Amazon AI 购物代理受阻：零售商和银行将其拒之门外

Amazon AI 购物代理正面临一个尖锐矛盾：Amazon 希望自家软件能到别处购物，却阻止外部代理进入其平台。这场冲突如今已超出单一零售商的范围。eBay 限制未经授权的购买机器人，而 JPMorgan Chase 和 Charles Schwab 则禁止未经批准的代理访问客户账户。

这些限制暴露了代理式商业的结构性问题：软件代表用户搜索、比较并完成交易。这类代理需要访问商店、支付方式、账户历史和个人偏好。但每一次连接，都会给掌控这些数据的企业带来安全、责任和竞争风险。

Meta 认为，拒绝个人代理就等于拒绝授权该代理的客户。Amazon 则看到一个身份不明的外部代理进入账户、收集数据，并在未经许可的情况下改变购物体验。两种立场听起来都合理，但若没有关于身份、同意和责任的共同规则，它们无法共存。

结果并非 AI 开发者所承诺的开放商业网络，而是一个由获批合作关系、受限平台和专有助手组成的新兴网络。最重要的战场已不再是 AI 代理能否找到商品，而是谁有权介入客户与交易之间。

Amazon AI 购物代理遭遇闭门羹

Amazon 的封锁使代理购物从软件挑战转变为访问权限争端。

直接冲突围绕 Meta 的 Muse 代理展开。根据一份代理访问报告，该助手上线不到两周，Amazon 就阻止 Muse 在其平台浏览和购买商品。Amazon 表示，Meta 并未获得访问客户账户、收集平台数据或处理交易的许可。

Amazon 发言人表示，代表其他企业进行购买的第三方应用应当公开运作。该公司还称，这些应用必须尊重服务提供商是否参与的决定。因此，其反对的不仅是一个失灵的机器人。Amazon 正在挑战这样一种假设：客户的授权是否自动赋予代理进入 Amazon 系统的权限。

Muse 并不是首个遭遇这种立场的助手。Amazon 此前曾封锁 Perplexity 的购物技术，并将争端诉诸法庭。Amazon 指称，Perplexity 在被要求停止后，仍继续在其网站上运行代理。

Perplexity 则将其助手辩护为客户的延伸。按照这一理论，使用账户的代理应享有与指挥它的人同等的浏览和交易基本权利。这场争端仍具重要意义，因为它提出了一个问题：软件委托是否会改变普通网站访客的法律身份。

早期诉讼释放出复杂信号。一家联邦地区法院最初通过初步禁令限制了 Perplexity 的访问。上诉法院随后推翻该命令，理由是 Amazon 在支持该禁令的计算机访问主张上不太可能胜诉。Amazon 随后提交修订后的诉状，因此更广泛的冲突仍未解决。

这段历史之所以重要，是因为技术限制和法律限制会相互强化。零售商可以识别已知自动化行为、质询异常会话、限制账户访问，或封锁特定流量。它也可以利用合同和诉讼，阻止开发者寻找技术绕过方案。

eBay 也通过用户规则采取了类似的限制性做法。其政策禁止自动化代理在未经事先许可的情况下访问平台，限制范围包括未经有意义人工审核便下单的系统。

其他服务也划定了各自的边界。Yelp 要求代理使用获批准的数据许可渠道。Delta Air Lines 限制未经授权的外部代理预订航班。据报道，代理在 Amtrak、Cars.com 和 Kohl’s 也遇到了障碍。

这些案例表明，代理即便在演示中运行完美，仍可能在正常使用时失效。反机器人系统原本是为了阻止抓取、凭证盗窃、库存操纵和欺诈交易而建立的。它们并不会自动识别恶意机器人与执行客户请求的合法助手之间的差异。

这种模糊性削弱了消费者代理的一项核心承诺。如果每个目的地都采用不同的访问规则，助手便无法可靠地完成跑腿任务。它可能研究商品、找出最佳报价并准备订单，却在登录或结账开始时停下。

