从机器支付轨道到自主采购网络，围绕「谁来装备买方」的基础设施迁移已经开始。Waterdrip Capital 在 TechFlowPost 发布的这篇文章提出，智能体正在获得一份受约束的「可支配预算」，而 Agent Payment 的意义，不是给聊天机器人加一个支付按钮，而是让软件在明确边界内拥有支出权限，并形成属于机器的采购流程。
文章写道，过去两年，智能体能力变化很快。早期大模型主要负责信息生成，用户提问后输出文本；随后，工具调用让模型可以搜索网页、查询数据库、执行代码和操作软件；再向前一步，智能体开始拆解目标、制定计划，并在多轮执行中根据外部结果调整动作。
当执行对象局限于免费工具或企业内部系统时，调用权限可以由开发者预先配置。但在开放市场，高质量能力往往需要付费，包括按次计价的实时金融数据、消耗额度的网页抓取、按量收费的推理与 GPU 算力，以及有明确价格的视频生成和专业数据库。文章认为，智能体如果要独立完成任务，运行过程中就不可避免地要成为买方。
传统 API 商业模式并不是为这种买方设计。其流程通常是人先访问网站、注册账户、绑定银行卡、选择套餐、保管 API Key，再把密钥放进程序环境。采购决策与实际调用被切分在两个时间点：人类在任务发生前完成采购，软件只负责消耗已购买额度。
智能体的采购则不同。它可能要到执行任务的某一步，才知道自己需要什么，也无法预先判断最终会调用哪一家数据源。文章指出，要求用户为所有潜在服务逐一开户并不现实。对智能体来说，这类采购具有即时、低额、多商户、高频、结果导向等特征，更自然的体验不是「先订阅，再调用」，而是「发现服务，获得报价，授权付款，取得结果」。
Waterdrip Capital 据此认为，支付不再只是结算动作，而开始进入智能体决策系统。人类设定目标、预算和风险边界，智能体在边界内分配资金。
为什么 Agent Payment 会成为独立赛道
从工具调用走向经济行动
文章把智能体与普通自动化脚本区分开来。脚本执行的是预先确定的流程，所需资源和供应商大多已写入代码；智能体则会根据环境选择路径。在同一项研究任务中，它可能先购买搜索结果，再根据结果决定是否购买行业数据库，最后调用另一家模型做交叉验证。每一步采购都会反过来影响后续决策。
这种「边执行、边采购」的模式，把经济选择带入软件运行时。智能体不仅要判断工具是否可用，还要判断是否值得买：价格是否超出预算、响应速度能否满足任务、历史履约是否可靠、是否存在更合适的替代服务。文章提到，传统工具路由主要关注能力匹配，而机器采购还要同时处理价格和交易对手风险。在这类交易中，付款成功但服务未交付的风险，需要由智能体直接面对。
因此，文章认为 Agent Payment 的核心需求并不是无条件自动付款，而是可控地把购买权交给软件。用户未必会把整个钱包交给智能体，但可能愿意为某个明确任务设置几美元预算，并允许其进行若干笔美分级采购。文中指出，大授权需要更长期的信任积累，小授权已经能创造现实价值。
微额、高频、多商户改变支付经济学
文章称，人类互联网的支付基础设施更擅长处理低频、较高金额的交易。信用卡网络、支付网关和订阅系统都存在固定成本，商户通常会把多次调用打包成月度套餐。对于单次仅值几美分的 API 请求，传统支付中的手续费、拒付风险和账户维护成本，可能高于商品本身。
机器消费呈现出相反的结构。智能体为了完成一个交付物，可能在数分钟内向多个商户连续发起多笔采购。单笔金额很低，但频率高，交易数量也可能远超人类消费者。文章认为，稳定币和链上可编程结算为这类场景提供了新的经济基础：资金可 24 小时流动，支付授权可由软件签署，服务也可以按调用直接计价。
