AI Agent要自己刷卡了,但AI支付寶比想象中更難做,為什麼?

極客公園
07/22

AI 代理正在學會花錢,而給它們用的錢包,還沒造好。

作者|樺林舞王

編輯|靖宇

2026 年 7 月,一家成立剛滿一年的公司 Natural,拿到了 3000 萬美元的 A 輪孖展。它做的事情,用一句話說清楚有點費勁——它要為 AI 智能體重新造一套支付系統。

這件事本來可以只是一條普通的孖展快訊。但如果把這幾周發生的事情放在一起看,就會發現,AI 支付領域的臨界點正在逼近

01 所有人都在搶 AI 支付

故事要從一個有點奇怪的 HTTP 狀態碼說起。

402,Payment Required,1991 年寫進互聯網協議規範,原本是為未來的互聯網付費系統預留的接口,然後就這麼閒置了 35 年,一次都沒被正式用過。

上周 7 月 14 日,Linux 基金會宣佈成立 x402 基金會,把這個沉睡的狀態碼正式激活,用來處理 AI 智能體之間的自主支付結算。Visa、Mastercard、Stripe、AWS,40 個成員單位一併加入。

就在同一天,區塊鏈平台 XRP 賬本宣佈:主網上的 AI 代理交易量突破了 100 萬筆

再往前推兩周,7 月 2 日,Stripe 聯合 Cross River Bank,面向 AI 智能體推出專屬的虛擬單用途銀行卡發行服務,讓自主軟件在無需接觸用戶真實支付憑證的情況下完成交易,彼時已有 160 萬筆交易通過 x402 協議結算。

三件事疊在一起,密度有點異常。

而 Natural 的這筆 3000 萬美元,是在這個節點上落地的。加上此前的種子輪,它的總孖展額達到 4000 萬美元。投資方 Forerunner 以消費領域投資見長,這次轉向押注 B2B 金融基礎設施,本身就是一個信號。

02 AI 界的Stripe

Natural 團隊的三個人,之前就有消費金融的經驗。

Kahlil Lalji 和 Eric Wang 此前聯合創辦過 Ivella,一家 YC S21 孵化的消費金融公司,做的是面向情侶的聯合銀行賬戶。產品上線後服務了數萬用戶,但在監管環境快速收緊的背景下,Ivella 在 2024 年被 EarnIn 收購,團隊併入。那段經歷讓 Lalji 和 Wang 對金融合規、實時支付拆分、銀行網絡接入這些水下工程有了第一手經驗——這恰恰是 AI 支付最需要的那類知識。

第三位聯合創始人 Walt Leung,之前是 Nextdoor 的工程經理,帶過平台側的技術團隊。

2025 年,三個人在舊金山重新組局,成立 Natural。公司成立 193 天就完成了 A 輪孖展,目前團隊 17 人,核心工程和產品崗位從 Stripe、Ramp、Square 挖過來。

Natural 給自己的定位是AI 代理的編排層——不做 AI 本身,而是讓 AI 能在金融系統裏合法、安全地動錢。具體來說,它已經上線了六個產品模塊:Wallets 是帶 FDIC 保險的代理錢包;Vaults 是單向賬戶,錢只進不出,用於隔離風險資金;Pay、Request、Transfer 分別對應付款、收款和轉賬;Connect 則是平台和市場的接入層。

如果把這套產品攤開看,它搭的不是一個支付工具,而是一套圍繞 AI 代理的完整資金流轉基礎設施——從開戶、存管、收付到平台結算,全鏈路覆蓋。

接下來幾個月,Natural 計劃陸續推出 Voice(讓代理在電話中採集支付信息)、Accept(讓代理以商戶身份收款)和 Cards(為代理發行借記卡和記賬卡)。到四季度,還會上線 Charge(按 API 調用計費)、Credit(為代理提供授信額度)等更深層的金融產品。

這條產品路線圖的野心很清楚:它不想做 Stripe 的插件,而是徹底成為 AI 世界裏的 Stripe。

Forerunner 的合夥人 Kirsten Green 領投了這一輪。Green 過去以消費品牌投資著稱,這次把注押在基礎設施上,她給出的理由很直接——Natural 不只是在幫代理結賬,而是在重寫支付基礎設施本身,包括爭議交易的處理方式。

不過有一個事實值得冷靜看待:Natural 目前仍處於營收前階段(pre-revenue),4000 萬美元的孖展和 1.5 億美元的估值,押的是對代理經濟規模的預判,而非已經驗證的商業模型。這意味着它的時間窗口既是機遇,也是約束——如果企業級客戶的採購節奏比預期慢,這家只有 17 個人的公司需要在燒錢速度和產品節奏之間保持精確平衡。

03 當下支付系統的困境

理解 Natural 要做什麼,先得理解今天的支付系統為什麼不夠用。

Kahlil Lalji,Natural 的聯合創始人兼 CEO,用了一個直接的描述:支付執行的方式,正在從人類執行,轉變為代理執行。天文數量的支付量,將改變整個支付系統。

