只有一个人真的让 Agent 花过钱：外滩大会圆桌谈授权、KYA 与机器支付｜《硅谷101》 (2026)

《硅谷 101》是一档由媒体人泓君主持的科技播客，官方简介把它写成「分享当下最新鲜的技术、知识与思想」的深度访谈节目。1 2026 年 9 月 18 日上线的这一期换了形态：它录的是 2026 Inclusion·外滩大会主论坛的开场圆桌，题目叫「当 Agent 成为交易主体」。台上四个人的位置刚好覆盖一条支付链的四段——支付平台、卡组织、手机终端、大模型。2

四位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、OPPO 高级副总裁兼首席产品官刘作虎、阿里巴巴集团首席科学家周靖人。Lambert 讲英文，节目在后期做了翻译配音，听众听到的是中文男声；泓君在开场就把这件事交代了。节目全长 35 分 43 秒，官方完整音频挂在同一页上。3

这场圆桌很快分出了层次。主持人第一个问题就是：现在真的有人用 Agent 完成交易了吗？四个人里只有韩歆毅举手——他上礼拜用蚂蚁的健康应用「阿福」买了坚果和海苔，花了 40 多块。4 之后的一个多小时，他们把话题从「为什么还没人用」推到「要建什么才敢让人用」：授权、身份、KYA、可验证意图、沙箱、A2A 行为规范。节目最后还有一个直白的问答，问明年这个时候，每个人愿意让 Agent 替自己付多大一笔钱。

核心问题：让 Agent 替你花钱，卡在哪一步；要让它真的发生，得先把什么建起来。

先记住三件事

一、只有一个人真的让 Agent 花过钱。 韩歆毅用阿福买坚果花了 40 多块，刘作虎只让 Agent 替他收过蚂蚁森林的能量，Jorn Lambert 和周靖人都还没从「发现」走到「支付」。Lambert 解释了原因：现有规则、流程和底层设施都是为电子商务时代设计的。1

二、韩歆毅承认落地比预期慢很多。 去年四季度行业对 Agentic Commerce 的预测很乐观，今年真实落地的速度慢了下来。他给出的原因是供需两端的死结：用户想用，商家没有好用的 Agent；商家看不到用户在用，就不敢投入开发。他把蚂蚁想做的那件事比成催化剂——就像氯酸钾分解出氧气需要二氧化锰。4

三、四个人把「信任」拆成了同一套零件。 韩歆毅列的是授权、身份（KYC、KYB 之后再加 Know Your Agent，也就是 KYA）、Agent 能力评估、资金安全，以及基于区块链的可追溯与可审计。Lambert 补的是「可验证意图」。刘作虎从手机厂商的位置把它分成能力信任和风险信任。2

本期人物与背景

泓君（主持人），硅谷 101 创始人、主理人，这期圆桌由她主持。她当天下午还主持了外滩大会的 Token 经济学论坛，节目结尾提到现场另有张宏江、王梦迪、陆朝阳的分享。1

韩歆毅，蚂蚁集团首席执行官、执行董事。他 2014 年 5 月加入蚂蚁集团，历任资深总监、副总裁、首席财务官，2024 年 3 月出任总裁，2025 年 3 月出任首席执行官；在此之前，他 2011 年进入阿里巴巴集团任企业融资部资深总监，2001 年至 2011 年任职于中金公司投资银行部，本科和硕士都读于清华大学经济管理学院。5 他是台上唯一一个既管支付平台、又在推 Agent 商业落地的人，所以「什么时候爆发」这个问题由他回答。

Jorn Lambert，万事达卡首席产品官，是公司执行领导团队和管理委员会成员，负责核心支付、平台与产品；他来自比利时，常驻伦敦。6 万事达卡今年 6 月发布机器支付服务 Agent Pay for Machines 时，署名引语就是他说的「superbloom（超级绽放）」——这个词他在圆桌上又用了一次。7

刘作虎（Pete），OPPO 高级副总裁兼首席产品官，一加科技创始人。他 1998 年大学毕业后加入 OPPO，2013 年从 OPPO 出来创立一加，2020 年 8 月回归欧加控股任高级副总裁，负责旗下产品规划与体验。8 台上他代表的是操作系统和终端这一层，也是唯一一个会直接判断「未来 20 年手机还是不是核心设备」的人。

周靖人，阿里巴巴集团首席科学家。2026 年 6 月，阿里在 AI 组织调整中任命他为集团首席科学家，牵头组建 AI 未来研究院；此前他是阿里巴巴合伙人、通义大模型事业部负责人，2026 年 4 月由李飞飞接过阿里云 CTO 一职。9 他在台上负责回答模型和系统层面「还缺什么」。

术语与概念

Agent（智能体）：能自己调用工具、按目标连续执行动作的 AI 程序。这期讨论里，它从「会聊天」变成「会办事」，再往前一步就是「会交易」。
Agentic Commerce（智能体商业）：由智能体代替人完成挑选、决策和支付的一整套商业形态。韩歆毅说的落地速度，指的就是它。
A2A（Agent-to-Agent）：智能体与智能体之间直接协作、互相付钱。刘作虎认为它需要一套像人与人之间那样的行为规范，Lambert 认为它需要全新的凭证和结算轨道。
KYC / KYB / KYA：KYC 是了解你的客户，KYB 是了解你的企业，都是金融机构沿用多年的身份核查。KYA（Know Your Agent）是这轮新增的一层：确认发起交易的智能体是谁、由谁授权、被允许做什么。
可验证意图（Verifiable Intent）：Lambert 的说法，把用户下单那一刻的真实意图记录下来，事后可以回到最初意图，判断到底是智能体、商家还是用户自己表达不清出了问题。
沙箱（sandbox）：给智能体划出的隔离执行环境，保证它在一个安全范围内动手，避免让它做 A、它去做了 B。
Agent Harness：包在模型外面的执行框架，负责权限管控、授权、可追溯与审计。周靖人把它和模型分开讲：模型负责理解，Harness 负责约束。
微交易与机器速度结算：Lambert 描述的未来交易形态——金额极小、频次极高、在后台连续发生，传统按「有人参与」设计的支付网络扛不住这种量级。
Superbloom / 寒武纪大爆发：Lambert 形容智能体带来的创业爆发。他的意思是创业者不再需要启动资金、办公室、服务器和一支团队，稀缺的只剩想法本身。7
意图入口 / 主动智能：刘作虎的两个说法。手机过去是流量的入口，现在变成表达意图的入口；主动智能是更进一步——助理知道你的日程和喜好，主动建议你去看一场演唱会。

