AI支付进入实操阶段，IMF三层架构与Stripe实践揭示新竞争格局

2025年被业界普遍视为AI应用元年，大模型能力正从‘能说’向‘能做’演进——用户不再满足于获取信息，而是期待AI直接完成任务、解决实际问题。在这一背景下，AI支付作为智能体经济的关键基础设施，正推动全球支付产业发生结构性变革。

传统移动支付以‘点击支付’（Click-to-pay）为特征：用户主动发起交易并逐笔确认。而AI支付则走向‘智能体决策支付’（Decide-to-pay），即AI代理在用户授权范围内，依据任务目标与环境变化自主判断是否发起并执行支付。这意味着支付驱动力从人的即时指令转向结构化意图，交易速度由人工操作提升至机器响应级别，风险管控重心也从交易时点的认证拦截，转向对代理身份、授权边界与行为轨迹的全流程持续验证。

这一转变并非支付环节的单点优化，而是由智能体经济催生的系统性升级。根据新加坡《模型人工智能治理框架（第二版）》，人机协作可分为三类模式：人在回路中（HITL）、人在回路上监督（HOTL）与人不在回路中（HOOTL）。其中HOTL模式通过预设授权边界、运行监测与异常干预机制，使用户无需逐笔确认即可保持有效监督，为AI代理安全执行支付提供了现实路径。

2026年4月，国际货币基金组织（IMF）提出AI支付的三层架构，为理解其技术逻辑提供了关键分析框架。该架构分为L1意图与编排层、L2控制与授权层、L3结算层：

L1层负责将用户的高层目标转化为结构化、机器可读的指令，依赖概率性推理形成意图；
L2层承担确定性约束功能，验证智能体身份、权限范围与交易条件，将概率性意图转化为合规的正式授权指令；
L3层则依托传统金融基础设施，以不可撤销的法律终局性执行清算与结算。

三层协同的核心挑战在于调和AI系统的概率性与金融系统的确定性——前者允许相同输入产生不同输出，后者要求资金划拨必须具备唯一、稳定、可追溯的结果。IMF明确指出，设计原则应是“将概率性、适应性的推理与确定性、刚性的执行分离”，确保金融系统稳定性不受AI不确定性干扰。

在实践层面，海外机构已率先布局。美国支付服务商Stripe以约1590亿美元估值成为全球最高非上市金融科技公司，远超PayPal（约500亿美元）。其高估值背后，是其深度切入智能体经济的商业能力。2026年4月底的Stripe Sessions大会上，Stripe一次性发布288项新产品与功能，其中核心是Stripe ACS（Agent Commercialization Suite，智能体商业化解决方案套件），允许商家让AI智能体作为独立经济主体进行安全销售与收款，真正赋予智能体交易能力。

除产品外，Stripe、Google、Visa与Mastercard等均已推出面向AI支付的协议标准，试图在交易智能化时代抢占规则制定权。这标志着全球支付竞争已从支付数字化时代的存量优化，转向交易智能化时代的标准卡位与技术闭环争夺。

中国在移动支付领域长期领先，拥有全球最普惠便捷的扫码支付体验，其优势建立在安全账户体系、广覆盖商户网络与高效产品服务之上。但当竞争维度转向‘服务于智能体的交易智能化’，原有优势面临重构。蚂蚁集团研究院院长李振华与资深研究员冯佳琦在《北大金融评论》指出，新赛道的核心问题在于：如何将模型的概率性意图转化为可信、可控、可追溯的金融执行指令。

在此维度上，中美处于同一起跑线。中国能否延续领先，取决于三大关键能力：一是底层技术能力，包括多模态意图理解、轻量化推理与实时风控；二是协议生态建设，能否主导或深度参与AI支付通用协议（如OpenAI Agent Protocol、W3C Web Payments工作组相关标准）；三是制度与创新空间，例如在沙盒监管下允许HOOTL模式试点、探索智能体数字身份与责任归属机制。

值得注意的是，风险治理理念也在同步演进。IMF提出的“1+3”框架强调：在沿用现有海外风险治理基本框架（一个不变）基础上，通过分层管理、动态持续与技术驱动实现增量管控。具体而言：

分层管理按Agent自主程度区分管控强度，从用户确认→有限授权→自主执行递进；
动态持续覆盖支付全生命周期，从事前授权、事中监测到事后审计形成闭环；
技术驱动则聚焦身份认证、意图解析、授权链存证等底层能力创新。

这些理念已在部分试点场景落地。例如，某跨境B2B平台已部署AI采购代理，可在预算范围内自动比价、下单并支付，全程仅需管理员设定阈值与审批规则；一旦价格偏离预设区间或供应商信用评分下降，系统自动暂停执行并告警。此类实践验证了HOTL模式在真实商业场景中的可行性。

当前，IDC预测到2030年，全球将有45%的组织大规模编排自主智能体。支付作为经济活动的最终闭环环节，其智能化程度将直接影响智能体经济的落地深度与广度。对中国而言，既要巩固移动支付的既有网络效应，更需在AI代理身份认证、跨链支付协议兼容性、监管科技（RegTech）响应速度等方面加快补强。

AI支付不是对现有支付的简单叠加，而是一次范式迁移。当智能体开始自主决策交易，支付系统必须同时具备理解意图的灵活性与执行指令的刚性——这既是技术挑战，也是新一轮全球金融基础设施竞争的起点。