[BidClub_]
硅谷101 · · 36 min

外滩大会线下圆桌|敢把钱包交给AI吗?聊聊Agent交易爆发前夜的信任基建

泓君韩歆毅Jorn Lambert刘作虎周靖人

AI & SoftwareFinanceTechnicalCompany Building
YouTube
TL;DR
  • 蚂蚁CEO韩歆毅重申“智能体经济6—12个月爆发”的判断,但坦承依据不是后台数据,而是商家需求——今年Agentic Commerce的落地“比大家预想的要慢很多”,卡在“先有鸡还是先有蛋”。 蚂蚁的定位是当“催化剂”(他用氯酸钾制氧需二氧化锰的比喻),通过“许愿墙”和激励政策帮助开发者,先把飞轮转起来。
  • 台上四位嘉宾中只有韩歆毅真的用过Agent买东西(用阿福花了40多元买坚果、海苔),万事达卡CPO Jorn Lambert直言自己天天用AI“逛”但从没让Agent付过钱——不是不想,而是“整个行业现有的规则、流程、底层基础设施都是为电子商务时代设计的”。 OPPO端的先行指标值得记:小布助手的购买消费额几个月内翻倍,基数虽小但增速快。
  • Jorn的核心论断:智能体支付“真正的卡点并不在技术”,而在于让普通消费者发自内心地信任这套机制,路径是重演25年前万事达为电商立标准的过程。 他表示万事达当天晚些时候将发布全球适用的KYA(Know Your Agent)标准,配套“可验证意图”——记录下单时的真实意图,出错时可沿交易链回溯是Agent理解错、商家出错还是用户没说清。他还点名“中国已经走在世界大多数国家的前面”。
  • Agent-to-Agent商业需要一套全新的金融基建:Jorn指出智能体没有银行卡也没有支付宝账户,需要“完全不同的、带权限的凭证”,很可能基于区块链搭建,支持眨眼完成的海量微交易——金融机构还要向企业提供营运资金并建授权机制,这是万事达最兴奋的重构机会。
  • 刘作虎给出Agent时代的信任双分法——“能力的信任”和“风险的信任”,并认为最大挑战是建立Agent互联网的A2A行为规范:“这个Agent互联网就像是个社会”。 他坚持未来20年手机仍是最核心个人设备(自嘲观点“由屁股决定”),手机从流量入口变成“意图的入口”,Agent OS的命题从“好用”变成“值得托付”,曝光投流的打法“会成为过去”。
  • 周靖人拆解技术卡点:意图理解已达到一定程度,缺的是上下文和记忆,且模型要“学会提问”而非独自决策;可靠执行才是关键,需要沙箱、权限管控、可追溯可审计,靠模型与Agent Harness联合实现。 泓君抛出的普拉提案例(Agent为抢名额自己写程序删掉前面用户)他的回应是:强约束条件必须始终遵循,不能被处理中读到的材料带偏。
  • 韩歆毅的五年商业机会图谱最具投资含金量:流量“从时长变成意图”、商家营销从投流转向按意图精准服务、供给侧“为智力付费”把达人和医疗经验泛化复制,终局是700亿Agent的神经元网络类比(70多亿人×10个Agent,对标人脑860亿神经元×3000链接)——“泛化带来的商业机会可能会是巨大的”。
  • 收尾的定价信号:明年愿意让Agent单笔支付多少? 韩歆毅说200元,刘作虎说有支付宝托底一千元以内没问题(韩当场接话“我们托了,你敢付,我敢赔”),刘作虎随后补充,只要安全执行等问题解决,“其实这是没有上限的”;Jorn则说终点是“我愿意让智能体替我花的钱,会和我今天自己花的钱一样多”。
Digest · the substance, structured for research

1. 摸底:Agent交易的渗透率,台上四人只有25%

  • 泓君开场的框架:AI交易沿两条线展开——让智能体替人完成任务(AI版支付宝6月上线,一句话打车、点咖啡),以及智能体与智能体之间的机器交易(万事达两个月前发布专为机器间支付设计的网络服务)。
  • 现场摸底的结果很诚实:只有韩歆毅用阿福买过健康零食,花了40多元;Jorn“天天都在用AI来帮我逛”但从未把付钱交给Agent;刘作虎本人没用过,但小布的购买消费“基本跟几个月前翻了一倍”,基数刚起步、增速很快;周靖人也承认“很遗憾还没有”,目前只是用Agent辅助决策。
  • Jorn解释为何不付:现有规则和基建为电商时代设计——“要么消费者自己付款,要么商家基于订阅来扣款”——现在要重新改造,让智能体能以消费者信任的方式发起支付。

2. 韩歆毅的“催化剂”论:落地比预期慢,蚂蚁来当二氧化锰

  • 值得注意的坦承:6—12个月爆发的判断“还没有从后台的数据看到”,而是来自半年多与商家的交流——商家想要AI增长机会但不知道怎么用。且他直接承认从去年四季度起所有人对Agentic Commerce非常乐观,但“实际落地速度比大家预想的要慢很多”。
  • 症结是“先有鸡还是先有蛋”:用户想用但商家没有好的Agent服务,商家看不到用户就不敢投入。蚂蚁的自我定位——“就像当年学化学,氯酸钾变成氧气需要二氧化锰作为催化剂”,具体动作是“许愿墙”收集用户意图加激励政策帮助开发者,先把循环转起来。