这场冲突尤其引人注目，因为 Amazon 并未否定 AI 介导商业的理念。它已开发自己的购物助手，并在商品发现环节广泛使用 AI。Amazon 的立场更为狭窄，却具有更重大的商业意义：外部代理不能假定自己拥有与 Amazon 自家系统相同的访问权限。

争夺的核心是客户控制权，而不只是安全

控制购物界面的一方能够影响商品发现、广告、数据收集和最终成交。

Amazon 的安全顾虑是可信的。采购代理可能需要访问地址、订单历史、支付凭证和账户设置。若代理隐藏身份，或以不安全的方式存储凭证，一旦发生问题，Amazon 就必须承担管理这些风险的责任。

然而，安全并不能完全解释这种抵制。独立购物代理可能削弱使平台具有价值的商业机制。它们可以跳过推广商品、比较竞争商店的价格，并且不按平台偏好的客户旅程来选择商品。

传统电商假定人类注意力有限。购物者很少查看每一个卖家、计算每一种到手价，或重新考虑每一项订阅。平台利用排序、推荐、评价、促销和广告，在这些限制之内塑造决策。

自动化买家的行为则不同。它可以持续监控多家商店、比较配送和退货政策，并等待特定条件达成。它不会因不耐烦而放弃，也不会出于习惯点击熟悉品牌，或在打开几个标签页后就停止搜索。

这种行为可能惠及消费者，但也威胁广告收入和平台影响力。如果由外部代理作出推荐，Amazon 对哪些商品获得关注的控制权就会减少。如果代理负责结账，AI 提供商可能成为主要的客户关系方。

Meta 的回应明确指出了这场竞争。在有报道称网站正在封锁 Muse 后，Meta 表示，企业与代理开发商拥有共同的商业利益。该公司称，拒绝个人代理就等于拒绝由该软件代表的客户。

Meta 还将这一论点与获批的零售合作关系结合起来。Walmart、Gap、Sephora 和 Best Buy 已支持经过授权的方式，让 Muse 协助客户购物。Shopify 也已让其网络内的商店参与 AI 辅助购买渠道。

这些安排揭示了正在形成的妥协。零售商并非只是选择使用代理或不用代理，而是在选择哪些代理可获得访问权、它们可以获取哪些信息，以及可以完成哪些操作。

Tapestry 说明了其中的区别。Coach 和 Kate Spade 的母公司已限制未经授权的代理在其品牌网站购物。与此同时，部分精选商品可通过获批的 Google 体验购买，但每笔交易都需要客户明确确认。

这种模式保护了零售商谈判条款的能力。获批集成可以识别代理、限制可用操作、记录同意，并界定责任。未经批准的浏览器代理则可能在没有任何正式商业关系的情况下，尝试执行许多相同任务。

结果与早期围绕搜索索引、应用商店、社交媒体导流和旅行聚合平台的争端相似。当流量带来增量销售时，企业欢迎它；当中间方攫取客户数据、要求佣金或削弱直接关系时，企业则会抵制。

Amazon 的立场还包含进一步的反转。其自身的“Buy for Me”方案允许 Amazon 助手从外部零售商购买商品。IMF 的支付分析称，Amazon 助手会浏览第三方网站，并为客户完成交易。

因此，Amazon 希望拥有向外派遣代理的能力，同时保留对进入其平台代理的控制权。这在战略上合乎逻辑，但并非开放代理模式，而是各个平台争相成为首选商业入口的竞赛。

如果由 Amazon 的界面承接请求，Amazon 就能塑造推荐并保留交易可见性。如果由 Muse、ChatGPT、Gemini 或其他助手承接请求，那么该提供商会在零售商看到之前，洞察消费者意图。

意图数据具有非同寻常的价值。一次商品搜索展示了用户正在考虑什么。一个持续运行的代理可以了解客户的预算、时机、偏好、既往购买记录以及转换品牌的意愿。它也可能知道客户拒绝了哪些替代方案。

