Orite 的巧思：把 AI agent 的付款权写成预算、审批和信任分数

AI agent 一旦开始替人付款，问题就不再是「模型会不会下单」，而是「谁允许它花多少钱」。Orite 是一个给 AI agent 提供身份、支付控制、审批和审计能力的信任基础设施，面向的是购物、预订、研究等任务已经可以自动执行，但一到付款仍要人工逐笔确认的场景。Orite 的 Product Hunt 产品页把它描述成一套预先设置预算、自动执行限额、超额拦截或请求确认的支付控制层；截至 8 月 9 日，该页面仍标为「本周上线」。12

这个问题并不只是支付流程多点几次确认。IMF 对 agentic AI 支付的分析把矛盾写得很清楚：agent 的行为带有概率性，而支付系统要求授权、结算和最终结果足够确定；系统既要让 agent 自主行动，又要保留人的控制和交易可追溯性。3 Orite 值得看的地方，是它没有把「信任」留在 prompt 里，而是把信任拆成几个能配置、能检查的产品对象。

许多 agent 产品的授权隐喻仍然是一把钥匙：给 agent 一个账户、一个 API key 或一张卡，然后希望模型自己判断什么时候该停。Orite 采用了相反的拆法：先定义预算、策略和审批条件，再让 agent 在这套边界内行动。官网把产品分成 Agent Identity、Spending Controls、Continuous Oversight 三层；Product Hunt 的说明则给出了最直观的执行规则：预算内的交易自动通过，超出预算的交易被阻止或暂存，等待一次明确的「同意 / 拒绝」。每笔付款还会留下日志。12

Orite 官网的产品示意把一个 Research Agent 做成带有 Owner、Budget、Trust Score 的独立对象，并把 Identity、Policies、Approvals 放在同一张卡片的不同标签里。这个画面传达的不是「给 agent 接上支付 API」，而是「给 agent 发一份有归属、有额度、有审批关系的工作证」。1

这里的设计取舍很明确：让模型拥有行动空间，让策略拥有否决权。 低风险、重复性的采购可以不必每次打断人；超过边界的付款则不能靠模型临场解释来放行。授权判断被放到了模型之外，成为平台可以记录和复查的规则。

代价是，用户必须在 agent 开始工作前说清楚什么叫「可接受的花费」。预算额度、允许的交易范围和需要人工确认的情况，都要先被写出来。边界写得太宽，控制只剩装饰；写得太窄，agent 仍然会频繁回来问人。Orite 没有消除这个产品问题，只是把它从一句模糊的「相信这个 agent」改成了几项可以讨论的策略。

逐笔审批看起来最安全，却很容易产生另一种风险：通知太多以后，人只会机械点击确认。Orite 官网没有把人工审批当成固定开关，而是提出 Trust-based permissions 和 Approval optimization：agent 在持续遵守策略、表现可靠后，可以逐步获得更多权限，同时减少不必要的人工复核。官网还把「信任如何随时间变化」列为持续监督的一部分。1

Orite 的另一张产品示意把这套逻辑画成一条可审查的建议：卡片写着 Research Agent 已完成 247 次没有违反策略的自主购买，建议把自动审批阈值从 100 美元提高到 250 美元，并估计执行速度提升 18%。这些数字是 Orite 自己的界面示例，不是独立性能评测；但界面结构说明了它想把什么交给用户判断：不是「要不要信任 agent」，而是「根据哪些历史行为，是否值得放宽哪一条权限」。1

这比固定的金额阈值多了一层产品逻辑：审批不是任务末尾的一道闸门，而是会根据行为记录被重新讨论的关系。设计上，Orite 把权限扩张做成 recommendation，而不是直接替用户改规则。用户仍然要看过交易数、策略违规情况和阈值变化，再决定是否接受。

可惜也正在这里。历史上没有违规，不等于下一笔交易没有新风险；把阈值从 100 美元提高到 250 美元，也不只是效率设置，而是一次真实的风险转移。信任分数如果只有一个漂亮的数字，反而会制造虚假的确定感。要让这种设计成立，系统必须同时保留原始交易、策略命中情况和审批理由，而不能只给一个「建议提高权限」的结论。Orite 官网强调实时监控、清晰审计轨迹和对信任变化的理解，正是在补这个缺口。1

Orite 的核心判断可以压缩成两步：先把付款权拆成 agent 身份、预算、策略和审批，再用交易记录讨论是否应该逐步放宽权限。agent 不再拿着一张没有边界的卡，也不必每次花钱都把工作交还给人。

这套设计适合迁移到任何会替用户执行高成本动作的 AI 产品：把「能不能做」从模型的临场判断里拿出来，写成用户能看到的权限对象；把「是否继续放权」从一次性的设置，变成有证据、有理由、仍需人确认的建议。自动化的上限因此不由一句「允许 agent 自主处理」决定，而由用户能否看懂它的边界决定。