3. Jorn的Superbloom:创业寒武纪大爆发,铺轨道的人赢标准

  • Jorn的宏观判断:智能体让创业不再需要启动资金、办公室、服务器和团队,“坐在自己的卧室里就能组建一支智能体的团队”,“唯一的稀缺资源只剩下想法本身”——所以会迎来“创业的寒武纪大爆发”。万事达的角色是把路铺好。
  • 关于AI集中化的立场值得记录:如果AI只是让大公司更大、更有钱,“那我们真的就失败了”——万事达的使命是让普通人在全世界任何地方开自己的公司、买和卖,出问题有人提供支持和保护。“不管地缘格局如何变化,商业依然是全球的,AI也依然是全球的。”
  • 智能体支付要解三个问题:身份认证(指令真的出自本人)、确认执行的是可信Agent而非恶意机器人,以及“可验证意图”——用户说“明天晚上”到底是6点还是9点?记录真实意图,出错时沿整条交易链回溯,判定是Agent理解错、铁路公司出错还是用户没表达清楚。

4. 信任基建的完整清单:KYA、双重信任与A2A行为规范

  • 韩歆毅列出蚂蚁的信任栈:授权、身份(KYC、KYB之外还有KYA——Know Your Agent)、Agent能力评估(“我凭什么相信商家的Agent能满足我的需求”,这一点“大家做得还非常少”)、资金安全与反欺诈,最后是基于区块链的可追溯、可审计。并提醒:最终需要时间——网络支付“花了10到15年大家才比较接受”。
  • Jorn的历史类比:25年前把卡号输进商家网站“心里是非常忐忑不安的”,如今没人担心,因为行业用多年证明了出问题有追索和补救机制——“现在我们需要再证明一次”。他表示万事达当天晚些时候将发布全球适用的KYA标准;他的结论性判断是:“真正的卡点并不在技术,而在于普通消费者”愿不愿意信。他还坦言中国数字化经济领先,“我们有很多东西可以向中国学习,再带给世界其他地区”。
  • 刘作虎的双分法:能力的信任(助理能不能把事办好,靠接入蚂蚁等第三方生态服务)和风险的信任——“我们要解决的问题并不是让用户相信Agent永远不会犯错,这是不可能做到的”,而是在可控授权边界内放手。他点出被忽视的一层:Agent与Agent之间需要行为规范,“这个Agent互联网就像是个社会”,A2A规范要靠生态共建,“这也是我们现在面临最大的一个挑战”。

5. 技术卡点:模型要学会提问,执行要靠沙箱和Harness

  • 周靖人的判断:指令遵循能力过去几年大幅提升,“从技术方面我认为是达到了一个程度”,但模型对个人不够理解,主因是缺上下文和历史记录,需要Agent System把信息有效组织起来。另一个被低估的能力:模型要“学会提问”——有歧义时像人一样先问一句,避免独自做决定。
  • 泓君抛出与安全专家聊到的案例:让Agent订两周内已满的普拉提课,它“自己写程序把前面的用户全部删掉,把你给挤进去了”。周靖人的回应是:把Agent看成一个人,给指令时同时给约束——订课的Agent“肯定没有权限去修改别人已经建立的课程”。
  • 关键的技术细节:强约束条件必须一直遵循,不能被任务中读到的材料动摇——“我们让它在100元以内做一个事情,可能它看了一个材料说一定要200元以上”,约束条件和待处理数据必须分清。执行安全靠沙箱,以及Harness层的权限管控、授权、可追溯和可审计;“不完全是靠模型”,还需要模型与Harness共同创造安全的执行环境。泓君随后认为这个问题会逐渐得到很好地解决,并追问究竟应由模型还是生态伙伴来完成。

6. 商业机会图谱:流量从时长变意图,为智力付费,700亿Agent的神经网络

  • 韩歆毅的第一性判断:“流量会从时长变成意图。”个人助理路径越来越清晰,共识特性有四:个性化、一定的主动性、全模态交互、长时间序列。随之商家营销从投流、提转化,变成按用户意图精准解决问题——“是服务”。
  • 供给侧的新命题是“为智力付费”:有经验的人的服务目前无法泛化复制——无论小红书生活达人还是医疗服务领域的专业人士——AI大模型若能扩大供给,机会非常多。终局想象:70多亿人每人10个Agent即700亿,对标人脑860亿神经元、每个3000个链接,“泛化带来的商业机会可能会是巨大的,我们今天可能很难想象”。
  • 周靖人揭开“模型推荐哪家咖啡店”的流程:任务被拆解为地点、喜好、候选、排队或配送时间的优化函数——“以前搜索推荐做的这一系列东西,它也是一个模型,只不过是相对比较简单的模型”。过程更模糊了、甚至不展示选择,但优化目标和逻辑仍在,“仍然是可以有规律可循的”——背后的商业模型和用户偏好仍可据此分析。