胜出的界面可能影响的远不止单笔订单。它可以决定哪些商家会被纳入考虑、哪些产品被视为可比较，以及何时应当购买。这正是有关机器人访问的争论正在演变为市场力量之争的原因。

银行看到零售商无法独自解决的授权问题

AI 代理需要的不只是信用卡号；它还需要可验证的授权，能够在所有参与方都理解的边界内行动。

JPMorgan Chase 和 Charles Schwab 已确认，它们禁止未经授权的代理访问客户账户。这种谨慎反映了零售问题更棘手的版本。商品搜索失败只是不便；错误的转账、投资指令或付款则可能立即造成财务损失。

银行必须区分客户、客户设备，以及代表客户行事的任何软件。它还必须确定客户实际批准了什么。仅凭登录凭证无法回答这些问题。

设想一个被要求在预算以内购买跑鞋的代理。用户授权的是一笔交易，还是持续监控？代理可以选择不同品牌吗？它可以接受会员资格、分期付款方案或替代商品吗？批准是否涵盖超出既定限额的税费和运费？

当代理处理金融任务时，不确定性会进一步增加。一项提高回报的请求，可能涉及转移储蓄、卖出投资或开设账户。每一种操作都有不同的信息披露、风险和法律后果。

身份验证证明某人能够进入账户。委托授权则必须证明，特定代理能够代表特定客户执行特定操作。它还需要边界、到期机制、撤销机制和审计轨迹。

IMF 框架将意图、授权和结算划分为不同层级。推理软件可以理解目标并准备交易，但确定性的支付系统仍应控制最终授权与结算。

这种划分解决了一个基本的技术错配问题。大语言模型以概率方式生成输出，这意味着同一请求可能产生不同的理解。支付结算则需要可预测的规则、最终记录和明确的责任归属。

银行卡网络正围绕这一差异建设基础设施。Visa 表示，其智能体商业系统可识别可信智能体，同时保留由消费者设定的控制权。其欧洲项目使用支付通行密钥来验证持卡人身份，并区分获批准的智能体。

2026 年 7 月，Visa 表示，智能体已通过其基础设施与独立欧洲商家完成真实购买。超过 30 家发卡机构参与其中，包括 Barclays、BBVA、HSBC UK、ING、Lloyds Banking Group、NatWest 和 Revolut。根据 Visa 商业项目，这些交易均在客户设定的参数范围内进行。

这一进展令“银行只是将智能体拒之门外”的说法变得复杂。金融机构一方面拒绝未经授权的访问，另一方面也参与受控的智能体交易。分界线并不在于是否自动化，而在于参与方能否验证身份、权限和责任。

受控系统可以签发令牌，而不是暴露客户完整的银行卡凭证。令牌可以附带商家、金额、时间和允许交易类型的限制，也可以将智能体与客户分别识别。

在争议发生时，这些控制措施至关重要。如果智能体买错了商品，参与方需要判断是商家未按订单履约、智能体超越授权，还是客户提供了含糊不清的指令。现有拒付系统并非为回答这条链路中的所有问题而设计。

欺诈带来另一项挑战。犯罪分子可能攻击智能体、操纵其读取的信息，或劫持其与账户连接的凭证。恶意商品页面可能包含旨在重定向自动化浏览器的指令。被攻破的智能体也可能通过受信任的客户会话发出看似有效的请求。

智能体即使没有恶意，也可能产生类似欺诈的行为。数百次自动请求、快速比价、反复修改购物车以及异常登录模式，都可能触发旨在阻止滥用的系统。零售商不能仅仅因为某些机器人代表真实客户，就安全地关闭这些防御措施。

实际可行的解决方案很可能包括注册智能体、加密身份、受限令牌和明确的交易授权。单靠其中任何一个要素都无法解决商业争议。不过，它们能让银行和商家拥有一种比接受使用普通账户凭证的隐形机器人更安全的替代方案。