更关键的是，多商户采购改变了 API 市场的竞争方式。订阅制鼓励长期绑定单一供应商，按次购买则让智能体可以在每次任务中动态选择服务商。服务商竞争的不再只是年度合同，也包括某个瞬时需求。价格、性能与履约记录，都可能实时影响路由结果。
稳定币从交易媒介转向结算基础设施
文章回顾称，早期加密市场中的稳定币需求主要来自交易与避险。随着发行、托管、合规和跨链基础设施逐步成熟，稳定币开始进入跨境结算、企业资金管理和互联网原生支付等场景。
对机器支付而言，稳定币的特殊之处在于，它既是货币，也可以由程序直接操作。信用卡支付依赖持卡人身份、银行账户和地域网络，智能体本身并不具备自然人身份，也无法独立完成传统开户流程。文章提出，受策略约束的钱包可以成为智能体的资金接口：操作者注入有限余额，设置单笔和会话上限，并保留冻结和撤销权限；智能体则只在授权范围内签署支付。
不过，文中也明确表示，这并不意味着链上支付天然优于一切传统支付。消费者保护、退款机制、隐私、密钥管理和监管责任等问题仍待解决。但在机器对机器、低额按次和全球服务采购场景里，可编程稳定币具有明显适配性，能让「调用接口」与「支付接口」首次有机会被压缩到同一次网络交互中。
支付轨道已经出现：x402、MPP 与 HTTP 原生交易
让 402 从状态码变成商业接口
文章指出，HTTP 早已预留 402 Payment Required 状态码，但近 30 年间一直没有形成通用工作流。机器支付协议重新激活了这一语义：客户端请求付费端点后，服务端返回 402 与机器可读的付款条件；客户端选择可接受的方案，完成签名或支付，再携带凭证重试请求。
这一流程的意义，在于取消了人工注册页。价格发现、支付要求和内容交付都发生在程序可理解的协议层。对开发者来说，付费 API 不必继续围绕账户、套餐与密钥构建完整 SaaS 门户；对智能体来说，服务可以像普通网页一样被发现，并在真正需要时完成购买。
x402 是文中提到的重点开放协议之一，其围绕 HTTP 402 组织支付挑战和凭证，让服务商能够按请求收款。MPP 则从另一套生态出发，探索适用于机器的 charge、session 等支付方式。文章表示，两者设计不同，但共同验证了一个方向：机器支付可以成为应用协议的一部分，而不是在应用之外另建人工结算流程。
支付轨道多元化会长期存在
文章认为，行业经常期待最终只剩一个标准协议、一条结算网络和一种支付方案，但从商户视角看，多元化有长期合理性。一次性数据查询适合按次收费，持续推理或流式服务可能更适合会话计费；高价值服务更需要担保与争议处理，低价值调用更在意速度与成本；不同地区与企业也会选择不同的合规与结算网络。
协议层还会继续演化。商户可能使用直接扣款、预授权、托管、流支付或批量结算；网络会在成本、最终性、流动性和生态工具上作出不同取舍。对卖方而言，这意味着更多选择；对买方而言，每新增一种组合，就会多出一个需要集成的接口。
文中以支付轨道配置矩阵说明这一点：协议与支付方案构成列，链构成行，每种组合都可能成为一种需要单独集成的支付配置，而且这张表还在不断变宽。
Waterdrip Capital 进一步指出，碎片化未必会因市场成熟而自然消失。银行卡市场没有在长期发展后只剩一家卡组织，云计算市场也没有收敛到单一供应商。成熟市场通常不是消灭差异，而是在差异之上形成聚合、路由与清算层，Agent Payment 很可能也会沿着类似路径演进。