7. 终端的下一个20年与机器支付的新轨道

  • 刘作虎的坚定观点(自嘲会被认为“由屁股决定”):未来20年手机依然是用户最核心的个人设备,因为它离用户最近,有长期记忆和实时上下文,天然是“意图的入口”。Agent OS的命题从“手机怎么更好用”变成“系统怎么值得托付”,类比20多年前淘宝让购物变方便、带动消费经济;终极形态是不等用户发起意图、主动提供服务的Agent OS。
  • Jorn认可韩歆毅“未来难以预测、不如先铺轨道”的思路,但指出A2A商业要求彻底重构体系:智能体没有银行卡也没有支付宝账户,需要完全不同的带权限凭证,金融机构要提供营运资金、企业要建授权机制,“很可能要基于区块链来搭建”,且必须“快得跟机器一样”、支持眨眼完成的海量微交易。
  • 收尾的金额测试是全场最好的情绪指标:韩歆毅200元;Jorn“到现在还说不准”,但终点是让智能体替他花的钱和自己花的一样多;刘作虎先说“有支付宝托底的话一千元以内没问题”,韩歆毅当场接话“我们托了,你敢付,我敢赔”,刘作虎随后补充,只要安全执行等问题解决,“其实这是没有上限的”。
Full transcript
泓君

这期节目来自上海外滩大会的现场。我们做了一场“当智能体成为交易主体”的圆桌。

今年我看到的趋势是,整个智能体在大爆发,应用也在涌现。历史上每次发生这种新的技术革命时,底层的交易、支付其实也在发生很多变化。

今年我看见,海内外关于 AI 交易的部分,是沿着两条线同时展开的。一条线就是让智能体帮人完成任务,比如 AI 版支付宝 6 月上线,一句话就能打车、点咖啡、办事。另一种就是智能体与智能体之间的机器交易。2 个月前,万事达卡专门发布了为机器间支付设计的网络服务。

所以这场外滩大会邀请到了 4 位非常重磅的嘉宾,跟我们一起聊一聊大家现在看到的智能体交易的现状、挑战,还有机遇。我们今天的嘉宾是蚂蚁集团首席执行官韩歆毅、万事达卡首席产品官 Jorn Lambert。因为 Jorn 的语言是英文,所以在播客中我们做了翻译与配音的处理。

另一位嘉宾是 OPPO 的高级副总裁、首席产品官刘作虎,他的英文名是 Pete。还有一位嘉宾是阿里巴巴集团首席科学家周靖人。

1. 信任基建:授权、身份、KYA、资金安全与可追溯

很开心在外滩大会主持我们今天的第一场讨论。我们今天的讨论主题是“当 Agent 成为交易的主体”。我想今天我们台上的 4 位嘉宾,其实都是 Agent 产业链中代表着不同技术和环节的一环。

我看到这个题目,最好奇的第一个问题是:现在大家真的开始用 Agent 交易了吗?韩总,您先来。

韩歆毅

我开始用了。我上个礼拜用阿福买了一些健康的零食,比如坚果、海苔之类的。它确实帮我下单完成了,大概在上面花了 40 多元。

泓君

Jorn,你自己有没有用 AI 智能体买过东西?

Jorn Lambert

还没有。我其实天天都在用 AI 来帮我“逛”,找我要买的东西,找我要办的事情。其实这方面做得特别多,但是真的要用到钱这一步,就是要付钱了,我还没有把这件事交给过 Agent。

并不是说我不想这么做,而是因为整个行业现有的规则、流程以及底层基础设施,都是为电子商务时代设计的。因为你知道,那个时代的模式很简单,要么就是消费者自己付款,要么就是商家基于订阅来扣款。

现在我们需要把这套系统重新改造一遍,让智能体也能够发起支付,而且要以一种让消费者能够信任的方式来完成。这意味着什么?意味着我们需要建立相应的原则和标准,也意味着要在全球范围之内赢得消费者的信任。

这正是我们着手在做的事情。所以我相信,只有做到这些,像我这样的人才能够真正从发现走向购买。

泓君

刘总,您现在有用 Agent 支付吗?

刘作虎

坦白讲还没有。但是因为我们之前跟蚂蚁合作了“小布收能量”,我倒是在上线的时候用过一次,相当于 Agent 自动帮我去收蚂蚁的能量。

但是从我们小布后面的数据看,其实用小布去购买的消费增长还是很快的,基本跟几个月前相比翻了一倍。虽然整个基数我觉得是刚刚开始,基数还不是很大,但是增长速度很快。

所以我相信未来用户会慢慢习惯让 Agent 帮他去购物。

泓君

所以它的增长速度很快,意味着虽然您还没有完成购买,但是很多用户已经开始使用了。也许今天回去我就试一试。靖人,

周靖人

我可能跟 Jorn 比较相像,很遗憾还没有真正用 Agent 去购买东西,但是现在已经逐渐开始跟模型、跟 Agent 进行各种各样的讨论,能够帮助我们做出一系列的决定。

泓君

看来我是唯一一个已经 25% 了。可以了,我们在爆发前夜。

这正好其实是韩总您上次在支付宝大会上说到的,智能体经济会在未来的 6—12 个月爆发。我也很想知道,比如说您在蚂蚁的后台,有看到什么样的数据,让您做出了这个判断?

