智能体开始自己买单：支付宝与AWS打通按次付费

今年9月，金融数据服务商Massive上线了一个面向智能体的股票数据按次付费入口。智能体接入支付钱包后，执行任务时就能买下所需数据：用USDC付款，随后拿到结果。调用方通过这条入口可以按请求购买，无需先开通传统订阅、保存API密钥。原有的订阅服务照旧提供。

这样一来，一项交给AI的研究任务，中途就可能发生一笔真实采购——用户给出目标，AI发现数据不够，在被授予的权限内买下来，再接着分析。选服务、付钱、拿结果，正逐渐成为AI完成工作的连贯动作。乌镇峰会上围绕智能体身份、授权与跨平台协作的讨论，也因此有了很具体的落点。蚂蚁集团副总裁陈亮表示，要让身份、授权和责任进入每一次连接。AI开始替人采购之后，商家得弄清是谁在付款，用户也得弄清自己交出了多大的决定权。

眼下已经开放的这些入口，主要面向数据、API和数字服务。钱依然属于用户或企业，支付来源要提前配置好，AI能花多少、能买什么，由授权范围划定。真正的变化出在任务执行环节：有些原本要人逐项办理的采购，如今可以交给AI去做。

交给AI的任务里，多了一笔采购

传统软件同样会自动调用收费接口，按次数计费并非新鲜事。一般做法是开发者先挑好供应商、开通账户、配好凭证，软件运行时沿着已经接通的线路去调用。用户看不见这些环节，但采购关系早已提前定下。

智能体想做的，是把其中一部分选择挪到任务执行的时候。它先判断需要哪种能力，再找到对应服务、问清价格，在授权范围内付款并拿到结果。服务商不必先挤进开发者固定的采购清单，也有机会挣到这一笔。

Massive的入口就是这条路径的一个样本。智能体找到数据服务后发出请求，服务端用HTTP 402返回付费要求；等付款完成、凭证通过校验，数据才会返回。HTTP 402可以简单理解成网页通信里“这里要收费”的信号，它把请求资源和支付费用接在了一起。

不妨设想一次研究任务：AI做完初步检索，发现还缺一段收费的实时数据。拿到相应的预算和权限后，它买下这部分材料，继续分析。用户最终收到研究结果，账单上则多出一项外部数据支出。这个示意场景说明，委托AI干活和授权AI花钱，正在同一项任务里碰头。

任务所需的能力越多，这类采购关系就越有分量。智能体不必自建所有工具，可以按需调用外部服务；提供工具的企业，也有机会只卖自己擅长的一小段能力。但前提是任务确实用得上它，而且调用结果能接进后续流程。大量服务上线只是增加了供给，替代不了真实需求。

这同时改写了“小功能”的商业想象。以往一个工具使用频率不高，想让用户专门注册并订阅并不容易。按次采购则允许它在某个任务需要时出现，完成一次转换、一次查询或一项计算，再收对应的费用。生意能不能成立，要看每次调用带来的价值能否覆盖供给和交易成本。

支付宝和AWS开始接通这笔付款

中国市场也已有对应产品。支付宝Machine Pay面向API、数字内容、算力资源等提供按用量收费的方案，支持服务商向访问这些资源的智能体发起收款。它把服务请求、价格反馈、付款和履约串起来，开发者可以为单次调用设置收费。

对用户而言，支付接入意味着采购有机会在任务中一气呵成，省掉逐家注册、配置调用凭证的麻烦。对供应商而言，商品也得表达得更清楚：卖什么、收多少、交付什么，都要能被程序读懂。光接上收款能力，还不足以让AI挑中这项服务。

AWS今年5月发布AgentCore payments预览功能，与Coinbase、Stripe合作，支持智能体在执行过程中购买API、网页内容、MCP服务及其他能力。用户需要授权钱包，并设定会话支出限制，交易记录会进入监控体系。海外的云平台也在进入同一环节。

AWS还把服务发现接了进来：借助Coinbase的x402 Bazaar目录，智能体可以搜索自己需要的收费服务。目录和支付一同进入开发环境，意味着云平台开始影响智能体去哪里找供应商，以及一项付费能力怎样接入工作流程。

支付宝连接支付与开发者，云平台连接智能体运行环境与外部服务，两条路径都在减少临时采购的摩擦。它们的商业位置也因此超出了一个前台聊天入口：即使用户用的是别家的AI助手，任务中的某一笔交易仍可能从它们手里过。

这也是支付、云服务和工具平台愿意提前投入的原因。智能体产品还会不断变化，任务中对数据和服务的需求却可能长期存在。谁把发现、调用和结算做扎实，谁就有机会参与更多应用的交易。接入便利也会加剧供应商之间的竞争，平台还得形成持续交易才能拿到回报。