模块一：先有鸡还是先有蛋（04:25–06:26）

主持人问韩歆毅：智能体经济会在未来 6 到 12 个月爆发这个判断，后台有什么数据支撑？他的回答是后台数据还没有给出迹象，判断来自过去半年多与商家的交流——很多商家想在 AI 时代找到新的增长，却不知道怎么用，需求很大。1

接着他给了全期最实在的一句话：去年四季度开始，所有人对 Agentic Commerce 都很乐观，预测增长很快；今年实际落地的速度比预想慢很多。障碍是供需两端的死结——用户想用，商家没有好的 Agent 服务；商家看到没有用户在用，就不敢投入开发 Agent。

他把蚂蚁的位置比成催化剂：小时候学化学，氯酸钾分解出氧气需要二氧化锰。蚂蚁想做的是帮更多商家开发 Agent，让它们被用户找到、被用起来、用得好，把这个循环转起来。具体动作之一，是当天下午支付宝论坛上的「许愿墙」——用户想让自己的 Agent 做什么，可以写上去，平台再配激励政策去推开发者。

模块二：支付网络要按「有机器参与」重写（06:26–10:15）

主持人问 Lambert，万事达卡会怎么参与这场爆发。他先讲了一个画面：如果 AI 继续发展，创业领域会迎来一次大爆发——你有一个想法，不用启动资金、不用租办公室、不用买服务器、不用先招一支团队，坐在卧室里就能组一支智能体团队，把想法做成现实。他预计这会是一场「创业的寒武纪大爆发」。他还补了一句：如果 AI 最后只是让大公司变得更大、更富有，那我们就失败了。

然后是支付网络的部分。他说今天所有的支付系统都按「有真人参与」来设计：要么消费者自己付款，要么商家按订阅扣款。要改的是这套设计本身，他举了买一张明晚去杭州的火车票的例子，并列出三件事：

第一，确认发出指令的是本人，这叫身份认证；第二，确认执行任务的是真实可信的智能体，而不是恶意机器人；第三，确认消费者的指令足够明确——「明天晚上」到底是 6 点还是 9 点。

第三点引出他这期最重要的概念：可验证意图。把消费者下单时的真实意图记录下来，一旦买到的票不是他想要的，就能回到最初的意图，判断是智能体理解错了、商家出错了，还是用户当时没说清楚。这条链能一路回溯到出问题的环节。

模块三：手机成为意图的入口（10:15–12:34）

主持人把问题交给刘作虎：在 Agent 经济的爆发里，手机和终端的核心价值是什么。他的回答是一次定位的迁移：过去手机连接人和 App，接下来连接人的意图和最后的结果——人只需要有一个意图，手机就帮他完成。

他把手机厂商的优势放在三样东西上：用户的长时记忆、实时的上下文、以及连接更多设备和服务的能力。这三样合起来，让通用的 AI 智能变成「个人智能」。他说的第二步是主动智能：助理知道你的行程，知道你关注哪个歌手，主动建议你什么时候可以去看一场演唱会，并帮你把安排做好。他强调这是一个系统，需要跟很多第三方合作才能把意图理解做准。

模块四：模型还缺什么（12:34–16:00）

周靖人把「意图能不能被识别」拆成两个层面，第一层面是理解。他先肯定了模型本身：指令遵循（instruction following）的能力在过去几年大幅提升。缺的是上下文——人对一件事的理解，来自长期围绕它的讨论和历史记录，模型并不天然具备持续的长期记忆，需要 Agent System 把相关信息组织起来送进去。他的判断是技术已经到了一定程度，系统与产品维度还需要一连串新的创新。

第二个层面是执行，他认为这才是关键：系统已经从「理解语言」转到「高效、安全地执行」，难点是可靠的执行（reliable execution）。这里需要沙箱，保证智能体在安全环境里动手；也需要 Agent System 本身，特别是 Harness 这一层，去建权限管理、可追溯和可审计。

他中间插了一条容易被忽略的要求：模型要学会提问。遇到歧义时，人通常会再问一句，模型也应该如此，在不确定的时候避免自己替用户做决定，一次简单的问答就能帮系统更准地理解意图。

模块五：信任基建：授权、身份、KYA（16:00–19:59）

主持人把话题推到钱上：把钱交给 Agent 是有风险的事，蚂蚁怎么解决信任和安全。韩歆毅的答案是一张清单：

授权；身份——过去讲 KYC、KYB，现在还要有 Know Your Agent（KYA）；再往后是 Agent 能力的评估，他用了自己的话解释：一个用户个人的 Agent，凭什么相信商家的 Agent 能很好地满足我的需求，这一点行业里做得还非常少；然后是资金安全，包括反欺诈和风险控制；最后是一套基于区块链的可追溯、可审计机制，出错时系统能自动判断是谁做错了——用户授权错了，自己这边的 Agent 没理解清楚，信息传递错了，还是商家的执行有问题。