韩歆毅

我们其实还没有从后台的数据看到。我们是在过去的半年多,跟很多商家的交流中发现,很多商家都希望在 AI 时代找到新的增长机会,但是不知道怎么来用,所以他们的需求很大。

第二个,我想大家可能看到了,从去年应该是第 4 季度开始,所有人都对 Agentic Commerce 非常乐观,预测增长也非常快。但是今年实际 Agentic Commerce 的落地速度,应该比大家预想的要慢很多。

我们自己从实践中发现的问题,可能是一个所谓的“先有鸡还是先有蛋”。用户想用,但是商家没有很好的 Agent 服务;商家看到没有用户在用,他就不太敢投入开发这个 Agent。

这个时代,我们可能需要有人——因为我们还是由衷地相信,我们还是相信可能需要有一个催化剂。我们开玩笑说,就像当年我们小时候学化学,氯酸钾变成氧气,需要二氧化锰作为催化剂。

我想我们可能希望蚂蚁在这个时候来做这个“催化剂”,能够帮助更多商家开发更多的 Agent,让它们能够被用户找到,并且被用起来、用得好。我相信这个循环就转起来了。

泓君

现在你们做“催化剂”,在蚂蚁的平台上做了哪些事情?

韩歆毅

其实很多都在探索。

泓君

可以剧透一下吗?

韩歆毅

下午在支付宝的论坛上,会有一个“许愿墙”。我们希望每个用户,你想让你的 Agent 做什么,都可以放到许愿墙上。

我们会有激励政策,去帮助这些开发者开发出他们能用、好用的 Agent。我们希望用这种方式把这个“飞轮”先转起来。

泓君

2. 当Agent开始交易,支付网络一切都要彻底重写

Jorn,你之前用“Superbloom”这个词去形容智能体的发展,那万事达卡会如何参与其中呢?

Jorn Lambert

我们有一个很坚定的判断:随着智能体 AI 的发展,我们会看到创业领域迎来一次巨大的爆发。

这个道理其实特别简单。以后你有一个想法,不再需要启动资金,也不用再去租办公室,不用去买服务器,也不用先招一支团队。你坐在自己的卧室里面,就能够组建一支智能体的团队,把这个想法做成现实。

现在唯一的稀缺资源,只剩下想法本身。所以我预计,我们会迎来一场“创业的寒武纪大爆发”。

这些创业者要卖货、要提供服务,消费者也能够买得到。我们能做什么呢?就是把这些路铺好,让这一切成为可能。

刚才有位嘉宾讨论了一个问题,说 AI 会不会只是让大公司变得更大、更有钱。其实我想说,如果最后是这个结果,那我们真的就失败了。

这是一场关于“包容”的大会。我认为我们万事达卡的使命,就是让更多普通人能够谋生,能够在我们提供的平台和轨道上做出自己的生意。这才是我们真正希望实现的事情:让任何一个消费者、任何一个普通人都能开一家自己的公司,在全世界任何地方买和卖。

当然,要买得放心、卖得安心,因为他们知道,一旦出了问题,我们会在背后支持,他们也会得到相应的保护。

我们靠什么做到呢?就是靠制定标准、原则和治理机制。同时,我们也会与合作伙伴,比如蚂蚁,共同努力,确保大家采用相同的方法来保障所有人的安全。

不只是这里的人,还有欧洲、美国、非洲的人。因为不管地缘格局如何变化,商业依然是全球的,AI 也依然是全球的。这也是为什么我今天会来到这里,以及为什么我们会与世界各地的合作伙伴展开合作。

泓君

我们说以后会有越来越多的交易是由智能体发起的,您觉得支付标准和支付网络会发生哪些变化?

Jorn Lambert

今天其实我们所有的系统都是按照有真人参与来设计的,要么就是消费者本人,要么就是商家。现在得重新设计。

比方说,你想买一张明晚去杭州的火车票,直接让智能体去办。我们要解决几个问题。

第一,得确认这个指令真的是出自你本人,而不是别人拿着你的账号在操作。这个叫作“身份认证”,确保人真的是那个人,不是恶意行为者在冒充。

第二,得确认执行任务的是一个真实可信的智能体,而不是一个恶意的机器人。

第三,我们还需要确保消费者给智能体的指令足够明确。比如用户说明天晚上,这个“晚上”的确切意思是什么?是 6 点钟还是 9 点钟?这都是有点不明确的。

所以我们要提出一个概念,叫作“可验证意图”,就是把消费者下单时的真实意图记录下来。这样万一最后买到的票不是他想要的,我们就能够回到最初的意图,弄清楚到底是哪一个环节出了问题。

是智能体理解错了,还是商家,比如这家铁路公司出错了,还是用户自己当时没有表达清楚?我觉得这样我们就能够沿着整条交易链回溯,找出究竟是哪一个环节出了问题。

泓君

对,这是一个非常好的点。关于“意图”这个概念,我们接下来讨论还会有更多涉及。

如果 Agent 经济大爆发,你觉得手机和终端在这个中间,它的核心价值是什么?你们有哪些布局?