消费者想省钱，但仍担心失去控制

即使平台解决了访问争端，智能体商业仍面临信任缺口。

AI 公司常将购物智能体描述为节省时间的软件。最有力的应用场景很容易理解：比较价格、追踪票价、提交报销申请，或重复订购日常商品。这些任务会消耗注意力，却难以带来多少满足感。

智能体还可以在人们放弃后继续工作。它可以核查多项退货政策、监测不断变化的库存，并在之后重新进行搜索。这种持续性确实能为消费者创造价值，尤其适用于重复性或行政类购买。

Visa 委托开展的研究发现，价值和便利性能够吸引用户兴趣。在一项针对 1,600 名美国消费者的调查中，39% 的受访者将价格匹配列为使用 AI 购物助手的动机。寻找新产品和节省时间各吸引了 38% 的受访者。

同一份消费者信任研究发现，人们对所需数据存在更深层的担忧。48% 的受访者担心数据安全，44% 分别担心隐私和购买准确性，40% 担心服务可靠性。

仅有 7% 的人表示自己不存在所列任何担忧。四分之一的人称，他们不会向购物智能体提供任何个人信息。这些结果挑战了“便利性会自动消除犹豫”的假设。

对所收集数据的控制尤为重要。62% 的人认为这种控制非常重要，另有 23% 的人认为重要。如果无法控制智能体的数据处理方式，只有约五分之一的人表示自己非常可能或极有可能使用智能体。

不同服务提供商获得的信任也存在明显差异。在同一研究中，53% 的美国受访者表示，自己会放心使用 Amazon 提供的购物服务。PayPal 以 45% 紧随其后，Visa 为 34%。OpenAI 为 25%，Meta 则为 13%。

这些发现赋予 Amazon 战略优势。消费者可能会比起要求广泛账户访问权限的外部 AI 服务商，更信任已在处理其购物需求的电商平台。Amazon 可以将其限制措施定位为保护用户，同时引导客户使用自家助手。

不过，对 Amazon 的信任并不能解决这一冲突。平台自有智能体可能偏向与该平台有关联的产品、服务或商业关系。消费者需要知道，一项推荐究竟是在优化其利益、平台收入，还是某项协商达成的合作关系。

独立智能体面临相反的问题。它们可以声称搜索范围更广、代表购物者利益，但仍然需要商业模式。如果用户不直接付费，佣金、优先集成或赞助展示都可能影响结果。

这形成了一个艰难的三角关系。消费者希望智能体能广泛搜索、保护其数据，并只为自己服务。零售商希望软件可识别并遵守平台规则。AI 服务商则需要收入和可靠访问权，才能完成任务。

没有任何参与方能仅靠浏览器自动化满足这三个目标。行为像人的机器人或许能访问更多网站，但会降低透明度。严格审批的集成能提高可问责性，却可能缩小智能体的选择范围。

风险在于，智能体商业会重现它承诺要摆脱的同一种把关机制。用户可能要求最佳可得产品，却只收到参与商家的选项。体验看似全面，却悄然排除了拒绝服务商条款的店铺。

这种限制应当透明可见。智能体需要披露其搜索过哪些市场、哪些市场阻止了访问，以及合作关系是否影响了结果。否则，一项精致的推荐可能掩盖一个碎片化市场。

在采取具有重要后果的行动前，用户也需要获得有意义的确认。批准界面应展示商品、最终金额、卖家、配送条款和付款来源。数小时前给出的模糊提示，不应在情况发生变化时取代知情同意。

同样的原则也适用于结账之后。退货、取消订单、保修和客户支持可能比购买本身更复杂。如果智能体在付款后消失，所谓便利性就只覆盖了交易中最容易的部分。

这就是为什么当前的封锁不应被视为对创新的简单抵制。一些措施确实保护了既有商业模式，但另一些则暴露出尚未解决的产品缺陷。无法解释自身授权、保护凭证或支持争议处理的智能体，还没有准备好控制一笔金融交易。