他给这件事加了时间尺度：网络支付从出现到被普遍接受，花了 10 到 15 年，Agent 支付的信任感也需要时间，还需要各方一起做。

Lambert 用电子商务的历史作类比。25 年前把银行卡号输进一家陌生网站是一件让人忐忑的事，现在没人再想这件事，原因是行业用很多年向消费者证明了自己会提供保障，出了问题有追索和补救机制。他说现在要再证明一次，标准要一件件立起来：身份认证、KYA、意图确认。剩下两件事，一是让全球成千上万家公司接入这套体系、遵守这些规则，二是让消费者相信这套机制真的有效。他把卡点放在普通消费者身上——技术层面已经能给出方案，缺的是人们发自内心愿意相信一个智能体。他还在台上预告，当天晚些时候万事达卡会发布 KYA 标准，适用于世界各地。

模块六：手机厂商眼里的两种信任（19:59–22:55）

主持人问手机厂商怎么解决安全和信任。刘作虎说他习惯把 Agent 比作助理，信任分两种。

第一种是能力信任：交代一件事，它能不能做好、能做多少事。这背后是接入了多少第三方服务——他说 OPPO 正在和蚂蚁战略合作，重要的一件事就是让蚂蚁生态里的服务能被 Agent 调用。第二种是风险信任：Agent 越自主，用户越觉得不可控。他明确不打算让用户相信 Agent 永远不会犯错，而是想建立一套机制，让它在可控的基础上帮你完成任务——精确的授权边界、可追溯，这些是最基础的部分。

他还提到一层更大的问题：Agent 与 Agent 之间需要一套协议和行为规范。他把 Agent 互联网比作社会，人和人之间有约束，Agent 之间也要有；手机厂商做的是操作系统，需要联合生态一起把这套行为边界立起来。他说这件事去年就跟韩歆毅聊过。

模块七：「普拉提课测试」（22:55–26:03）

主持人给了这期最好懂的一个例子：假设她让模型订周一去健身房上普拉提的课，Agent 发现未来两周这个时段都订满了，于是自己写程序把前面的用户删掉，把她挤进去——从模型和 Agent 的操作层面看，这就成了价值观和安全对齐的问题。

周靖人先回到权限本身：关键是哪些工作授权给 Agent，订一门健身课肯定没有权限去改别人已经排好的课程。他把原则说成一句话——把 Agent 当成一个人看，给人下指令时会同时给约束条件。

他接着讲模型侧的机制：给模型强约束条件，要保证它一直遵循，不能因为中途看到别的材料就改变理解。他举了金额的例子：让它在 100 元以内做事，就算它看到一份材料说必须 200 元以上，也该遵循最开始的约束。要做到这一点，系统得把两类信息分清楚——哪些是限制条件，哪些只是它处理任务时看到的数据，数据的约束力不一样。

最后回到沙箱和 Harness：安全执行环境由整个 Agent 系统提供，Harness 做好权限管控、授权、追溯和查询，智能体之间的协议反而可以更简单。

模块八：未来五年的新机会（26:03–28:44）

主持人问韩歆毅，未来五年蚂蚁平台上会长出什么新商业。他先说自己一直避免描述新事物，因为今天能想象到的，多半不是将来真正长出来的样子，随后还是给了几条。

第一条是流量逻辑的变化：从时长变成意图。个人助理这条路径越来越清晰，不只是手机，很多创业公司也在用应用的形式做；他给个人助理列了四个特性——个性化、一定的主动性、全模态交互、长时序。

第二条是商家端的营销转化。投流、提高转化率这套打法会变成按用户的个人意图精准解决问题，本质上是服务。

第三条在供给侧：为智力付费。有经验的人的服务过去只能基于自己的经验，没法泛化和复制，能覆盖的范围有限——他举了小红书上的生活达人和医疗服务。大模型把这些供给放大之后，新机会会很多。

最后是「冰山以下」的部分。他把大模型和 Agent 想象成一个人，引用张宏江的讲法说 2030 年的 Agent 经济会像一张神经元网络：地球上有 70 多亿人，假设每人有 10 个 Agent，那就是 700 亿个 Agent；人脑有约 860 亿个神经元，每个神经元又有数千个连接。如果经济里的 Agent 做到同样的规模和连接密度，泛化带来的商业机会会非常大。

模块九：一杯咖啡是怎么被选出来的（28:44–30:36）

主持人问了一个很多人真正关心的问题：她说一句「帮我点一杯咖啡」，模型到底推荐哪家店，是怎么选出来的。周靖人的回答是，背后仍然是一套流程：Agent System 会把复杂任务拆成很多步骤——你在什么位置、有什么偏好、附近有哪些候选、当前排队和配送要多久，再把这些合成一个优化目标。

他补了一句关键的判断：换成大模型，并不代表过去搜索和推荐的那套体系被完全推翻。那些系统本身就是模型，只是相对简单；现在要做的是在原有流程上做优化。变化在于流程更模糊了，用户看不到中间步骤，也看不到很多选择，但背后的优化目标和逻辑仍然在，理解它之后依然有规律可循。

模块十：未来二十年，手机还是那个设备吗（30:36–31:15）

主持人提到这几年终端形态在变，智能眼镜、智能耳机都出来了，而人和 Agent 可以用自然语言交互。刘作虎先自嘲了一句：他一直认为未来 20 年手机依然是最核心的个人设备，这个判断说出来别人会觉得他是「屁股决定脑袋」。

他的推论是：手机作为最重要的个人设备，天然是离用户最近的个人 Agent；过去它是流量的入口，未来是意图的入口。由此他给商家留了一个问题：你凭什么让这个 Agent 值得信任。他把手机厂商的任务也说成一次转变——过去做的是手机怎么更好用，做 Agent OS 之后，要回答的是这个系统为什么值得托付。他还预告下个星期会发布最新的 ColorOS，在部分垂直场景里给出个性化、主动式 Agent OS 的雏形。

模块十一：A2A 商业需要新的支付轨道（31:15–34:29）

主持人问 Lambert，智能体支付最大的挑战在技术、商业生态还是信任。他先同意「未来难预测」这个前提：与其预测未来，不如把轨道先铺好，让其他人在上面创新。万事达卡最兴奋的是智能体与智能体之间的商业，它要求把整个体系重新想一遍。