文章给出了一组可量化数据。根据两个公开浏览器 x402scan 与 mppscan 近 30 天的数据，截至 2026 年 9 月 3 日，MPP 协议在 Tempo 链上有 65,591 个活跃买方钱包，x402 在 Base 链上有 19,472 个，而同时出现在两条轨道上的钱包只有 365 个，不足 MPP 协议买方的 0.6%，也不足 x402 Base 买方的 2%。其中，在两条轨道上各完成十笔以上交易的钱包只有 112 个，而且其中相当一部分是双轨聚合器用同一把密钥代付，而不是买方主动采用第二条支付轨道。文章据此判断，买方并没有跨轨道流动，每条轨道都在积累各自独立的买方群体。
卖方接入只是交易的一半
支付协议首先降低的是商户收款门槛。只要一个端点能够发布报价、验证凭证并返回服务，它就初步具备了面向机器营业的条件。越来越多开发者工具、数据服务与内容接口，也因此进入了「机器可购买」状态。
但文章强调，供给可支付，并不代表需求会自动出现。商户解决的是「如何向机器收款」，智能体仍然要回答「该向谁买、用哪种方式付、付款后如何确认交付」。如果每个买方都需要分别集成每种协议、准备不同网络的资金，并维护独立账本，那么机器支付只是在把早期 API 集成的复杂性，从 API Key 转换成钱包和协议适配器。
文中给出的判断是，真正影响采用率的，是交易总摩擦，而不只是结算环节的摩擦。
行业真正的瓶颈：交易没有闭环
第一关：发现可购买的服务
文章认为，智能体需要机器可读的服务目录。一个有效目录不能只有名称和网址，还要描述端点能力、输入输出、价格单位、可用协议、延迟、地域限制和更新状态。同时，自然语言意图与 API 参数之间也需要完成映射。否则，智能体即便知道自己需要「宏观数据」，也未必能判断哪个端点可以满足任务。
开放市场中的目录还会面临重复、失效和虚假声明。任何商户都可以宣称自己提供高质量数据，但智能体无法像人类采购人员那样花数天时间做背景调查。文章指出，发现层必须持续验证端点是否可调用、报价是否真实、描述是否与返回内容一致。
这意味着服务发现不同于传统搜索。搜索引擎优化的是信息相关性，机器采购目录还要优化可交易性，包括能力是否匹配、价格是否可接受、支付是否兼容，以及商户是否能够交付。
第二关：理解和比较报价
文章指出，表面看，同类 API 都可以按次标价，但报价的可比性实际上很弱。某些服务按请求收费，另一些按结果条数收费；有的把模型推理费用包含在报价里，有的则要求额外支付；还有服务会根据输入长度、运行时间或成功结果动态计费。
因此，智能体不能只选择名义价格最低的端点。它还要考虑总成本、交付概率、延迟与结果质量。如果一个便宜接口持续失败，那么重试成本和任务延误会使其实际价格反而更高。文章认为，报价必须与服务等级、历史表现和任务上下文放在一起评估。
文中还提到，机器可读报价需要明确有效期与最终金额。在动态定价环境中，智能体签署的应当是确定承诺，而不是模糊价格区间。操作者也需要清楚服务费、网络成本与路由费用的构成，才有可能设置可信预算。
第三关：资金分布与跨轨道流动性
如果一个智能体需要同时在多条链和多种协议上购买服务，最直接的办法是在每个网络预置余额。但文章指出，这会把少量资金切割成许多碎片：一部分资金闲置在暂时不用的网络上，热门网络却可能余额不足；而补充余额又涉及跨链桥、兑换、Gas 与安全操作。
对单个用户来说，这已经很繁琐；对同时管理大量智能体的企业来说，复杂度还会进一步上升。每个智能体应持有多少余额、由谁补充、如何防止资金被错误消耗、怎样汇总不同网络上的资产与费用，这些问题都会被放大。文章认为，缺少统一资金层时，支付轨道越多，财务复杂度反而越高。
理想状态下，智能体看到的应该是一份可支配预算，而不是多个网络余额。底层系统负责选择结算路径、管理流动性并提供透明报价。文中将其类比为旅行者使用一张卡在不同国家消费：用户关心的是总额度和汇率，而不是为每个目的地预先开立本地账户。