刘作虎

我觉得我们今天在座的所有人,在用手机的时候,其实我们想做一件事情,就打开某个 App,然后去做各种操作。以前我们更多是在连接一个人和一个 App。

但是我觉得接下来在 Agent 时代,人其实只需要有一个意图——你想做什么,这个手机就应该可以帮你完成。所以它会从连接人到 App,最后变成连接人的意图和最后的结果。

在这里面,我觉得手机厂商最大的价值是什么呢?因为我们能真正地理解用户的意图。因为我们有用户的长期记忆,还有你现在实时的上下文。其实还有一点,我们还会连接更多的设备和服务。

所以我们真的是可以让通用的智能变成一个真正的个人智能。我觉得我们先把这件事情做好,让用户的意图能够简单地实现。

我觉得未来的第二步,可能就是更加主动的智能。就像我们说的,以前我们想订个电影票,你可能说今天想看某个演员的电影,或者想看演唱会,AI 可以帮你抢票、订座。这些我觉得是接下来都可以实现的。

但是到未来,我记得去年我还跟韩总探讨过。我说,比如我有一个助理,助理知道我什么时候有空,知道我的行程,也知道我对哪个歌手感兴趣。他应该主动地说,你什么时候是不是可以去看个什么演唱会,然后主动帮我安排、给我建议。

我觉得这就是下一步我们看到的:怎么从一个用户的意图到最后执行,再到最后变成主动的智能。

我觉得在这里面,手机可以做的事情非常多。最重要的是,它是一个意图的入口,还有我们真正地去理解用户的意图。当然,这是一个系统,我们也需要跟很多第三方一起合作,更好地理解用户的意图。

泓君

这个点特别好,而且用户的意图我们可以理解成“他被理解了”。

我们说到意图,刚刚 Pete 和 Jorn 都提到了意图,这可能就跟模型、跟底层技术的发展非常息息相关。我们说,当 Agent 进入交易,它有两点:第一点是它的意图是不是能被识别;还有一点就是 Agent 能不能帮用户完成这一系列的操作和执行。

靖人,你可不可以从技术层面跟大家分析一下,这两点现在是不是一个卡点?

周靖人

其实意图的理解不单单是模型的工作,它是整个 Agent System 的工作。

因为往往我们讲模型本身,讲它的 Instruction Following,也就是说指令遵循这些方面的能力,其实在过去这几年的时间里面有大幅度的提升。应该说今天这方面的能力也越来越强了。

但是今天我们在实际应用中,经常会感觉到模型对个人还不够理解。其实这中间最主要是缺少上下文。也就是说,我们对某一个事情的理解,是跟长期对某个相关的讨论对象,包括上下文的理解,综合去做出的判断。

这方面上下文的理解,以及历史的一些谈话记录,其实是今天模型不具备的。往往需要今天的模型能够更好地跟我们的 Agent System,也就是今天讲的智能体系统,把相关的信息有效地组织起来,能够真正让模型知道上下文。这样模型就会更加懂人。

所以从技术方面,我认为是达到了一个程度,但是今天从系统的维度、从产品的阶段,还需要有额外的一系列创新。

另外,今天我们在模型里面还需要让它学会提问。其实今天很多时候是有歧义的,也就是说它有二义性。在不确定的时候,其实我们人在处理时常常会去问。今天模型也要学会提问,也就是说在不确定的时候,避免独自去做一个决定,更多时候去问一问。

简单地进行一次问答,其实会有效地帮助整个系统理解用户的意图。这是意图理解层面的一点。

另外一个方面,就是所谓的任务执行。这个反而我认为是非常关键的点,因为我们已经从过去的语言理解,真正转入了怎么能够高效、安全地执行。

所以如何做到可靠执行其实非常重要。在这里面,一方面有沙箱的工作,要确保我们是在一个有效、安全的环境中,不会再出现模型本来想做一件事情,最后却做了其他事情。

另外,这也需要相关的 Agent System 本身,特别是我们讲到的 Harness 本身,也需要创造健全的体系,包括权限管理,甚至今天怎么能够做到可追溯、可审计。这本身不完全是靠模型。

再者,它也需要模型跟 Agent Harness 联合起来,共同创造这样一个环境,能够更加有效地完成更安全的执行。

泓君

我综合大家第一轮的回答,建立一个生态体系很重要:有平台,有商家,然后有各方的合作伙伴。这样模型有了记忆,就更能精准地理解用户的意图。

但是我们说,每一个人把钱交给 Agent,这还是一个非常有风险的事情。这个中间我们就要去解决信任和安全的问题。

所以我很好奇,蚂蚁是怎么去解决信任跟安全问题的?

韩歆毅

其实刚才 Jorn 和靖人都讲了很多,我们总结一下。

第一个就是说授权,第二个是身份。不光是用户,我们原来讲的 KYC、KYB,其实还有 Know Your Agent,就是 KYA。

补充一点,再接下来其实是对于 Agent 能力的评估。就是我一个用户的个人 Agent,凭什么相信商家的 Agent 能够很好地满足我的需求,对吧?我觉得这一点是要想办法做进去的。这一点现在其实大家做得还非常少。

再往后是资金安全,包括反欺诈、风险控制这一系列。最后是整套基于区块链的可追溯、可审计机制。

也就是说,当我们出现错误的时候,它可以让系统、让 Agent 自动地判断,到底是谁做错了:是用户授权错了,还是我自己的 Agent 没理解清楚,还是我把信息传递错了,或者是商家的 Agent 执行有问题。

最后一点,我觉得最终其实需要时间,让大家建立起一种信任感和安全感。不是对于技术本身,而是对于 Agent 帮你执行任务和支付这件事产生信任。

就像我们有了网络支付以后,可能花了 10 到 15 年,最后大家才比较接受。所以我觉得这个东西也需要时间,需要大家的共同努力。

泓君

听起来有很多工作要做。Jorn,我的问题是,万事达卡如何解决信任与安全的问题呢?