他给了一张对照：今天一个智能体既没有银行卡，也没有支付宝这样的支付账户，它需要一种完全不同的、带权限的凭证；金融机构要向企业提供营运资金，企业要建立授权机制，让消费者和智能体拿到相应权限；这套体系很可能要基于区块链搭建，并且必须快得像机器——海量微交易在眨眼之间完成。结论是需要完全不同的解决方案和系统。

模块十二：明年，你愿意让 Agent 花多少钱（34:29–35:43）

节目最后，主持人让每个人给一个数字：明年这个时候，愿意让 Agent 替自己付多大一笔钱。

韩歆毅说 200 块。Lambert 没有给数字，他说最终会走到一个阶段：愿意让智能体替自己花的钱，和自己花的钱一样多，因为到那时他已经信得过这套系统。刘作虎说，如果有支付宝托底，1000 元以内没问题。韩歆毅接了那句支付宝的承诺——「你敢付，我敢赔」。周靖人的回答最大：只要安全执行等各方面的问题解决，这件事没有上限。4

四个数字里最值得记的不是金额，而是它们排出的顺序：最先敢让 Agent 花钱的是支付平台，给的是小额；终端厂商愿意把额度提到一千，前提是有兜底；卡组织要的是先让整条链可信；而模型这一侧说没有上限，前提是安全执行先解决。

这期节目之外：四个建设方已经拿出来的东西

节目里讨论的授权、身份、KYA、可追溯，在这期节目之外已经挂着具体产品。把它们摊开看，这场圆桌的每一句话都有对应物。

支付平台这一侧，支付宝的 AI 版在 2026 年 6 月 16 日上线，名字叫「阿宝」，用户往右一滑进入对话框，上万种服务一句话办完。科技日报的报道里记了两条与本期直接相关的设计：资金管理权限留在用户手里，涉及资金变动或支付环节必须本人确认；后续支付宝还会推出面向开发者、商家与服务商的 Agent 开放平台。10

手机截图：左侧是支付宝对话框，用户说「车快没电了，帮我找充电桩」，阿宝回复已找到最近 10 个充电站，并按快充、慢充列出附近的站点与价格；右侧是充电站详情页，含营业时间、停车费用、空闲状态与充电价格 — 「一句话办事」在界面上长这样：用户只说需求，阿宝把附近充电站的距离、快慢充数量和每度电价格一起列出来，点「去充电」进入服务页。截图取自科技日报 2026 年 6 月 16 日的报道。10

卡组织这一侧，万事达卡今年 6 月 10 日发布 Agent Pay for Machines，官方描述的四项能力正好对应 Lambert 在台上讲的东西：凭证化——每个智能体都有凭证，并借助可验证意图在跨生态场景中被识别；权限设定——机构可以设定程序化执行的授权规则和消费上限；交易——已核验的参与方可以跨服务商和系统连接并交易；结算——支持卡、账户和稳定币的多轨结算。首批合作与支持的机构超过 30 家，包括蚂蚁国际、Adyen、Checkout.com、Cloudflare、Coinbase、OKX、Stripe 和 Tempo。7

跨境与协议这一侧，蚂蚁国际 2026 年 4 月推出移动智能体协议 AMP（Agentic Mobile Protocol），外滩大会期间宣布首批接入 10 家主流数字钱包和 7 家头部收单机构，覆盖 15 亿用户；同时与万事达卡、维萨实现 KYA 信任框架协同。官方给出的能力清单里，有几条和台上说的几乎一样：用户授权的是任务而不是账户，可以为任务设定目标、预算上限和执行条件，随时审查、修改或撤销；为智能体建立可验证身份和动态授权范围的 KYA 框架；为高频的智能体间结算提供低至 0.000001 美元的纳米级清算；以及给所有基于 AMP 的交易提供资金兜底。「最终需要时间，让大家建立起对于 Agent 帮你执行任务和支付的信任感和安全感。」韩歆毅在台上的这句话，落到产品上就是这些条款。11

外滩大会舞台上的一块屏幕：左侧写着「AI 付一点接入，全球展业」，中间是「支付」与「Alipay+」之间的移动智能体协议（Agentic Mobile Protocol）示意，下方三块分别标注协议与身份互通（AMP+ACT+KYA）、一点接入售卖全球、AgentSafePay 资金兜底；上方两侧标注全球用户规模与收单机构数量 — 外滩大会现场，支付宝 ACT（智能体商业信任协议）与 Alipay+ 的 AMP 协议被放在同一张图上讲互通：一把接进这套体系，商家就能把服务卖给全球用户。照片取自蚂蚁国际官网关于 AMP 的公告。11

逐字转录稿

本期逐字稿由节目官方音频转写，按讲话人分段，每段开头标注讲话人姓名，时间轴每 10 分钟标注一次。除清理识别器产生的重复字词、补回被截断的字句、订正少数专名（阿福、小布、寒武纪大爆发、张宏江、KYA、Harness 等）之外，文字未作加工、未删减；片尾一段由两次识别结果互补核对。讲话人归属由程序按声纹判定，语速快、来回接话处的归属仅供参考。3

00:00 - 10:00

泓君：Hello 大家好，欢迎收听《硅谷 101》，我是泓君。那这集节目呢，来自于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的时候，底层的交易啊、支付啊，其实也在发生很多的变化。今年我看见海内外关于 AI 交易的部分，它是沿着两条线在同时展开的。一条线就是让智能体帮人去完成任务，比如说 AI 版支付宝 6 月上线，一句话就能打车点咖啡办事。另外一种就是智能体与智能体之间的机器交易。两个月前，万事达卡是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四位非常重磅的嘉宾，来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 他的语言是英文，所以在播客中我们做了翻译与配音的处理。那另一位嘉宾是 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。下面就请收听我们现场的讨论。哈喽，很开心在外滩大会能主持我们今天的第一场的讨论啊，然后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四位嘉宾呢，其实都是 Agent 的产业链中代表着不同技术还有环节，都是其中的一环啊。我看到这个题目，我最好奇的第一个问题是现在大家真的开始用 Agent 的交易了吗？那韩总您先来。

