Visa 推进 AI 支付，但信任才是真正的考验

Visa 一次性推出了三项重大变化，尽管代理责任归属仍存悬而未决的问题，其 AI 支付战略已在 Google News 上获得突出关注。

该公司正通过现有支付网络，将 AI 购物代理、可编程货币和模块化处理基础设施连接起来。这种组合的重要性超过任何单一产品发布。Visa 希望在由软件而非人类选择商品并发起付款时，继续充当值得信赖的控制层。

这并不是对自主购物的庆功。它是 Visa 熟悉的网络控制机制，与围绕概率型 AI 决策构建的新交易模式之间的一场较量。Mastercard、支付平台、银行和 AI 公司都在追逐同一机遇。胜出者必须把用户意图与可验证授权、商户受理、欺诈管理和最终结算连接起来。

Visa 实际调整了哪些 AI 支付能力

Visa 正将 AI、代币和现代化处理领域原本彼此独立的实验，整合为一项互联的基础设施战略。

最明确的表态出现在 2026 年 6 月 10 日的 Visa Payments Forum。Visa 宣布推出 Agent Score、Agentic Directory、代币增强功能、大额交易模型，以及扩展后的稳定币能力。

这些发布内容位于 Visa Intelligent Commerce 之上；后者是该公司面向由 AI 代理发起或协助发起支付的平台。AI 代理是能够理解目标、规划行动，并在有限人工指导下与服务交互的软件。

关键变化并不在于 Visa 为支付处理加入了 AI。支付网络多年来一直利用机器学习进行欺诈检测和授权决策。Visa 如今是在为 AI 出现在交易的另一端、充当购物者做好准备。

这一转变改变了支付凭证需要传递的信息。普通线上交易会识别凭证、商户、金额及相关背景。由代理管理的交易还需要证明：是谁授予了权限、设置了哪些限制，以及由哪一软件发起购买。

Visa 表示，其增强型代币将携带关于交易类型、代币位置及付款方的更丰富信息。代币会以受限的数字凭证替代敏感账户信息。

该公司还将基于配置和行为历史加入代币保障信号。该信号旨在让发卡机构在批准或拒绝交易时获得更多背景信息。

Visa 的 Agentic Directory 旨在解决另一个问题。商户需要一种方式来区分合法采购代理、自动化滥用工具、爬虫工具和冒充者。同样，代理也需要确信自己正在与真实商户交互。

拟议中的目录将列出经 Visa 验证的代理和商户。它实际上是将网络成员资格模式应用于机器参与者。

Agent Score 则服务于不同目的。该评分由 New Generation 创建，用于评估一家线上商店是否已准备好让代理浏览其目录并完成任务。

这些组成部分支撑着一种正在形成的交易流程。用户向代理发出购买指令。代理搜索参与商户、选择报价、请求受限凭证并完成付款。

Visa 的商务 API描述了用于注册代理专属代币、提交用户指令、获取支付凭证和报告购买结果的端点。这会创建一条记录，将授权指令与最终交易关联起来。

Visa 也在对这些交互底层的处理层进行现代化改造。Visa Intelligent Authorization 让收单机构可以通过一个 API 连接获得处理能力，而无需替换其全部基础设施。

收单机构是负责处理商户付款的金融机构。许多机构运行的系统无法在不引发迁移、韧性和合规风险的情况下迅速重建。

因此，Visa 的主张是渐进式的。银行和支付公司可以在保留现有系统重要部分的同时，增加新能力。

这种方式不如替换整套支付技术栈那样引人注目。但对必须在升级期间维持服务的受监管机构而言，它也更具可行性。

Google News 的标题凸显了这轮产品推进的广度。然而，底层故事关乎整合。Visa 正试图让身份、授权委托、风险评分、授权和结算作为一条完整链路协同运作。

当代理做出糟糕选择时，这条链路必须依然能够被理解。如果没人能解释付款为何发生，更快的结账就意义不大。

Visa AI 支付为何此时到来

代理式商务已从演示项目走向真实交易，迫使支付网络在使用规模扩大前先定义规则。

Visa 的时机反映了商务两端的变化。AI 系统在搜索商品目录和使用软件工具方面正变得更有能力。与此同时，代币化和现代 API 可以限制数字凭证的签发和使用方式。