第四关：基于策略的授权
自主支付最容易引发的担忧，是智能体是否会失控消费。文章给出的思路不是在「完全禁止」和「完全授权」之间二选一，而是建立多层策略约束。
这些策略包括单笔上限、会话预算、商户白名单或黑名单、品类规则、速率限制，以及在高风险或高金额交易中触发人工确认。文章强调，策略应由操作者设定，智能体只能在边界内行动，不能自行提高限额。
同时，钱包也不应只承担签名功能。它还需要和任务、身份与审计记录结合，能回答「哪个智能体为了什么任务，以什么策略批准了这笔付款」。否则，企业最终得到的只会是一串链上交易哈希，难以满足内部控制和成本归因的要求。
第五关：结算成功不等于服务交付
文章指出，区块链可以证明资金已从一个地址转到另一个地址，但不能天然证明 API 返回了正确内容。交易可能已经完成结算，但服务端超时、返回错误状态，或交付数据与宣传不符。对智能体来说，这不是边缘问题，而是采购风险的核心。
传统电商依靠物流、评价和退款把支付与交付连接起来；机器服务没有实体物流，交付有时只是一段瞬时 HTTP 响应。若支付系统只记录资金轨迹，商户只记录自身响应，那么整个市场就缺少一份跨商户、跨协议的统一履约视图。
文中也提醒，记录响应并不等于证明质量。但只要能够把付款与响应关联起来，至少就可以区分「已付款且收到结果」「已付款但服务失败」「未结算」等基础状态，这是构建机器交易信誉的第一层事实。
第六关：统一对账与责任界定
一项任务可能包含十几笔微额采购。如果每笔交易分散在不同钱包、协议和商户后台，用户很难知道最终交付物为什么花了这些钱。企业还需要把支出归属到项目、团队、客户和成本中心，并保留可审计证据。
文章认为，统一账本应同时记录采购意图、商户、报价、授权策略、结算结果、响应状态和失败原因。这不仅服务财务，也服务智能体优化。系统可以据此分析哪些数据源经常失败、哪些路由成本更高，以及某类任务通常对应怎样的采购组合。
当支付被嵌入推理链，成本就会成为模型决策的反馈信号。没有统一对账，智能体只能优化答案本身，却无法优化获得答案的经济过程。Waterdrip Capital 认为，Agent Payment 的长期价值，很大一部分就来自这种可观测性。
从支付协议到机器采购层
未来的核心抽象不是 pay()，而是 buy()
文章提出，支付是在对象和价格都已明确之后发生的动作，采购则覆盖从需求到验收的完整过程。若系统只向智能体暴露一个 pay() 函数，它只能向已知地址转账；若暴露的是 buy() 能力，系统才可以接收需求、发现服务、比较方案、执行支付，并返回可验证结果。
这一差异也决定了行业分工。协议负责标准化付款消息，钱包负责签名和资产管理，结算网络负责价值转移，目录负责聚合供给，而采购层则把这些组件组织成一次完整任务。文中认为，任何单一组件都重要，但都不能独立代表完整交易。
机器采购层还需要保持开放。文章强调，它不应要求所有商户迁移到同一协议，也不应通过封闭目录决定谁能被购买。更可持续的模式，是兼容多种支付轨道，在报价中披露路由成本，并允许智能体按策略自主选择。
买方聚合可能比卖方聚合更重要
互联网平台通常先聚合供给，再吸引消费者。文章认为，在机器市场中，供给已经以 API 形式广泛存在，真正缺少的是能够持续购买的标准化买方。一个被装备起来的智能体，可以把零散、偶发的需求转化为稳定交易流。
买方聚合还可能提高长尾服务的可见性。人类开发者更倾向使用熟悉的大品牌，因为评估新供应商的时间成本很高；如果智能体可以读取标准化能力、价格和履约信号，它就能在每次任务中选出更合适的服务。这既可能降低新商户的获客成本，也会迫使成熟商户在真实表现上竞争。