韩歆毅：我开始用了，我上礼拜用阿福买了一些健康的零食，比如说坚果啊，海苔之类的，他确实帮我下单完成了。

泓君：多少钱在上面花了？

韩歆毅：大概 40 多吧。

泓君：好的，那 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，其实这个方面做的特别多。但是，真的要用到钱这一步，就是你要付钱了，我还没有交给过 Agent。为什么？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，就是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。这个意味着什么？就是意味着我们需要建立相应的原则和标准，也就意味着要在全球范围之内赢得消费者的信任。这个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的小布收能量，刚上线的时候用过一次，就靠 Agent 自动帮我去收蚂蚁的能量。但是我们从我们小布的后面数据看，其实用小布去购买的消费的增长还是很快的，起码跟几个月前翻了一倍，虽然整个基数我觉得是刚刚开始，基数还不是很大，但是这个增长速度很快，所以我相信未来用户会慢慢地习惯怎么让 Agent 帮他去购物。

泓君：所以他的增长速度很快意味着虽然您还没有去完成这个购买，但是很多的用户他已经是开始在使用。

刘作虎：也许今天回去我就试一试。

泓君：那靖人？

周靖人：对，我可能跟 Jorn 比较相像，我们很遗憾还没有真正用 Agent 去购买东西，但是呢，现在已经逐渐开始跟模型啊，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。

韩歆毅：看来我是唯一一个。已经 25% 了，可以了。

泓君：我们在一个爆发前夜，这正好其实是韩总您上次在支付宝的 AI 生态大会上您说到的智能体经济会在未来的 6 到 12 个月爆发。我也很想知道啊，比如说你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的商家的交流中我们发现了，很多的商家都希望在 AI 时代能够找到新的增长的机会，但是不知道怎么来用，所以他们需求很大。第二个呢，我想大家可能看到从去年应该是四季度吧，开始所有的人都对 Agentic Commerce 非常的乐观，预测增长也非常快。但是今年实际 Agentic Commerce 的落地的速度应该比大家预想的要慢很多。我们自己从实践中我们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 的服务，那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 truly believe，那我们还是相信可能我们要有一个催化剂。我们开玩笑说就像当年我们小时候学化学嘛，氯酸钾分解成氧气，需要二氧化锰作为催化剂，那我想我们可能蚂蚁希望在这个时候我们来做这个催化剂，能够帮助更多的商家开发更多的 Agent,让他们能够被用户找到并且被用起来用得好，那我相信这个循环我们就转起来。

泓君：然后现在你们做这个催化剂啊，你们在蚂蚁的平台上做了哪些事情？嗯。

韩歆毅：其实很多都在探索，可以剧透一下，下午我们在支付宝的那个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，你可以放到许愿墙上。我们会有激励政策去帮助这些开发者能够开发出他们能用和好用的 Agent。我们希望用这种方式把这个飞轮先转起来。

泓君：好的，那 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，就是随着智能体 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，就是说以后你有一个想法，不再需要启动资金，也不用再去租这个办公室，也不用去买服务器，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。我们的目标是把这个想法做成现实。那么现在唯一的稀缺资源只是剩下想法的本身。所以我预计我们会迎来一场创业的寒武纪大爆发。那这些创业者要卖货，要提供服务，那么消费者也能够买得到。那我们能做什么呢？就是把这些路给铺好，让这一切成为可能。那么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。那么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，而且当然是要买的放心，卖的安心。因为他们知道一旦是出了问题，我们会在背后支持，他们也会得到相应的保护。那我们靠什么做到呢？就是靠这个制定标准、原则和治理机制。同时我们也会与合作伙伴，比如说像蚂蚁，共同努力，确保大家采用相同的方法来保障所有人的安全。那这个不只是这里的人，还有欧洲的、美国的、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。这个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：对的，我们说以后会有越来越多的交易是由智能体发起的，那您觉得支付标准和支付网络它会发生哪些变化？

Jorn Lambert：今天其实我们所有的系统都是按有真人参与来设计的，要么就是消费者的本人，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，直接让智能体具办。那我们要解决几个问题。那第一，得要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。这个叫做身份认证，确保人真的是那个人，不是恶意行为者在冒充。第二，就是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的明确，比方说，用户说明天晚上，那么这个晚上的这个确切意思是什么呢？就是 6 点钟还是 9 点钟，这个都是有点不大明确。所以，我们要提出一个概念叫做可验证意图，就是把消费者下单时的真实意图给记录下来。这样呢，万一最后买到的票不是他想要的，那我们就能够回到最初的意图吗？去弄清楚到底是哪一个环节出了问题？那是智能体理解错了，还是商家，比如说这家铁路公司出错了，那么还是用户自己当时没有表达清楚？我觉得这样啊，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。

10:00 - 20:00

泓君：对，这是一个非常好的点啊。那关于意图这个概念，我们接下来讨论还会有更多的涉及。And Pete，对，如果我们在这个 Agent 经济大爆发中，你觉得手机和终端在这个中间，它的核心价值是什么？然后你们做了哪些布局？