该公司还与 OpenAI 合作，将 Visa 支付能力整合进 OpenAI 体验中。Visa 表示，这项合作将让开发者和商户能够接受由 AI 代理发起的购买。

这开辟了一条超越零售商专属实验的路径。通过大型 AI 平台运行的代理，理论上可在众多已接受 Visa 的商户间进行交易。

美联社对这项OpenAI 整合的报道将食品杂货、机票和家庭用品列为代表性使用场景。这些例子揭示了为何支付需要的不只是一个结账按钮。

一项旅行请求可能涉及多个商户、变化中的价格、取消政策和多次支付事件。一份杂货订单包含商品替代和配送限制。即便是一次简单的重复购买，如果代理选错数量也可能失败。

Visa 正押注于其现有网络地位能够降低这些协调成本。该公司报告称，其网络覆盖约 50 亿个支付凭证、14,500 家金融机构和超过 1.75 亿个商户地点。

这些数据来自 Visa 自身的企业报告，不应被视为代理式商务采用率数据。它们描述的是，如果银行和商户启用新能力，Visa 可借助的覆盖范围。

这种分发优势十分显著。一个新的 AI 支付系统否则需要分别招募消费者、商户、发卡机构和风险合作伙伴。

Visa 的动机也不止于保护交易量。如果 AI 界面成为购物的起点，它们可能削弱发卡机构与客户之间的关系。

消费者可能让代理在不指定某张具体卡片的情况下，最小化成本或最大化奖励。商户可能会为机器发现优化产品数据，而不再只投资于面向人类的店面。

届时，AI 平台可能控制产品排序、购买时机和支付选择。这让 OpenAI 及其他代理提供商成为有价值的合作伙伴，但也赋予它们影响客户体验的筹码。

Visa 的回应是让其凭证可移植至这些界面，同时保持网络控制机制的附着。该公司希望代理使用 Visa，但不让 Visa 在风险、授权和争议处理流程中变得不可见。

稳定币带来了另一种压力来源。这类数字代币旨在维持稳定价值，通常与一国货币挂钩。它们可支持在区块链网络上持续结算，而不必遵循传统银行的结算时间表。

Visa 报告称，2026 年 3 月，其稳定币结算活动的年化运行率达到约 70 亿美元。它还表示，全球已有超过 160 个与稳定币挂钩的卡项目正在运营或开发中。

与 Visa 更广泛的支付活动相比，这些数字仍然很小。但它们说明了为何该公司同时发展网络的前端和后端。

AI 代理可以改变支付如何发起。稳定币和代币化存款则可以改变机构如何结算或编排其背后的资金。

Visa 的支付公告有意将这些发展联系起来。该公司将 AI 描述为对商务前端的改变，将稳定币描述为对后端的改变。

这种表述揭示了 Visa AI 支付产品组合背后更广泛的雄心。Visa 并不只是想为 AI 结账提供一种凭证。它希望协调自动化购买决策与最终机构结算之间的完整路径。

