稳定币支付基础设施平台Interlace近日宣布，正式推出一套面向AI代理（AI Agents）的专用支付解决方案。该方案围绕虚拟卡与链上钱包搭建，旨在为具备自主执行能力的人工智能系统提供可信、安全且可追踪的支付能力，被视为AI与加密支付融合中的一项新进展。
从官方披露的信息来看，Interlace此次产品的核心目标，是补上AI代理在商业化落地中长期缺失的一环——即“如何在无人值守或低人工干预的条件下，完成可信支付”。过去，AI代理可以完成信息检索、任务分发、接口调用甚至部分自动化运营，但在实际交易环节，支付授权、权限控制和责任追溯始终是关键障碍。Interlace试图通过加密基础设施，将这一问题标准化处理。
以虚拟卡和链上钱包构建支付执行框架
根据介绍，Interlace的解决方案建立在虚拟卡与链上钱包之上，在每笔交易执行前，对AI代理的权限和支付请求进行授权与验证。也就是说，AI代理并非可以无条件调用资金，而是必须在预设规则内发起交易，平台会先校验其是否拥有对应权限、支付条件是否满足，再决定是否放行。
这种设计在AI代理场景中尤为重要。由于AI系统具备自主行动能力，一旦缺乏边界控制，可能在错误指令、模型误判或外部攻击下引发异常支出。Interlace强调，其方案能够在交易发生前完成验证，并在交易发生后保留完整记录，从而提升支付过程的安全性与可审计性。
自然语言指令系统降低AI支付理解门槛
值得注意的是，该方案引入了基于自然语言的通信与指令系统，使AI代理可以更准确地理解支付要求。这些要求不仅包括是否允许支付，还涵盖具体的消费场景、支出上限以及可执行时间窗口等细节。
这一设计意味着，面向AI代理的支付规则不必完全依赖复杂的底层代码配置，也可以通过更接近人类业务语言的方式进行定义。例如，系统可理解“仅允许在指定时间内为API调用支付固定额度费用”或“仅能在预算上限内采购计算资源”等约束条件。对企业用户而言，这有望降低部署AI代理支付流程的门槛，并提升规则配置的灵活性。
风控与可追踪机制成为关键卖点
在支付能力之外，Interlace同时强调了风控模型的重要性。官方表示，方案结合风险控制机制后，每一笔交易都将被记录且可追踪。对于AI代理而言，这一点不仅关系到资金安全，也关系到后续责任划分、审计合规和运营复盘。
尤其是在高频自动化业务中，AI代理可能在短时间内发起大量小额支付，例如购买接口调用次数、支付云端算力、结算外包服务等。如果缺乏透明的交易日志和追踪能力，企业很难判断某笔支付究竟来自既定任务，还是源于异常行为。Interlace此次重点突出“可验证、可记录、可追溯”的特性，反映出市场对于AI支付基础设施的需求，已经从“能不能付”转向“如何安全地付”。
瞄准API、算力采购等7×24小时高频场景
应用层面，Interlace表示，该方案支持7×24小时的AI代理自主支付，适用于多类高频商业场景，包括API调用、计算资源采购以及承包商结算等。这些场景具有几个共同特点：交易频次高、执行时效强、人工逐笔审批成本高，因此更适合由具备权限边界的AI代理来自动完成。
例如，在AI应用持续运行过程中，代理可能需要动态购买额外算力，或为第三方模型接口付费。如果每一次请求都需要人工确认，将直接拖慢系统效率。Interlace的产品逻辑，正是希望让AI在既定规则中拥有“有限但可信”的支付自主权，从而支撑更复杂的自动化商业流程。
市场影响：AI经济或催生新一代链上支付基础设施
从行业角度看，Interlace此次发布具有一定风向标意义。过去几年，加密支付基础设施的主要叙事集中在稳定币结算、跨境支付和商户收款等领域，而AI代理的崛起，正在把支付需求延伸到“机器对机器”或“代理对服务”的新型交易关系中。随着AI系统逐步参与采购、调度、运营和结算，支付基础设施需要适配更细粒度的权限管理、更高频的自动化调用，以及更强的审计与合规能力。
这也意味着，未来AI与加密行业的交叉点，可能不只停留在代币激励或链上身份，还将深入到交易执行本身。对基础设施提供商而言，谁能率先解决AI代理支付中的信任、授权和风控问题，谁就更有机会在新一轮AI驱动经济中占据关键位置。
不过，市场也会继续关注此类方案在实际落地中的表现，包括规则配置是否足够灵活、风控模型是否能应对复杂异常，以及在不同司法辖区下的合规适配能力。Interlace方面表示，未来将继续投入研发，建设面向AI驱动经济的安全、合规且高效的链上支付基础设施。
总体来看，Interlace此次推出的AI代理支付方案，展示了加密支付从“服务人类用户”向“服务自主软件实体”演进的趋势。若相关基础设施逐步成熟，AI代理不仅能执行任务，也有望在明确约束下完成资金调度与交易闭环，为AI商业化打开更广阔的落地空间。