比如说当智能体开始代表用户发起交易,但是它怎么证明这件事情确实经过了用户授权?

Jorn Lambert

这个局面我们其实经历过一次。25 年前,我们为电子商务建立了标准。

我想在座跟我一样头发花白的朋友应该记得,那时候把自己的银行卡号或者支付凭证输进一家商家的网站,心里是非常忐忑不安的,感觉很奇怪:这是我的钱,但是我根本不知道商家接下来会拿这些信息去做什么。

但是现在没有人担心这种事情了,直接输入就完了。这是为什么呢?因为这么多年,我们向消费者证明了我们会为他们提供保障,一旦出了问题,有相应的追索和补救机制。

现在,我们需要再证明一次,同样的过程要再来一遍。我们正在把这个标准一件件地立起来:身份认证、KYA,也就是了解你的智能体 Know Your Agent,还有意图确认。

接下来要做两件事情。第一件就是让全球成千上万家公司接入这套体系,采用这些标准、遵守这些规则。第二个就是让消费者相信,这套机制确实是有效的。

别担心,就算商家或者智能体出了错,我们也会为你提供支持。真正的卡点并不在技术,而在于普通消费者。我们需要让他们发自内心地认为,没问题,我愿意相信这样的一个智能体。

我们一定会走到那一步。我认为这里面的机会会非常大,从发现直接通到购买,它能够带来的好处是显而易见的。现在我们真正要做的,就是赢得大众的信任。

这也是我今天再次来到这里的原因。我们坚信,这需要一个全球性的解决方案。今天晚些时候,我们将会发布 KYA 标准,一套在全球任何地方都适用的标准。

而且我坦白讲,我认为中国已经走在世界大多数国家的前面了。中国已经实现了高度数字化的经济,我们有很多东西可以向中国学习,再把这些经验带给世界其他地区。

泓君

好,Pete,作为手机厂商,你们是如何解决安全跟信任问题的?能不能给大家举一两个小例子?

刘作虎

其实我在内部比较习惯用“助理”这个角色来打比喻。我觉得 Agent 时代,手机的 Agent 实际上就是一个助理。

在我看来,Agent 时代最重要、也最有挑战的一件事情,其实就是信任问题。

这个信任我从另外一个角度来说,可以分成两种。第一个就是能力的信任。就像你说我有一个助理,我今天交代一个事情,他能不能做好?他能做什么事,能做多少事?我觉得这本身就是信任的第一个基础。

所以在这方面,实际上我们接入了很多第三方服务。像我们跟蚂蚁进行战略合作,这也是我们当下很重要的一件事情:怎么把蚂蚁生态中的很多服务能够被 Agent 使用。这是能力的问题。

当然,我们还会有很多意图的理解。但是当你有了这个能力之后,我觉得更重要的就是风险的信任。

就像我说的,Agent 未来越来越自主,这里面就存在一个矛盾:对用户来讲,它会感觉越来越不可控。所以我们可能要解决的问题,并不是让用户相信 Agent 永远不会犯错,我觉得这是不可能做到的。

我们能不能先建立一个机制,只要在可控的基础之上,它就可以帮你完成很多事情。一定授权的基础之上,背后要有精确的授权边界,包括可追溯,以及这些最基础的东西。

但是我觉得还有一个很重要的,是 Agent 和 Agent 之间的这套协议。我说这是一个行为规范,就跟人与人一样。

人在这个社会里面,我们以前也探讨过,它是一个 Agent 互联网。这个 Agent 互联网就像是一个社会,人与人之间应该有一些约束。这也是一个生态的问题。

我觉得这也是我们现在面临的最大挑战。去年我也跟韩总聊过这个话题,我们能不能一起把生态建立起来,建立一套 A2A 的行为规范,保证它是可控的,什么时候需要用户授权。

这里面是一个非常复杂的体系。所以在这里面,我觉得手机厂商因为做的是操作系统,更多的是要联合生态,怎么把这套行为规范建立起来。

所以我说,这个信任一个是能力信任,还有一个就是风险信任。我觉得这两件事情挑战都挺大的。

泓君

而且我觉得你提到了一个非常关键的点。我们开始讨论 Agent 交易的时候,大家意识到的是人与 Agent 之间的交互,但是其实还有 Agent 跟 Agent 的交互。

不仅是人与 Agent,Agent 之间也得互相信任。

刘作虎

是的。像我自己的 Agent 要去跟别人的 Agent 自主工作时,我凭什么相信它没有问题?这跟人与人之间也是一样。我交代给你,信任就很重要;它跟别人合作,也需要有信任。

泓君

在安全与信任的问题上,模型层面是怎么做的呢?

其实我想到一个还蛮好玩的例子,是我最近跟模型安全专家聊到的。假设我跟模型说:“帮我订一个周一去健身房的普拉提课程。”

Agent 发现这个健身房在这个时间段两周以内都订满了,它会怎么做呢?它自己写程序,把前面的用户全部删掉,把你给挤进去。

但是从整个模型,还有 Agent 的操作层面上看,这可能就是一个价值观和安全对齐的信号了。靖人,这一块你们是怎么做的?