这一机会也反映了更广泛的数字化普及。Visa 的经济研究考察了近 600 座城市，发现较小市场中的无卡在场交易渗透率已从疫情前约 31% 升至 56%。

无卡在场交易指商户不实际接触实体卡片的交易。代理管理的购物将主要继承为这一环境发展出的风险、基础设施和商户惯例。

这一既有基础使部署更加容易。但它并未解决客户是否会信任软件、赋予其实质性购买权限的问题。

Google News 突显支付控制层之争

主要竞争并非 Visa 对抗现金，或银行卡对抗稳定币，而是网络控制的授权机制与平台控制的代理行为之间的竞争。

Mastercard 和其他支付公司正在开发各自的代理式商务系统。AI 平台也正将购物和结账功能直接嵌入对话式界面。

每个参与者都希望影响交易的控制层。该层决定用户指令如何转化为消费权限、商户如何识别代理，以及争议如何得到解决。

Visa 凭借全球受理网络和成熟的风险系统参与这场竞争。据该公司称，其大额交易模型已基于数十亿笔交易进行训练。

Visa 表示，该模型旨在改善欺诈检测，同时减少误拒。误拒是指合法交易被错误拒绝。

代理式交易使这一权衡变得更困难。一笔不熟悉的自动化购买，即使遵循了有效的用户指令，也可能看起来可疑。

发卡机构可能会以拒绝过多由代理发起的交易作为回应。这将损害转化率，并让自主结账变得不可靠。

过于宽松地批准则会带来相反的问题。欺诈者可能利用被入侵的代理、被操纵的提示词或被盗凭证，以机器速度自动完成购买。

Visa 提出的解决方案，将代币限制与身份、行为信号和网络级数据结合起来。这是一种让代理能够被现有支付系统识别和理解的机制。

Agentic Directory 有助于识别软件参与者。用户指令记录预期任务。专用代币限制凭证暴露。保障信号为发卡机构提供额外背景信息。

没有任何单一组件能够解决委托授权问题。它们的价值在于，在授权过程中被结合起来共同评估。

这正是 Visa 的网络化方法与某一款 AI 应用内置结账功能的不同之处。封闭式结账可以按照自身规则管理有限范围内的商家和购买行为。

Visa 正在追求更广泛的互操作性。其基础设施旨在覆盖商家、金融机构、代理提供商，以及可能的多种支付方案。

Visa 的 Intelligent Commerce Connect 产品支持这一方向。该公司表示，企业可通过一次集成连接 AI 代理、支付提供商、网络及其他技术合作伙伴。

互操作性能够扩大受理范围，但也带来了棘手的责任归属问题。

假设某个代理遵循了用户的预算，却忽略了退货限制。商家处理的是一笔已获授权的付款，支付凭证有效，而代理在技术上也确实遵循了其授权范围的一部分。

传统反欺诈控制无法判断这笔购买是否是一个明智决定。它们只能依据既定信号和规则，评估交易表面上是否合法。

因此，支付网络需要明确边界。它可以验证凭证、参与方和消费权限，但不能保证代理推理的质量。

AI 平台面临相反的问题。它们可以解释某项推荐，但可能缺乏发现跨商家和账户协同欺诈所需的网络数据。

这种分工赋予 Visa 优势。代理提供商需要商家认可的支付凭证；发卡机构则需要关于代理活动的标准化数据，才能批准交易。

Mastercard 也可以凭借自身网络和产品提出类似论点。支付处理商和钱包提供商同样可以在代理与商家之间构建编排层。

因此，竞争将聚焦于采用率、标准和开发者接入。胜出的基础设施无需拥有所有购物界面，而要成为这些界面用于建立信任的默认方式。

Google News 所反映出的公众关注值得重视，因为支付标准通常在消费者视野之外发展。新闻标题可能让自主购物看起来像是已经完成的产品，但关键工作仍涉及权限和责任。