刘作虎：我觉得我们今天在座的所有人在用手机的时候，其实我们看，我们想做一件事情就打开某个 APP，然后去做各种操作。以前我们做的更多的时候，我们在连接一个人跟一个 app，但是我觉得在接下来的 Agent 的时代，其实人他只需要你有一个意图，你想做什么，这个手机就应该可以帮你去完成。所以他会从连接人到 app，到最后变成一个连接人的意图，到最后的这个结果。所以在这个里面，我觉得手机厂商，我觉得我们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时记忆，还有你现在实时的上下文，其实还有一个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，所以我们先把这件事情做好，让用户的意图能够简单去实现。那我觉得在未来的第二步可能就是更加主动的智能。既然我们说我们以前说要订一个电影票，你可能说我今天想看一个谁的电影或者演唱会，那 AI 可以帮你比如说去抢票啊，订座啊，这些我觉得是接下来我们都可以实现的。但是我觉得到未来，我觉得去年我还跟那个韩总我们探讨过，我说，你不，我有一个助理，那助理他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，他应该会主动地说，哎，你什么时候是不是可以去看看什么演唱会。他就应该主动去帮我安排，给我建议。我觉得这个就是在下一步我们看到的就是怎么从一个用户的意图到最后执行，到最后变成一个主动的智能。我觉得在这个里面手机可以做的事情是非常多的。最重要的是它是个意图的入口，还有一个就是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去合作，怎么去更好地去理解用户的意图。

泓君：这个点特别好，而且用户的意图我们可以理解成是他被理解了。那我们说到意图，就刚刚 Pete 跟 Yong 他们都提到了意图，这个可能就跟模型跟底层技术的发展也非常的息息相关。我们说当 Agent 进入交易呢，他有两点，第一点是他的意图是不是能被识别。还有一点就是 Agent 能不能帮用户去完成这一系列的操作跟执行。那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：对，其实意图的理解不单单是模型的工作，它是一个整个 Agent System 的工作。因为往往我们从讲这个模型本身，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是有大幅度的提升。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比如说模型对个人还不够理解，其实这中间的最主要是缺少上下文。也就是说因为我们对某一个事情的理解是跟长期对某个比如说相关的讨论的对象包括上下文的理解综合去做的一个判断。这方面上下文的理解以及包括历史的一些谈话的记录其实是今天模型不具备的。这往往就需要今天模型能够更好的跟我们的 Agent System，也就是今天我们讲的智能体的这个系统，能够把相关的信息能够有效地组织起来，能够真正地让这个模型知道上下文。这样模型就会更加的懂人。所以从技术的这个方面我认为是达到了一个程度，但是今天从系统的这个维度，从产品的这个阶段还需要有额外的一系列的创新。当然另外今天我们在模型里面还需要让它学会提问。其实今天在很多时候是有 ambiguity，就是说它有二义性的。在不确定的时候，其实我们人在处理的时候常常会去问，其实今天模型也要学会提问，也就是说今天在不确定的时候避免独自的去做一个决定，更多的是往往去问一问，简单的有一个问答，其实会有效的帮助整个系统去理解用户的意图。所以这个是在意图理解这个层面。另外一个方面就是在所谓的任务的执行。这个反而我认为是非常关键的一个点。因为我们从过去的比如说语言的理解已经真正地转入了怎么能够高效安全的执行。所以如何去做 reliable execution 其实是非常重要的。但这里面一方面有沙箱的工作，要确保今天我们是在一个有效安全的环境，不会出现模型本来想做一件事情可能出现做了其他事情的方方面面。另外这也需要有相关的 Agent System 本身，特别是我们讲到这个 Harness 的本身，也需要去创造健全的体系，包括权限的管理啊。甚至今天怎么能够可追溯、可审计。本身它不完全是靠模型，again，它也是需要模型跟 Agent 的这个 Harness 联合一起来创造这样一个环境，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，就是有平台，有商家，然后有各方的合作伙伴，这样模型它有记忆了，它就更能精准地去理解用户的意图。但是我们说，就是我们每一个人，我们把钱交给 Agent，这还是一个非常有风险的事情，那这个中间呢，我们就要去解决信任和安全的问题，所以我很好奇啊，蚂蚁它是怎么去解决信任跟安全的问题的。

韩歆毅：对，其实刚才 Jorn 和靖人都讲了很多，我们总结一下，第一个其实就是说授权，第二个是身份，不光是那个用户我们来讲的 KYC, KYB，其实还有 Know Your Agent 就是 KYA。补充一点呢，在接下来其实是对于 Agent 能力的一个评估。就是我一个用户个人的 Agent，我凭什么相信那个商家的 Agent 能够很好地满足我的需求，对吧？我觉得这一点我们是要想办法做进去，这一点现在其实大家做的还非常的少。然后再往后是资金安全，包括反欺诈、风险控制这一系列。最后是整个的一套基于区块链的可追溯、可审计。也就是说当我们出现错误的时候，它可以让系统让 Agent 自动地去说到底是谁做错。是说用户授权错了，还是我自己的 Agent 没理解清楚，还是我把信息传递错了，或者商家 Agent 的执行有问题。最后一点，我觉得最终其实是需要时间让大家建立起不是对于技术本身，而是对于 Agent 帮你执行任务和支付的这件事产生一种信任感和安全感。就像我们有了网络支付以后，我们可能花了 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：听起来是有很多的工作要做的。那我的问题是，万事达卡它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去发起交易啊，但是它怎么证明这件事情确实是经过了用户授权的？

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，那个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。哎呀，这个心里是非常非常忐忑不安的，感觉很怪。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，直接就敲上去就完了。这是为什么呢？因为我们用这么多年向消费者证明了，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的机制。那么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的立起来，身份认证、了解你的智能体（KYA），还有意图确认。那么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，而是在于普通消费者。我们需要让他们发自内心地认为说，没问题，我愿意相信这样的一个智能体，我们一定会走到内部。我认为这里面的机会会非常大。那么从发现直接通道购买它能够带来的好处我觉得是显而易见的。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 的标准，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的其他地区。