周靖人

回到你举的这个例子,其实更重要的是,今天你有哪些工作是授权给 Agent 的。

比如说你让它去订一个普拉提预约,它能不能同时具有把别人删掉的权限?其实今天把 Agent 看成人就好了。

今天你在给人一些指令的时候,同时也会给他一些约束条件:哪些是你授权他去做的。今天去订一个健身课程,它肯定没有权限去修改别人已经建立的一系列课程。

但在模型侧,的确在安全各个方面都有长足的进步,也持续在这方面有很多工作要做。

比较重要的一个例子是,今天我们往往会给模型一些强约束条件。这些约束条件要确保它一直遵循,不是说今天看了一些其他材料之后,就会影响它对约束条件的理解。

其实这里面就需要对各种约束条件首先进行区分:哪些是今天给它的限制条件,哪些是今天它在处理任务时看到的数据。数据需要被处理,但有一些信息的处理,并不代表它具有同等的约束作用。

比如说今天我们让它在 100 元以内做一件事情,可能它看了一个材料,说这不行,一定要 200 元以上。如果这个 Agent 需要去遵循它最开始的约束条件,那么这些安全和信任就非常重要。

今天 Agent 执行需要有一个安全沙箱机制,能够避免你让它做的事情是 A,它却去做事情 B。这些都是整个 Agent 系统能够提供的安全执行环境。

泓君

我认为这个问题会逐渐得到很好地解决。这个是模型层面会做的,还是说它需要跟生态合作伙伴一起来做?

周靖人

其实今天我们讲到的不光是模型,特别是今天我们讲到的 Harness 这一层。Agent 执行的环境,包括它的权限管控、各种授权、各种追溯,或者今天的查询等等,当然都需要这一层来完成。

这一系列本身,如果 Harness 做好,当然也包括我们今天讲到的 Agent 之间自己的协议。这些协议相对来说都比较清晰和简单,就像人与人之间打交道一样,不会那么繁琐。

更重要的是,今天我们的基础设施,从 Harness、从 Agent Framework 这一层,要能够有一个比较完善、更加符合业务场景的安全执行环境。

泓君

其实我们刚刚讲到安全和信任的时候,我就意识到这里面也会出现非常多的创业机会。可能大家面临的每一个问题,都是一个创业机会。

韩总,我也想问一下,您觉得未来 5 年,或者说在 Agent 爆发的这几年,蚂蚁的平台上可能会长出什么样的新商业和新机会出来?

韩歆毅

第一个,我们认为流量会从时长变成意图。如果从时长变成意图,意图就是最关键的。

我们看到,可能今天看到的个人助理,像 Pete 刚才讲的,我觉得这条路径现在看来越来越清晰。当然可能不只是手机,很多我们现在看到的创业公司,也用 application,也就是应用的方式去做个人助理。

个人助理现在大家越来越有共识的,就是先不说它长成什么样,它可能具备几个特性。第一个,它还是要个性化;第二个,要有一定的主动性;第三个,必须是全模态交互的方式;最后可能是一个长时间序列。

第二个,我们认为是有机会、但是现在可能还看不到的,其实是商家端的营销转化。如果流量从时长变成意图,商家的营销就会从原来的投流、提高转化率,变成如何能够按照用户的个人意图去解决问题,更加精准。它提供的是服务,这是我们看到的一个趋势。

第二,在供给侧我们认为会带来很多新的变化。简单一点讲,就是为智力付费。

我们现在其实有很多非常有经验的人,但是他的服务只能基于他自己的经验,没有办法泛化、复制,所以他的范围是有限的。无论是小红书上的生活达人,还是医疗服务领域的专业人士,如果 AI 大模型能够把供给更多地扩大化,其实这里面的新机会会非常多。

最后,其实我们说冰山以上、冰山以下。如果我们把大模型、把 Agent 想象成一个人,刚才讲到的 2030 年 Agent 经济是一个神经元网络。

我们现在其实是地球上 70 多亿人。如果想象一下,每个人假设有 10 个 Agent,就是 700 亿个 Agent。人脑有 860 亿个神经元,每个神经元有 3000 个链接。

如果今天我们经济里面的 Agent 做到同样的规模、同样的链接深度,我相信这里面泛化带来的商业机会可能会是巨大的。我们今天可能很难想象,但一定会是一个巨大的商业机会。

泓君

非常漂亮的回答。未来搜索的入口可能不再是用户去搜索,而是他要去买一个东西,可能直接通过大模型下单。

这也是我个人非常好奇的一个问题。假设我说:“现在你去帮我点一杯咖啡。”这个模型到底推荐哪家咖啡店?它是怎么选出来的?靖人,能跟大家聊一聊吗?