什么将决定智能体商业的未来

下一阶段取决于行业能否以被认可、受限制且可审计的委托，取代伪装的自动化。

首个值得关注的信号，是 Amazon 与 Perplexity 之间的诉讼。上诉裁决削弱了通过计算机访问法阻止智能体访问的一次早期尝试，但并未确立智能体进入私有平台的广泛权利。修订后的案件仍可能影响法院如何解读授权、账户委托和合同限制。

对 Amazon 有利的裁决将强化逐个平台许可模式。AI 服务商需要与大型零售商协商集成，否则将面临失去核心购物功能的风险。对 Perplexity 有利的裁决则会强化这样一种观点：客户可以通过软件委托进行普通浏览。

两种结果都无法解决所有问题。零售商仍会运行反机器人系统，并控制需要身份验证的服务。法院可以界定法律边界，但若缺乏合作，技术访问仍可能不可靠。

第二个信号是经过验证的支付标准的发展。Visa 在欧洲的真实交易表明，只要商家、发卡机构和网络共同参与，受控的智能体购买就可以实现。关键指标并不是演示数量，而是这些系统能否扩展至独立商家，并支持常规争议处理。

成功的标准必须承载的不只是支付凭证。它们还应表达用户意图、识别智能体、明确支出边界并记录确认信息。当客户改变主意或智能体遭到入侵时，系统也需要撤销机制。

如果银行卡网络和银行广泛提供这些工具，反对所有智能体交易的安全论点将会减弱。平台仍可能出于商业原因拒绝外部智能体，但将更难把每笔自动化购买都描述为无法识别的威胁。

第三个信号是零售商如何构建获批准的合作关系。Meta 与 Walmart、Gap、Sephora 和 Best Buy 的合作提供了一种模式。Google 获批准的商业渠道以及 Shopify 的参与，则提供了其他模式。

关键问题在于，这些系统能否保持互操作性。开放标准可以让消费者选择智能体，并在众多商家之间使用它。若只是一系列独家交易，则会形成彼此分离的商业区域，各自拥有助手、商品目录和支付规则。

封闭模式更容易被大型公司控制。Amazon 可以在 Amazon 内推广自家助手，而 AI 服务商可以优先推荐支持其协议的商家。客户获得了便利，但仅限于平台协商出的边界之内。

开放模式更困难，因为责任必须跨越多个参与方传递。零售商需要对智能体有信心，银行需要对客户授权有信心，客户则需要了解推荐和最终行动。

监管机构最终将审视这些关系，尤其是在推荐与付款融合之后。披露规则可能需要区分自然推荐与受赞助或佣金驱动的结果。当智能体误解请求时，消费者保护机构也需要明确的责任归属答案。

开发者应像关注模型智能一样关注访问质量。如果智能体无法访问库存、无法安全验证身份或无法完成结账，更好的推理能力也无济于事。可靠的集成可能会比自主浏览能力的边际提升更有价值。

企业买家应询问，智能体是通过获批接口运行，还是通过模仿真人操作。他们还应审查凭证的存储方式、哪些操作需要确认，以及每笔交易是否都会生成审计记录。

消费者应谨慎对待广泛的账户访问权限。实用的购物智能体并不需要无限授权。有限权限、消费额度上限、获批商家名单，以及逐笔交易确认，是更安全的起点。

Amazon AI 购物智能体如今处于更大选择的核心。行业可以构建透明的委托机制，让软件公开表明自身身份，并在可验证的限制内行动；也可以将商业活动分割为彼此竞争的平台，只允许受青睐的助手进入。

关注哪些智能体能够不隐藏身份地完成日常购买，哪些商家发布稳定的访问政策，以及哪些银行支持可撤销的授权。这些信号将表明，智能体商业究竟正在成为真正的消费市场，还是只是又一组受控的平台功能。