人工智能正从“辅助自动化”进一步走向“自主经济活动”。最新进展显示，AI系统不仅能够生成代码、协调服务和检索数据，如今还开始具备直接发起支付的能力。近日，Visa加密业务部门推出一款实验性工具，允许AI代理在编程过程中执行付款；几乎同一时间，Stripe支持的Tempo区块链主网上线，并发布面向机器间交易的支付协议。这一系列动作表明，围绕AI智能体支付能力的底层基础设施与行业标准，正在迅速成形。
Visa推出实验性AI支付工具
根据公开信息，Visa加密部门发布了名为Visa CLI的命令行界面工具。这是Visa Crypto Labs的首个实验性产品，核心目标是让开发者能够在编写代码的过程中，直接指示AI系统完成支付操作。换句话说，支付不再只是应用层的附加功能，而是开始被嵌入AI驱动的开发工作流之中。
从产品设计来看，Visa CLI强调安全性，尤其试图解决传统API密钥带来的隐患。通常情况下，API密钥涉及敏感凭证，如果AI系统在调用过程中接触并处理这些凭证，理论上可能带来泄露风险。Visa此次的方案是在不依赖传统API密钥的前提下实现安全交易，从而降低数据暴露问题，并提升AI系统接入支付功能的可行性。
此外，该系统支持程序化卡支付，也就是允许AI代理依据预设指令执行交易。这意味着，在某些明确授权的场景下，AI不只是“建议支付”，而是能够真正完成支付动作。这一能力若进一步成熟，可能被用于自动购买开发资源、调用第三方服务，甚至触发面向机器任务的即时结算。
AI支付标准竞争升温
Visa的动作并非孤立事件，而是更大范围“智能体支付”竞赛的一部分。随着AI系统越来越擅长独立完成任务，如何让它们具备内生金融能力，已经成为加密行业与金融科技领域共同关注的话题。市场正在尝试定义：当AI成为“执行者”时，应通过怎样的支付协议、结算资产与权限框架来支持其运行。
此前，Coinbase已在今年5月推出x402标准，旨在支持AI代理之间基于稳定币的支付。随后，这一框架又被整合进Sam Altman旗下World项目周二发布的开发者工具包中，显示出可编程支付轨道正在获得更多开发者和平台采用。综合这些进展可以看到，稳定币正成为AI驱动交易的优先媒介之一，其原因在于转账速度更快、可编程性更强，也更适合自动化系统间的高频交互。
对于行业而言，这意味着AI支付的竞争焦点已不再局限于单一产品，而是扩展到标准、协议和底层网络的系统性建设。谁能率先建立安全、通用、低摩擦的支付接口，谁就更有机会成为未来机器经济时代的关键基础设施提供者。
Stripe支持的Tempo区块链主网上线
在Visa发布工具的同一天，Stripe支持的Tempo区块链正式上线主网。该网络聚焦于面向AI系统的支付基础设施，目标是处理高吞吐量的稳定币交易，以满足AI代理在实际运行中可能出现的大规模、小额、高频支付需求。
Tempo在公开表述中强调，这条链从设计上就是“为支付而生”，并特别面向AI智能体不断变化的需求。随着AI系统逐步承担写代码、协调服务、获取数据等任务，“拥有支付能力”正从可选功能变成必要扩展。对这些系统而言，若无法完成结算，它们就很难真正形成闭环执行能力。
从产业逻辑看，Tempo的上线释放出一个明确信号：支付基础设施公司和区块链项目都在预判，未来会有越来越多交易不是由人手动发起，而是由软件代理在既定规则下自动执行。因此，底层网络必须兼顾可编程性、吞吐能力和多支付轨道兼容性。
机器支付协议扩展多轨道结算
与主网上线同步，Tempo还推出了与Stripe合作开发的Machine Payments Protocol。该协议旨在为AI代理和各类服务之间的程序化支付提供一套标准化框架。其关键特点是“轨道无关”，也就是不局限于某一种结算方式，而是尽可能适配多类支付渠道。
目前，Visa已通过其卡网络为该协议提供支持，Stripe则支持接入银行卡、钱包以及其他支付方式。与此同时，Lightspark也通过闪电网络加入支持范围，使协议能够覆盖基于比特币的交易。这意味着AI系统可用的支付轨道正在变得更加多元：一端连接传统卡组织网络，另一端连接区块链和比特币闪电网络。
这种多轨道布局的意义在于，它降低了AI支付标准被单一生态锁定的可能性，也有助于不同应用场景根据成本、速度和兼容性要求灵活选择结算方式。对开发者和企业来说，统一接口与跨轨道兼容将显著减少接入门槛。
市场影响：稳定币与支付基础设施迎来新叙事
从市场层面看，Visa与Stripe相关动作可能进一步强化两个趋势。其一，稳定币作为机器原生支付媒介的叙事正在升温。由于AI代理更适合在可编程、可自动结算的环境中运行，稳定币天然具备较强适配性。其二，支付基础设施赛道的重要性上升。未来受益者不一定只是AI模型公司，也包括提供钱包、结算协议、卡网络接入、链上基础设施和开发工具的企业。
不过，市场也需看到，AI自主支付距离大规模商业化仍有不少待解问题。例如权限控制、责任归属、反欺诈机制、合规审核以及异常交易处理，都会影响其落地节奏。尤其当AI能够“自主下单”和“自主付款”后，系统设计必须确保每一笔交易都在明确授权和可追踪框架内执行。
总体而言，这次Visa与Stripe相关生态的同步推进，显示AI支付已从概念讨论走向产品与协议落地。随着行业标准逐步建立，AI智能体完成交易的能力，或将成为下一阶段数字支付和加密基础设施竞争中的核心变量。