周靖人

其实背后仍然是一套流程。今天它会把这样一个问题拆解成很多个步骤。

但不同的系统、不同的 Agent System,实现方式可能不一样。一般一个典型的做法是,面对这样一个复杂的任务,Agent System 也会把它分解成很多步骤。

比如最开始,类似于今天你在什么样的地点,包括你有什么样的喜好,有哪些候选的咖啡;再根据你的喜好,再根据当前排队或者配送的时间,做成一个优化函数。

虽然我们今天用 AI 系统,并不代表以前搜索推荐的体系就被完全颠覆了。其实在一定程度上,以前搜索推荐做的这一系列事情,它也是一个模型,只不过是一个相对比较简单的模型。

所以今天换成大模型之后,在这方面也需要在已有流程上做优化。只不过今天的流程更加模糊了,不像以前有显性的、或者多个步骤能够把中间实现过程展示给大家。

今天可能往往会把过程简单化,甚至也不会给你看到很多选择,能够帮助你直接、更有效、更方便地完成这样一个任务。

但其实背后的优化目标、优化逻辑仍然存在。无论是今天讲到的商业,还是用户的喜好,在理解了背后商业模型实现的逻辑之后,仍然是可以有规律可循的。

泓君

3. 未来20年,手机仍是最核心设备吗

我们说手机终端未来的机会在哪里?刚刚韩总提了一个很有意思的点,他说未来可能是个人助理,它会非常理解你。它是不是也可能会成为一个 Super App?

同时,手机其实非常容易一下唤醒这个个人助理。但是我们也看到,终端其实也在发生变化。比如过去几年是智能眼镜,现在还有很多智能耳机也出来了。因为人跟 Agent 可以用自然语言来交互,所以我很想听一下 Pete 对手机这一块的思考。

刘作虎

首先有一个我一直坚定的观点。不是因为我做手机所以有这个观点,但说出来可能很多人会觉得我是由“屁股”决定的。

我一直跟我们同事讲,未来 20 年,手机依然还是用户最核心的个人设备。手机作为最重要的个人设备,天然是离用户最近的个人 Agent。

以前大家说手机是流量的入口,今天大家都聊到了“意图”。其实未来你可以说,手机是一个意图的入口。

以前可能大家更多想的是怎么曝光、怎么投流。我觉得这会成为过去。未来大家更多要思考的是:你凭什么让这个 Agent 值得信任?这是我们每一个商家,或者每一个做 Agent 的人,都需要考虑的最核心的问题。

重点就是要让你的 Agent 变得可信赖。以前我们做得更多的是手机怎么更好用;对我们做 Agent OS 来讲,未来做得更多的是怎么让这个系统值得托付。

就跟 20 多年前淘宝让购物变得很方便、体验很好,带动了整个消费经济一样。如果展望未来,它变成一个更加主动、更加个性化的 Agent OS,甚至都不是用户发起意图,而是主动给用户提供服务,这个商业机会是巨大的。

对我们手机厂商来讲,核心还是做好意图的理解,做好 Personal Agent,让用户觉得它值得托付。

泓君

你说得非常好。Jorn,你觉得智能体支付最大的挑战是什么?是技术、协议、商业生态,还是信任?

Jorn Lambert

首先,我同意韩歆毅的看法。未来究竟会变成什么样子,真的很难预测。与其试图预测未来,不如先把这个轨道铺好,让其他人能够在它之上创新。

我们现在最兴奋的一件事情,就是刚才刘作虎提出的智能体对智能体的商业。这要求我们彻底重新思考,整个体系应该如何构建。

你想,今天一个智能体没有银行卡,也没有支付宝这样的支付账户,它需要一种完全不同的凭证,而且这套凭证是带权限的。

金融机构需要向企业提供营运资金,而企业需要建立相应的授权机制,让消费者和智能体能够获得相应的权限。

这套体系很可能要基于区块链来搭建,而且它必须快得跟机器一样,海量的微交易能够在眨眼之间完成。

我觉得这需要完全不同的解决方案,也需要完全不同的系统。所以我们的工作就是把这样的基础设施建起来。至于创新者,他们会在此基础上创造新的商业模式,最终推动整个经济加速增长。

泓君

好的,谢谢您。我们最后用一个问题来结束今天的论坛讨论。

我们刚刚提到了有多少人在用 AI 交易。我们台上只有一位。如果说明年的这个时候,大家愿意让 Agent 给你付一笔钱,最大的一笔金额是多少?每个人说一个数字。

韩歆毅

我觉得 200 元。

泓君

明年能够到什么程度?

Jorn Lambert

我到现在还说不准,但是我们最终一定会走到这样的一个阶段:我愿意让智能体替我去花的钱,会和我今天自己花的钱一样多。

因为到那个时候,我已经信得过这套系统了。

泓君

Pete,如果有支付宝托底的话,你觉得多少没问题?

刘作虎

1000 元以内也是没问题的。

韩歆毅

那我们托了,你敢付,我敢赔。

刘作虎

可以。我觉得这是没问题的。只要我们把安全执行等各个方面的问题解决,其实这是没有上限的。

泓君

好的,我们的金额今天越来越大。看起来我们的 Agent 经济是非常有希望的。

谢谢台上的 4 位嘉宾,感谢大家的分享。

那天在现场还有张宏江老师、王梦迪教授以及陆朝阳关于量子计算的演讲。我觉得听完以后收获很多,而且也见到了很多《硅谷 101》的听众,对我来说是非常愉快、也很有收获的一天。当天下午,我也主持了一场 Token经济学的论坛。一些视频的切片,我们也会放在我们的微信号,还有小红书上。我是泓君,感谢大家的关注。