对企业而言，实际问题不在于哪项公告听起来最具雄心，而在于系统能否在整个决策链中保留可用记录。

评估代理式采购的团队应记录产品要求、身份验证决策、反欺诈假设和试点结果。一个可搜索的技术知识库可帮助关联这些记录，而无需把文章变成产品教程。

在发生争议交易时，这类文档至关重要。工程师、合规人员和客服团队需要重建用户提出了什么请求，以及代理执行了什么操作。

Visa 的基础设施可以提供网络证据。AI 提供商仍必须提供其决策过程可解释的证据。

Visa 支付基础设施仍面临授权缺口

Visa 可以升级支付通道，但无法消除用户笼统意图与代理具体购买行为之间的差距。

国际货币基金组织将此视为一个核心设计问题。其分析将代理式支付分为意图、授权和结算。

意图描述用户的目标。授权界定代理被允许执行哪些操作。结算则转移价值，并依据适用规则使交易最终完成。

传统支付基础设施预期接收确定性的指令。用户或商家提交明确的支付请求，系统随即批准或拒绝。

AI 代理则以概率方式运行。随着条件变化，同一条宽泛指令可能产生不同的商家选择、配送选项或购买时间。

国际货币基金组织的代理式支付分析警示了可追溯性、不透明决策、网络安全、法律不确定性以及高速执行等问题。该机构认为，治理与技术能力同等重要。

设想一位消费者要求代理在固定预算内预订一趟可接受的航班。代理必须结合出发时间、行李规则、中转安排和可退款性来理解“可接受”的含义。

令牌可以执行消费上限，但无法独立证明所选行程符合消费者未明确表达的优先事项。

在重复购买场景中，授权缺口会变得更加严重。用户可能允许代理补充用品，却希望它能够识别异常涨价或数量变化。

商家数据也可能不完整，或经过策略性设计。代理依赖机器可读的产品详情、库存和政策。不正确的数据可能导致不受欢迎的购买，而支付凭证本身并未遭到泄露。

Visa 的 Agent Score 可能会鼓励商家让网站更易于软件访问。但可访问性并不等同于准确性。

代理目录同样带来治理问题。Visa 必须确定谁有资格成为合法代理、验证机制如何随时间变化，以及如何移除遭入侵的参与方。

目录可以减少冒充行为，但无法保证经过验证的代理采取的每项行动都安全，或都符合用户利益。

争议处理仍是另一项考验。现有银行卡保护机制会区分未经授权的交易与对合法购买的不满意。

代理式商业模糊了这条界线。客户可能总体上授权了代理，却拒绝接受导致交易发生的具体解读。

支付网络、发卡机构、商家和 AI 公司需要为这些情况制定一致规则。否则，每个参与方都可能将责任归咎于另一层。

消费者也需要在事件发生前就能理解的控制机制。如果冗长的同意页面以技术语言掩盖了广泛的消费权限，它就无法提供有意义的控制。

有效的授权应界定商家类别、时间限制、单笔交易上限、总预算、替代规则和确认门槛。它们还应让用户能够快速撤销授权。

Visa 在其代理式商业材料中展示了最高消费控制等概念。实际部署必须证明，这些控制在多个代理和商家旅程中是否仍然清晰易懂。

随着采用规模扩大，安全压力将不断上升。攻击者可能针对用户、代理、商家界面、凭证配置流程，或它们之间传递的指令。

提示注入就是一个例子。恶意内容可能试图操纵代理，使其忽略原始规则或泄露信息。

令牌化能够降低被盗账户信息的价值，但无法纠正一笔由受操纵的已授权代理发起的交易。风险系统必须同时评估凭证完整性和行为上下文。

误拒交易仍将不可避免。发卡机构不太可能立即信任陌生的自动化模式，尤其是在交易跨境或涉及高风险商家类别时。

Visa 表示，更丰富的令牌数据及其 Large Transaction Model 可以改善授权决策。这些性能主张仍需来自真实部署的证据。

公开指标应区分欺诈损失、批准率、误拒交易、争议和客户投诉。仅凭更高的批准率，无法证明代理式支付更安全。

稳定币结算带来了相关的权衡。持续结算可以提高可用性，并在传统运营窗口之外转移资金。

但它也可能让操作失误更快扩散。机构需要能够持续运行的流动性控制、对账流程和合规系统。

Visa 的模块化现代化战略降低了替换遗留系统的负担，但并未消除银行和收单机构内部的集成工作。

单一外部 API 仍可能连接到碎片化的内部账本、反欺诈引擎、客户记录和合规工作流。这些依赖关系决定部署是否真正具有渐进性。

这正是应谨慎看待 Google News 热度的最有力理由。Visa 已经整合了可信的组件，但运营模式仍在构建之中。