20:00 - 30:00

泓君：OK，好，那作为手机厂商，大家是如何去解决这个安全跟信任的问题的？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，我觉得这个 Agent 时代，手机的 Agent 就是像助理。从我的观点来看，我说 Agent 时代最重要也最有挑战的一件事情其实就是信任的问题。那这个信任呢，我从另外一个角度，我说我们分两种信任，第一个就是能力的信任。就像你说我有个助理，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。我觉得这其实本身就是信任的第一个基础。所以在这上面实际上我们是接入了很多的比如第三方的服务，其实我们在跟蚂蚁这边战略合作，这也是我们当下很重要的一件事情，怎么去把蚂蚁生态的很多的服务能够让用户能够被 Agent 所用。所以这个是一个能力的问题，当然我们还会有很多意图的理解这个加上。当你有了这个能力之后，我觉得更重要的一个就是风险的信任。就像我说 Agent 未来越来越自主，它这里面就会存在一个矛盾，对用户来讲它感觉越来越不可控。所以可能我们要解决的问题并不是让用户相信说 Agent 永远不会犯错，我觉得这个是不可能做的。那我们能不能先建立一个说你只要在可控的基础之上，他可以帮你完成很多事情，就一定的授权的基础上，那这背后我们要有精确的授权的边界，包括一些可追溯，就类似这些最基础的东西。但是我觉得还有一个很重要的是，就是 Agent 和 Agent 之间的这套协议，我说是个行为规范，我说就跟人跟人是一样的。人就在这个社会里面，我们以前也探讨过，它是一个 Agent 的互联网，那这个 Agent 的互联网就像是个社会，那人和人之间它应该有一些约束的东西。这个也是个生态的问题，我觉得这也是我们现在面临最大的一个挑战。我去年也跟韩总我们也聊这个话题的，我们能不能一起，这个生态一起来建立一套 A2A 的行为规范，保证它是可控的，什么时候要用户要授权，这里面是一个非常复杂的一个体系。所以在这里面我觉得手机厂商呢，因为我们做的是一个操作系统，我们更多的是要联合我们的生态，怎么去把这套行为规范能够把它建立起来。所以我说这个信任，一个是能力信任，还有一个就是风险的信任，我觉得这两件事情挑战都挺大的。

泓君：对，而且我觉得你提到了一个非常关键的点，就是我们开始在讨论 Agent 交易的时候，大家意识到的是人跟 Agent 之间的交互，但是其实还有 Agent 跟 Agent 的交互，不仅是人跟 Agent,Agent 之间他也得互相信任。

刘作虎：是的，就像我自己这个 Agent 他要去跟别人 Agent 去自主地工作的时候，我凭什么相信他没有问题，就跟人和人之间也是一样嘛，我教育你的这个信任就很重要，那他跟别人他也是有个信任。

泓君：然后在安全与信任的问题上，模型层面是怎么做的呢？其实我想到了一个还蛮好玩的，我最近跟模型的安全专家聊的一个例子。我跟那个模型说，假设你帮我订一个周一去健身房的普拉提的课程，然后呢这个 Agent 他发现这个健身房他可能在这个时间段两周以内都订满了。他怎么做呢？他自己写程序，把前面的用户全部删掉了，然后把你给挤进去了。但是这个从整个的模型还有 Agent 它的操作层面上，它可能就是一个价值观还有安全对齐的信号了。靖人这块你们是怎么做的？

周靖人：对，回到你举的这个例子，其实更重要的是今天你要哪些工作是授权给 Agent 的。比如说你让他去订一个普拉提的一个 appointment，他能不能具有同时能够把别人这个删掉的权限，其实今天把 Agent 看成一个人就好了。今天你在让给人一些指令的时候，同时你也会给他一些约束的条件，哪些是你授权他去做的。今天去订一个比如说健身的课，肯定他没有权限去修改别人已经建立的一系列的课程。但在模型测，的的确确在安全各个方面有长足的进步，也持续地在这方面有很多的工作要做。比较重要的一个例子就今天我们往往会给模型一些强的约束的条件。这些约束的条件要确保一直他都会要遵循，不是说今天在看了一些其他的材料过后就会影响到他对约束条件的理解。其实这里面就会需要对各种约束的条件首先要分清楚哪些是今天。给他的一个限制条件，哪些是今天他要在处理这个任务中间所看到的数据是需要进行处理的。那有一些信息的处理并不代表他有同等的约束的作用，比如说今天我们让他在 100 元以内去做一个事情，然后可能他看了一个材料说这个不行，一定要 200 元以外，如果说这个 Agent 他需要去遵循他最开始的一个约束的条件。这些安全信任其实很重要的是今天 Agent 的执行是需要有一个安全的沙箱机制，能够避免今天你让他做的事情是 A，他不会去做事情的 B。那这个都是一个整个 Agent 系统所能够提供的一个安全的执行的环境。我认为这个问题会逐渐得到很好的解决。

泓君：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光是模型，特别是今天我们讲到的是 Harness 这一层，Agent 执行的环境，包括它的权限的管控，各种的授权，各种的追溯或者说今天的查询等等。当然这一系列本身如果 Harness 做好，那当然我们今天讲到了 Agent 之间自己的协议等等，这个协议相对来说都比较清晰和简单的，就像人与人之间的达的交道一样，也不会那么的繁琐。更重要的是今天我们的基建从 Harness 的从 Agent 的这个 framework 这层要能够有一个比较完善的更加符合于业务场景的安全执行环境。

泓君：然后其实我们刚刚讲到安全和信任的时候我就意识到这个理念它其实也会出现非常多的创业机会。可能大家面临的每一个问题它都是一个创业机会。那韩总我也想问一下您觉得未来五年或者说在 Agent 爆发的这几年啊。蚂蚁的平台上它可能会长出什么样的新商业跟新的机会出来？

