的基础设施来支撑其发展。

智能体商务协议（ACP）两大核心

2025年9月，Stripe与OpenAI联合发布智能体商务协议（Agentic Commerce Protocol，ACP）。类似智能体与外部工具的连接协议MCP，ACP协议则在企业和商户与智能体之间进行了标准化定义。

ACP协议包含两个核心组件：

一是产品目录功能。企业和商户只需注册一次产品目录、库存和价格信息，即可自动接入所有采用ACP协议的AI界面。企业和商户“一次注册，处处可达”，轻松适配ChatGPT、Gemini、Copilot等等主流智能体平台。

二是共享支付令牌（Shared Payment Token）。其中的核心机制是，消费者授权AI付款，但智能体永远无法接触信用卡号、密码等底层支付凭证。令牌本身就意味着智能体的执行边界，包括可扣款的商家范围、最高金额、币种、有效期等。

目前，ACP已被Best Buy、Coach、URBN、Kate Spade、Fanatics、JD Sports等大型零售商采用；在平台侧也有Wix、Shopify、BigCommerce和Commerce Tools等电商接入；智能体方面，Stripe则已与Google（Gemini）、微软（Copilot）、OpenAI（ChatGPT）、Meta等建立合作。

另外，ACP协议也开放性的，意味着即使企业在Adyen等其他支付服务商的交易，令牌同样可以使用，而无需绑定Stripe。Emily Sands表示，Stripe希望ACP成为整个行业都能“开箱即用”的基础性协议。

Link钱包：升级为智能体支付枢纽

Stripe消费者钱包产品Link目前拥有3亿用户。Emily Sands透露，Stripe正在将其升级为“AI钱包”，使得消费者可授权智能体通过Link付款。

Link钱包官网

此前，Stripe曾专门为智能体商务推出过“一次性虚拟卡”方案。该方案起源于Stripe在外卖市场中的实践案例，特点是限定于单一商家和固定金额。早期阶段，“一次性虚拟卡”方案验证了基本可行性，但难以满足如今更复杂的智能体消费场景。

与之相比，Link钱包为智能体商务场景提供了更强的灵活性。

首先，Link钱包则支持多维度配置，用户可设置预算上限、限定商家类别或特定商家集合、按单笔交易或聚合金额设置审批阈值，当然也能选择每笔交易都需人工批准的“谨慎”模式；其次，Link钱包兼容支持多种支付方式，包括银行账户、信用卡、借记卡、先买后付（Affirm、Klarna）甚至是稳定币。

无论底层用什么支付方式、何种运行规则，Stripe希望通过Link钱包的简单界面和操作，让用户的智能体商务体验变得简单和高效。

Tempo区块链：稳定币赋能“微支付”

Emily Sands还谈到了Stripe参与共建的支付优化区块链Tempo，配合Metronome（Stripe旗下AI按用量计费平台），可支持智能体实时通过稳定币进行“微支付”结算。

“微支付”此前是一个困扰数字经济的难题，在传统支付体系下，几分钱的内容消费或数据查询场景并不容易。用户嫌麻烦，商家也不愿接受负利润率的微额交易。然而当智能体能替用户执行交易时，再配合稳定币特性，“微支付”及相关经济活动将变得可行。

关于按次、具体的“微支付”场景，Emily Sands还认为，这是AI对传统SaaS定价模式的根本性冲击：“过去SaaS行业的收费模式简单且美好，每增加一个客户，整体的边际成本就会降低。”

然而在AI经济中，每一次推理、调用都有其真实的边际成本，具体客户的用量决定企业是盈利还是亏损。换言之，如果未来智能体才是这个世界主要的“买家”，SaaS计费模式将发生更翻天覆地的变化。因此，实时计量、计费将成为刚需，这也是Metronome与Tempo协同解决的问题。

Token Theft，AI经济中不可忽视的新型威胁

除了Stripe关于智能体商户的基础设施建设内容，Emily Sands也谈及Token Theft这一挑战，她认为这是AI领域最被低估讨论的话题之一。

所谓Token Theft是指不法分子通过技术手段非法获取用户的Token，并利用其冒充用户访问系统资源、窃取数据或执行恶意操作的攻击行为。在AI实时计量特性下，不法分子也不需要偷钱包或偷账号了，因为偷Token也行。

基于Stripe与AI公司的合作案例，Emily Sands介绍了当前几种Token Theft的情况，包括多账户滥用（Multi-Account Abuse）、免费试用（Free Trial Abuse）、欠账跑路（Dine and Dash）等。

比如多账户滥用，指欺诈者反复注册新账户以获取新用户免费积分，目前AI公司中超过16%的注册正是这种滥用。这意味着每6个注册账户中就有1个以上是恶意创建的，它们大量消耗免费Token额度，给AI公司造成额外损失。

Emily Sands表示，这些偷来Token已形成了不大不小的利益链条。比如在Telegram等平台上，欺诈者可以低于官方价格转售AI服务及访问权限；利用氛围编程（Vibe Coding）等快速进行产品克隆，后端完全调用盗取的AI服务的API；通过向Spotify或Apple Music上传AI制作曲目，再以虚假播放收割平台版税收入。

Emily Sands表示，面对Token Theft等新型威胁，Stripe需要通过升级其欺诈防护产品Radar进行应对。

最后

当前AI经济从“模型竞赛”阶段进入“基础设施与信任机制建设”阶段，智能体商务的落地不仅需要更强的大模型，更需要一套全新的支付语言、计费体系、反欺诈网络和部署编排工具。而这些方向，也正是Stripe这家支付巨头所憧憬并参与布局的细分领域。