该公司尚未独立证明，消费者会大规模委托代理进行高价值购买。它也尚未证明不同市场的责任标准已经确定。

重要的区别在于技术准备度与制度准备度。Visa 可以在监管机构、发卡机构和消费者就可接受的委托方式达成一致之前发行令牌并丰富授权数据。

将检验 Visa 战略的三项信号

只有当实际采用、可衡量的风险表现和可执行的问责机制同步推进时，Visa 的战略才具有实质意义。

第一项信号是受控试点之外的交易采用。Visa 及其合作伙伴需要证明，消费者会通过代理在多个商家类别中完成重复购买。

少量演示可以确认技术连通性。重复使用则表明，客户认为控制机制易于理解，结果也确实有用。

最有力的证据将包括活跃用户数、重复交易率、交易完成率、确认频率和争议率。这些指标将揭示代理是否在不制造新增支持成本的情况下减少了购买投入。

OpenAI 的分发尤为重要。其与 Visa 的集成可将代理式支付带入大型对话界面，而非专用支付应用。

不过，可用性并不等于采用。用户必须选择使用委托支付、建立支付凭证，并在明确限制下信任代理。

第二项信号是授权表现。Visa 应提供可比数据，说明代理专用令牌、保证信号和 Large Transaction Model 如何影响欺诈与误拒交易。

这种衡量必须包含合适的基准。将代理交易与无关的银行卡活动相比，会掩盖商家类型、地区和客户行为上的差异。

有用的评估应比较具有和不具有增强代理数据的相似购买行为，并披露结果如何因发卡机构和交易类别而异。

如果欺诈损失得到控制，同时误拒交易下降，Visa 的网络机制就会获得可信度。如果发卡机构仍然拒绝陌生的代理活动，该平台就可能沦为一项技术上可用、却在结账时表现不佳的服务。

第三项信号是明确责任和同意规则的出现。发卡机构、网络、AI 提供商和商家必须就何种情形构成已获授权的代理交易达成一致。

监管指引可以加快这一进程。法院案件或高关注度争议则可能以更难预测的方式塑造它。

关键问题在于，宽泛授权是否具有与交易特定指令相同的法律含义。这个问题会影响退款、拒付、欺诈索赔和消费者披露。

国际货币基金组织的框架提供了一项有用检验。系统应保留用户意图、委托权限与最终结算之间的关联。

如果支付记录只显示使用了有效令牌，它并不能解决围绕代理解读产生的分歧。如果 AI 服务提供商只存储一段对话记录，就可能无法捕捉向发卡机构出示的确切授权内容。

互操作记录必须在不泄露不必要个人信息的前提下，连接这些不同层面。这需要技术标准与治理协议，而不只是更好的模型性能。

Visa 更广泛的基础设施现代化将在这里发挥重要作用。收单机构和发卡机构需要能够接收新的代理信号，并在实时决策中加以利用的系统。

该公司提出的现代基础设施理念承认，全面替换并不现实。模块化采用使机构能够在保留既有处理流程的同时测试新信号。

这种转型必须在日常运营中有效，而不只是在产品演示时。银行将通过正常运行时间、对账、欺诈表现、集成工作量和可审计性来评判它。

商家面临的是另一种决策。他们必须判断：让代理访问商品目录，是否能在不过度向 AI 平台让渡控制权的前提下提升转化率。

结构化产品数据能够帮助代理比较不同报价。它也会让竞争商家之间的价格和库存差异立即显现。

支付网络可以支持结账，但并不决定代理选择哪一家商家。商家需要可靠的归因机制，以及在自动化购买后维持客户关系的方式。

开发者应像关注产品发布一样密切关注标准。市场碎片化可能意味着，需要分别为 Visa、Mastercard、钱包和 AI 平台进行集成。

一种被广泛采用的授权格式将降低这种复杂性。它可以定义用户身份、允许的操作、时间限制、预算约束、商家信息和执行证明。

在这类标准成熟之前，开发者不应将“支持代理”视为一个非黑即白的标签。商家可能支持机器发现，但不支持委托结账。银行可能会配置令牌，但要求每笔购买都进行确认。

由于竞争正在迅速推进，Google News 将继续呈现产品公告。更重要的证据将出现在技术文档、发卡机构部署、监管指引和已披露的运营指标中。

对于评估 Visa AI 支付的读者来说，下一步是提出三个直接问题：人们是否在反复使用该系统？风险结果是否正在改善？每位参与者能否说明每笔购买由谁授权？

如果这三个问题的答案都变成肯定，Visa 的成就就不只是为旧有支付网络加上 AI。它将为软件驱动的商业活动建立一层可信的控制机制。如果其中一个答案仍是否定，那么基础设施的发展将落后于新闻标题。