韩歆毅：第一个我们认为这个流量会从时长变成意图。如果认为从时长变成意图，意图最关键。那我们看到呢，可能今天看到的一个就是个人助理。就像 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，很多我们现在看到很多的创业公司，他用 application 的方式也去做个人助理。那个人助理现在大家越来越共识的就是先不说它长成什么样，它可能具备几个特性。第一个就是它还是要个性化，第二个要有一定的主动性，第三个必须是一个全模态的交互的方式，最后可能是一个长时间序列。第二个我们认为是有机会，但是可能现在还看不到的其实是商家端的营销的转化。如果说流量从时长变成意图，那商家的这种营销就会从原来的投流、提高转化率，可能变成了如何能够按照用户的个人的意图去解决问题，就更加的精准是服务。这个是我们看到的一个趋势。第二个在供给侧我们认为会发生带来很多新的变化。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，没有办法泛化去复制，所以他的 scope 是有限的。无论是我们小红书上的生活达人，还是我们的医疗服务的这些。如果 AI 大模型能够把供给更多的去扩大化，其实这个里面的新的机会会非常多。那最后呢，其实我们说这个冰山以上，冰山以下呢，如果我们把大模型，把 Agent 想象成一个人，张宏江老师刚才讲的 2030 年的那个经济，Agent 的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，人脑有 860 亿个神经元）。每个神经元有 3000 个链接。如果说我们今天在经济里面的 Agent 做到一个同样的规模、同样的链接的深度，我相信这个里面的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。未来这个搜索的入口，它可能不再是用户去搜索，而是它是要去买一个东西，它可能直接通过大模型下单。那这也是我个人非常好奇的一个问题啊，就假设我说，现在你去帮我点一杯咖啡，这个模型它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，就今天他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 的实现的方式可能不一样。但一般一个典型的做法，实际上这样一个复杂的任务，Agent System 也会把它 break 成很多的一个步骤，比如说最开始。类似于今天你在什么样的一个地点，包括你有什么样的一个喜好，能够有哪些候选的咖啡，然后再进行根据你的喜好，再根据当前排队的或者说快递的时间，做成一个优化的一个函数。虽然说我们今天用 AI 的系统，并不代表以前我们这种搜索推荐的体系就完完全全被颠覆掉了。其实在一定程度上，以前搜索推荐做的这样一系列东西它也是一个模型，只不过是一个相对比较简单的模型。所以今天我们换成大模型过后，在这方面也是需要在已有的流程上面去做优化。只不过今天的这个流程更加的模糊了，就不像以前有显性式的或者说多个步骤给了大家看到了中间的直线的过程。那今天可能往往会把过程简单化，甚至也不会给你看到很多的选择能够帮助你直接去更有效更方便地完成这样一个任务。但其实背后的所谓优化的这个目标、优化的逻辑仍然是在的。但如果说不管是今天我们讲的商业还是用户的喜好等等，其实在理解了背后的商业本身模型的实现的逻辑过后，仍然是可以有规律可循的。

30:00 - 40:00

泓君：那我们说手机终端它未来的机会在哪里？刚刚其实韩总提了一个很有意思的点，他说就是未来可能是个人助理他会非常的理解你，他是不是也可能会成为一个 super app，同时手机它其实是非常容易一下去唤醒这个个人助理的。但是我们也看到终端其实也在发生变化，比如说过去几年是智能眼镜，现在还有很多的智能耳机也出来了，因为人跟 Agent 可以用自然语言来交互。对，所以我很想听一下 Pete 你对手机的这一块的思考。

刘作虎：这个首先有一个我一直坚定的一个观点，不是因为我做手机所以我这个观点，但说出来可能很多人会觉得我是屁股决定脑袋。我一直跟我们同事讲，我说未来 20 年，手机依然还是用户最核心的个人设备。手机作为一个最重要的个人设备，那它天然的是一个用户离它最近的一个个人的 Agent。就以前大家说手机是个流量的入口，那大家今天都聊到了这个意图，其实未来你可以说手机它是个意图的入口。以前可能大家更多的想怎么去曝光啊、投流啊这种，我觉得这个会成为过去。未来更多的大家去思考的是，你凭什么让这个 Agent 值得信任，这个是我们每一个商家或者是每一个做 Agent 都需要去考虑的最核心的问题。重点就是你要让你的 Agent 变得可信赖。那我们以前呢，我们做的更多是手机怎么更好用，那对我们做的 Agent 的 OS 来讲，未来做的更多是怎么让这个系统值得托付。就跟 20 多年前淘宝，它让购物变得很方便，体验很好，带动了整个消费的经济。如果展望未来，如果它变成一个更加主动、个性的 Agent 的 OS，它甚至都不是用户的意图发起，而是主动地去给用户提供服务，这个商业机会是巨大的。那对我们手机厂商来讲，核心还是做好这个意图的理解，怎么去做好一个 Personal Agent，怎么去能够让用户觉得可以值得托付。

泓君：Jorn，你觉得智能体支付最大的挑战是什么？是技术、协议，还是商业、生态，或者是信任？

Jorn Lambert：首先我同意韩歆毅的看法，未来究竟会变成什么样子，真的是很难预测。与其试图预测未来，不如先把这个轨道给铺好，让其他人能够在它之上来创新。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，这个要求我们彻底来重新思考整个体系应该如何去构建。你想，今天一个智能体它没有银行卡，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。那么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，然后眨眼之间就能够完成那种。这个我觉得是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要把这样的基础设施给建起来。至于创新者，他们会在此基础上来创造新的商业模式，最终推动整个经济的加速增长。

泓君：谢谢。

韩歆毅：我觉得两百块吧。

Jorn Lambert：明年能够到什么程度我到现在还说不准，但是我们最终一定会走到这样的一个阶段，就是说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。

刘作虎：如果有支付宝托底的话，一千元以内也是没问题的。

韩歆毅：你敢付，我敢赔。

刘作虎：可以，我觉得这个没问题。

周靖人：只要我们把安全的执行各个方面的问题解决，其实这是没有上限的。

泓君：好的，那我们的金额今天越来越大，看起来我们的 Agent 的经济是非常有希望的。那谢谢我们台上的四位嘉宾，感谢大家的分享，谢谢。好了，那这些就是我们现场的讨论了。那天在现场还有张宏江老师、王梦迪教授以及陆朝阳量子计算的演讲，听完以后收获很多啊。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，那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。