這背後有一個具體的工程困境。傳統支付體系從設計之初,默認背後有個人在操作。刷卡需要持卡人,網銀轉賬需要賬戶主體,哪怕是企業採購,也得有授權的人在某個節點確認。整套邏輯是人工閉環的。

但 AI 智能體不是這樣工作的。它們在識別供應商、比較價格、完成採購這整條鏈路上,理論上不需要人介入。問題是,當它要在某個環節付款的時候,它沒有身份——沒法開銀行賬戶,沒有信用記錄,也沒有傳統意義上的 KYC 信息。

Coinbase 創始人 Brian Armstrong 的那句話說得很坦白:它們無法開設銀行賬戶,但可以擁有加密錢包

Stripe 推出虛擬單用途卡,算是一個階段性的工程解法——每次交易用一張全新的、用完即廢的虛擬卡,把 AI 的行為鎖在嚴格授權的邊界內。這招很聰明,但也揭示了一件事:現有系統是在給 AI 打補丁,而不是為 AI 原生設計的。

Natural 想做的,是把為 AI 打造的支付基礎設施變成一個獨立品類。

04 B 端先於 C 端

McKinsey 給出過一個預測數字——Agent 商務到 2030 年將上升至 3 萬億 到 5 萬億美元的收入。這個數字足夠大,以至於幾乎所有主流支付玩家都開始表態。Mastercard 把自己的相關產品線命名為Agent Pay,並在聲明裏描述了一個細節:這些代理可以以機器速度持續相互交易,執行交易鏈,包括微交易

機器速度,這四個字很關鍵。

傳統支付系統的結算周期是按天計算的,欺詐檢測依賴的是人類行為模式的統計規律,風控模型背後假設的是人在每一筆交易背後留下的痕跡。AI 代理的行為模式完全不同,它在毫秒級別內可以連續發起數十筆交易,沒有人類的猶豫和習慣,也沒有地理上的位置錨點。

安全架構需要重寫,這一點業內沒有太多分歧。分歧在於由誰來主導、用什麼路徑。

x402 基金會選擇了一條開放協議的路:激活 HTTP 402,建立一個主流機構都參與治理的標準化結算層,這讓它看起來更像是行業基礎設施而非某一家公司的產品護城河。

Natural 的方向則更偏向垂直的金融工具棧——為企業提供讓 AI 代理安全執行支付的完整套件。

兩條路並不互斥,但誰能在規模上先跑通,很大程度上取決於企業採購的實際意願

Javelin Strategy & Research 在去年底的研究里加了一盆冷水:Agent 商務迄今影響甚微,消費者側的主流應用更可能發生在 2027 或 2028 年。B2B 和後端自動化是眼前真實的戰場,消費端還需要等。

這個判斷大概率是對的。貨運供應商比價、企業 SaaS 訂閱自動續費、供應鏈付款——這些場景的 AI 自動化,比讓消費者放心讓 AI 替我網購要早得多,技術難度也低得多。

Natural 的早期客戶,應該主要集中在這些企業服務場景。

05 懸置的問題

技術可以快,但法律框架不會跟着一起快。

Fenwick & West 律師事務所的分析指出了一個結構性問題:現有金融和消費者保護法律,是以人類做決策為前提設計的。當 AI 代理自主完成一筆交易出現錯誤或爭議,責任在哪裏?是給 AI 下達指令的用戶,是開發 AI 的公司,還是提供支付通道的平台?美國法律目前沒有清晰的答案。

穩定幣支付路徑缺少傳統信用卡的爭議交易保護機制,這在消費者側是一個明顯的短板。x402 協議推動的是開放結算層,但開放不等於受保護。

這些問題不會在短期內解決,但它們會成為企業採購 AI 支付工具時的實質顧慮。尤其是在涉及大額交易或敏感供應商關係的場景裏,AI 自主完成這五個字帶來的法律模糊性,會讓很多財務部門打退堂鼓。

Natural 要跑通商業模式,可能需要在完全自主和人工確認節點之間找到一個更細膩的權限分級方案,而不是直接賣一個把支付完全交給 AI的概念。

從這個角度看,Stripe 那套虛擬單用途卡的思路雖然保守,但恰好踩在了企業的信任閾值上。給 AI 一張用途被嚴格限定的受控卡,每筆交易都有上限和範圍約束,這比讓 AI 自由支付更容易被今天的風控部門接受。

AI 代理經濟真正成熟的那天,支付基礎設施必然是核心卡脖子環節之一——這件事本身沒有懸念。

Natural 的 4000 萬美元孖展、Stripe 的單用途卡、x402 基金會的 40 家成員,都在押同一個方向。只是誰能熬過法律灰色期、誰能最先在真實企業場景裏跑出規模,2026 年的這個夏天還給不出答案。

市場窗口已經打開了,地基還沒打完。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10