不过，文中也提示，买方入口可能形成新的平台权力。谁控制默认目录、排序和支付路径，谁就可能影响流量分配。因此，行业需要透明的排序规则、可解释的费用和可迁移的交易记录。聚合可以降低摩擦，但不应把开放协议重新包装成封闭渠道。
用真实交易数据建立信誉
文章指出，机器买方决策速度很快，无法依赖漫长尽调，因此在报价出现时就需要同时获得交易对手信号。传统评分和用户评价虽然可以提供参考，但容易被刷量、女巫账户和利益关联方操纵。如果评价不要求真实支付，攻击成本会更低。
文中引用了对 ERC-8004 的实证研究，并将其称为首个面向智能体的无许可链上信任层。研究提到，该协议规范原文写明「Payments are orthogonal to this protocol」，也就是支付与协议本身正交，评价默认不必绑定真实付费交易，付款证明只是可选字段。结果显示，截至 2026 年 5 月 13 日，在以太坊、BSC 与 Base 三条链上，分别有 73.5%、59.2% 与 90.6% 的评价者表现出协同女巫行为。
文章据此认为，更可靠的基础是与真实付费调用关联的结果记录，例如某个服务端点完成过多少笔结算、响应成功率如何、常见延迟是多少、付款后无响应的比例有多高。这些指标仍不能完全代表内容质量，但比自我声明更接近可验证事实。
随着数据积累，市场可能形成分层信誉。第一层是客观交易状态，第二层是可复现的服务指标，第三层才是面向具体任务的质量评价。智能体可以根据金额和风险选择所需证据强度：几美分的数据查询依赖统计信号即可，高价值采购则需要担保、审计或争议解决。
预算策略会成为智能体的重要能力
文章认为，今天评估智能体，主要看回答质量、任务完成率与工具调用准确性；进入付费环境后，还要增加经济指标，包括达到同等质量需要花费多少、是否在预算内完成、何时值得购买更贵的数据，以及如何在速度、成本和可靠性之间权衡。
这会带来新的训练与评测方向。智能体不仅要学习「哪个工具能回答问题」，还要学习「在当前任务价值下，购买这个工具是否划算」。文中举例称，它可能先用低成本服务做筛选，再对关键结论购买高质量验证；也可能在预算将尽时降低调用频率，或者向用户申请额外授权。
因此，Waterdrip Capital 认为，Agent Payment 不是模型能力之外的财务插件，而是决策智能的一部分。成熟的智能体不仅要会使用资源，也要会为资源定价。
Agent Payment 的可能演进路径
第一阶段：开发者工具与数字服务先行
文章预计，最早实现规模化的场景，大概率仍是纯数字交付，包括搜索、数据、代理抓取、模型推理、代码执行、存储和内容生成。这些服务本来就通过 API 提供，边际交付成本较低，付款与响应也可以在同一网络会话内完成，不涉及复杂物流。
这一阶段的典型交易金额很小，用户更关注开发便利性和任务完成率。市场会快速验证协议，但交易量可能高度分散。文中判断，许多调用仍会继续通过传统 API Key 和订阅完成，机器支付更多承担临时需求、跨商户采购与无法预先开户的长尾服务。
第二阶段：企业预算与多智能体协作
当企业开始部署多个智能体，资金管理会从个人钱包升级为组织级账户体系。企业需要为不同角色分配预算，控制可购买品类，设置审批阈值，并把支出写入财务系统。智能体之间也可能形成内部结算，例如研究智能体采购数据、分析智能体购买算力、执行智能体调用外部服务。
到了这一阶段，文章认为，安全与合规的重要性会超过支付本身的新颖性。企业更关注的是密钥托管、权限隔离、交易监控、供应商审查和审计留痕。只有兼容现有财务流程的基础设施，才可能从试验走向生产。