按次花钱，也要算一项任务的总账

面对这样的客户，服务商首先得改变商品的表达方式。面向人的销售页面可以展示案例、提供试用，让销售人员去解释套餐；面向智能体，则还要给出机器能读懂的接口定义、参数要求、价格和返回格式。调用失败时如何反馈，也会直接影响任务能否继续。这些看着像技术文档的细节，正在逼近商业转化环节。一个服务就算功能出色，如果智能体判断不出它接受什么输入、会返回什么结果，也很难在任务中被临时采用。品牌知名度依然有价值，但还得转化成可调用、可验证的产品能力。

收费单位同样可以切得更细。用户订阅一款软件，通常买的是某段时间内的使用资格；智能体临时采购，可以只买一份数据、一次处理或一次工具调用。Massive保留传统订阅、同时新增入口，说明这两种方式能够并行：高频客户需要稳定安排，偶发任务也许更适合临时购买。

用户会碰上一笔更细碎的账。一次查询看着便宜，可反复调用同一个工具，累计支出可能超过订阅套餐；结果不合要求，还可能付费重试。每个步骤都不贵，不等于整项任务划算。服务商也得在单次价格与计算、维护成本之间找平衡，按次收费让买卖双方都需要更准确地估摸使用量。

服务商还得划清自己交付的是哪一段。数据接口按约定把材料返回，报告质量却要看后面的分析；图片工具把文件交出去，创作方仍得判断它合不合整部作品的要求。买方要先弄明白自己买到了什么，才能把不同服务拼成一件完整任务。

所以，替用户买东西，也意味着替用户判断质量和总花费。某项服务贵一点，只要能少几次重试、少些人工返工，整个任务算下来仍可能更划算。只会找便宜接口的AI，还当不了靠谱的采购者；它得判断买来的能力能不能让任务往前走，还得把开销压在委托范围之内。

谁决定AI把钱花给谁

当AI开始替我们挑服务、付钱，订单也会跟着它的选择走。它从哪个目录找服务、怎么排序、是否优先用某个平台的合作伙伴，都会影响钱最终花给谁。过去商家争的是用户那一下点击，往后可能还要争着进AI执行任务时的候选清单。

AWS接入服务目录，就是个能观察的起点。发现和购买在这里接上了。不同平台可以各自维护目录，供应商也能提供多个入口。一个小工具能碰到多少潜在任务，取决于它跨平台可被发现、可被调用的程度。

买卖双方的利益也不会完全一致。用户想用合理成本把事办成，工具商想多拿调用收入，平台想做大交易规模。将来服务推荐里如果掺进付费推广、商业分成，推荐规则就得跟委托方的目标分开。这是市场发展起来后要处理的商业问题，靠模型“聪明”解决不了。

用户的委托，也得落成具体的采购权限。任务能买哪些服务、能花多少钱、什么情况下要回来问，都要变成可执行的限制。AWS预览产品里的会话预算，就是这类安排的一种做法。任务拖得越长，越要让用户看到累计花了多少、买到了什么。

对重度AI用户来说，账单还得更清楚。模型推理本身要花钱，外部数据和工具各有各的价。一次任务的总支出，会包含不同供应商的服务。产品只显示模型消耗，用户就难判断一项任务为什么变贵；把采购项目、返回结果和费用对应起来，用户才有依据决定下次还给多少预算。

乌镇要讨论身份与授权，原因也在这里。服务商要知道调用者代表谁，用户要能控制委托范围，平台要留下可追溯的交易记录。这几层关系接上了，跨平台采购才有机会从单次演示变成常发生的业务。

对开发者来说，能稳定提供专业数据、处理能力或行业工具，就有机会成为这类采购的供应商。他们要盯付费调用能不能重复发生，也要看同一任务里的总成本合不合理。用户拿到可用成果、愿意再授权，才可能带来持续订单。

智能体支付还在早期，AWS对应功能也以预览形式推出。眼下能确认的进展，是数据商、支付平台和云平台已经开始为任务中的采购提供产品。要让AI在更多消费场景里代为下单，还得商家接入、支付支持和用户授权继续配合，现有能力的边界仍然清楚。

AI开始替我们花钱，付费决定就不再全发生在点“开始任务”之前。执行到哪一步、还缺什么、值不值得买，都可能影响最终账单。用户交出去的是一部分采购决定权，想换回来的是成果和一笔说得清的支出。谁能把这两件事做好，谁才更有可能拿到下一次授权。