第三阶段：从数字服务延伸到现实经济
文中写道，机票、酒店、物流、广告和专业服务都可能成为智能体未来的采购对象，但现实世界交易需要更复杂的身份、退款、税务与争议处理机制。稳定币只能解决部分结算问题，不能替代消费者权益和商业合同。
因此，行业不应把「自主支付」理解为取消所有中介。相反，随着交易价值上升，担保、保险、信用和仲裁会重新出现，只是它们需要转化成机器可调用的服务。未来的 Agent Payment 栈，很可能会同时包含开放支付协议与传统金融连接，而不是由单一路径替代另一条路径。
第四阶段：从跨协议路由走向跨市场执行
长期来看，智能体购买的未必只是一个 API 响应，而是一个结果。用户可能提出「生成一份可信的行业报告」，系统则自行组合搜索、数据库、翻译、模型与校验服务。底层发生的是多笔交易，用户看到的则是总预算、证据来源与最终交付。
这会让支付路由升级为市场执行。系统需要把复杂目标拆成采购组合，动态替换失效供应商，并在总成本与质量之间持续优化。文章指出，协议兼容只是基础，真正的壁垒会来自需求理解、交易数据与执行反馈。
风险与待解决问题
文章最后列出了多个现实约束。第一是安全。提示词注入可能诱导智能体购买恶意服务，供应链攻击可能替换收款地址，错误策略也可能造成大量重复付款。支付动作必须与不可信内容隔离，并具备限额、模拟、撤销和异常检测能力。
第二是隐私。采购记录会暴露智能体正在执行的任务，链上公开数据还可能把用户身份与商业意图联系起来。系统需要尽量减少敏感元数据泄露，并在审计需求与隐私保护之间取得平衡。
第三是责任。当智能体错误购买、商户未交付或协议转换失败时，损失应由谁承担。文章认为，低额交易可以接受较高自动化风险，但高额交易需要更清晰的责任边界；没有争议机制的支付网络，难以直接进入高价值商业场景。
第四是监管。稳定币发行、钱包控制、跨境转移与商户收款，分别受不同司法辖区规则影响。机器是执行者，不是法律责任主体。基础设施必须能把每一笔自主交易追溯到明确的操作者、授权政策与资金来源。
第五是商业可持续性。微额支付收入很容易被网络成本、流动性与风控费用吞噬。若平台依靠隐藏加价来补贴体验，则会削弱买方信任。文章认为，费用必须透明，并通过规模、路由效率和附加服务建立合理商业模式。
Waterdrip Capital 认为，这些问题并不否定 Agent Payment，而是说明它不可能只靠单一协议完成，最终会演化成支付、身份、权限、发现、信誉与对账的复合基础设施。
结语：机器经济需要的不只是更快的支付轨道
文章指出，Agent Payment 当前处在一个既容易被高估、也容易被低估的阶段。之所以容易被高估，是因为技术上完成一次稳定币付款，并不意味着智能体已经具备成熟的商业自治能力；之所以容易被低估，则是因为一旦软件能够在明确约束下购买外部能力，机器经济的组织方式、定价方式和竞争边界都会改变。
Waterdrip Capital 认为，支付协议已经证明，机器可以收到报价并完成结算。下一步的关键，是把孤立付款扩展成完整采购：让智能体能够找到合适服务、理解真实成本、在预算内跨轨道支付、确认交付，并把每一笔交易转化成可审计、可学习的记录。
文章最后给出的判断是，未来的机器经济不会只有一条链、一个协议或一个钱包。多元供给会长期存在，更有价值的基础设施，将是那些能帮助买方穿越复杂性的系统。Agent Payment 需要把轨道、供给、默认支付和信任机制组合起来，才能让技术容量转化成真实需求。当软件开始成为买方，支付只是第一步，更重要的问题始终是：它能否以可控、透明和可验证的方式，完成一笔真正有用的交易。