Visa 以 24 亿美元收购 BioCatch，提高可信 AI 智能体的门槛

据报道，Visa 已达成收购 BioCatch 的协议，这让这家支付公司登上 Google News，而这起交易所涉及的冲突远不止又一次网络安全收购。Visa 希望 AI 智能体能够发起商业交易，但这些智能体也削弱了银行用于区分客户与犯罪分子的许多信号。BioCatch 提供的行为与设备情报，正是为解决这一身份识别问题而设计。

这项收购已被广泛报道，但完整交易条款和监管时间表仍有待通过公司的正式披露确认。其战略逻辑则更为清晰。Visa 正在建设一套基础设施，让获批准的智能体能够浏览、选择和支付；与此同时，BioCatch 则研究人类、设备、机器人和智能体在金融会话中的行为。

这种组合让 Visa 面对一个棘手的对手：能够模仿合法智能体活动的恶意自动化程序。这场竞争并非 Visa 与另一家银行卡网络之间的较量，而是 Visa 对低摩擦智能体商业的承诺，与银行和商户可能无法可靠识别究竟是谁主导了一笔交易的风险之间的对抗。

Google News 标题背后的变化

Visa 正将行为情报拉近至为智能体主导交易提供授权的支付基础设施。

BioCatch 开发用于评估数字银行会话中行为的欺诈和金融犯罪系统。行为生物识别是指衡量交互模式，例如打字节奏、触摸屏使用、鼠标移动、导航方式和设备操作。

这些信号不同于密码或一次性验证码。犯罪分子可以窃取凭证，但要复现客户完整的交互模式则是另一项挑战。行为分析还可以在一个看似已经完成身份验证的会话中，发现犹豫、不熟悉、远程控制、自动化或胁迫的迹象。

BioCatch 表示，其平台保护了超过 6.8 亿个账户，每月评估 180 亿次用户会话。该公司还称，系统会收集超过 3,000 项行为和设备信号。这些是公司自行披露的运营数据，并非对检测准确率的独立衡量。

Visa 已在分析支付活动，以作出欺诈和授权决策。BioCatch 则将可见性延伸至客户旅程更早的阶段，包括开户、登录、资料变更以及转账前的操作。

这很重要，因为许多现代诈骗利用的是真实客户和有效凭证。受害者可能在诈骗者操纵后自行授权付款。传统身份验证可以确认客户身份，却未必能揭示客户是否正处于压力之下。

BioCatch 的 Scams360 产品声称能够审查与困惑、犹豫和外部影响相关的行为信号。其开户工具也会识别机器人、脚本、合成身份，以及看起来并不熟悉自己所提交信息的申请人。

因此，这项收购将把 Visa 的安全能力从交易评分延伸出去，为交互背后的个人、设备、自动化程序和意图提供信号。

Visa 此前已走过这条整合路径。该公司在 2024 年 12 月完成了对 Featurespace 的收购，将实时 AI 交易监控纳入其反欺诈产品组合。Featurespace 分析支付事件，而 BioCatch 则重点关注行为和设备背景。

两种能力虽有重叠，却观察着风险决策的不同环节。交易模型会判断一笔支付是否像欺诈；行为情报则会判断该会话是否像预期中的客户、受到操纵的客户，或自动化参与者。

当 AI 智能体进入流程后，这一区别变得重要。合法购物智能体本来就是自动化的。封锁所有非人类会话，将同时阻止恶意机器人和获授权的助手。

Visa 需要一种更丰富的方式来分类自动化活动。公司必须识别该智能体、将其关联至客户、确认其权限，并检查其行为是否符合允许执行的任务。

因此，Google News 的标题只捕捉到了企业交易这一事件。更具影响力的变化在于架构层面：Visa 正将身份、授权、行为和交易信号整合为一层更广泛的机器中介商业信任层。

随着 AI 智能体开始支付，Visa 为何需要 BioCatch

扩大 Visa 可服务市场的同一批 AI 智能体，也让支付身份变得更难解读。

智能体商业指的是软件能够代表个人采取行动，而不只是推荐产品的交易模式。一个智能体可以搜索航班、比较限制条件、选择行程，并在用户设定的限额内提交付款。

Visa 已将这一模式带出展示幻灯片。2026 年 7 月，该公司表示，智能体已在参与计划的欧洲商户处完成真实购买。智能体会浏览产品、作出选择，并按照消费者定义的指令发起交易。

这些 真实智能体交易 依托 Visa 的基础设施，旨在连接银行、商户、持卡人和 AI 系统。这些交易也走出了受控的演示商店，进入独立商户环境。

Visa 还于 2026 年 6 月宣布与 OpenAI 合作。该合作旨在将 Visa 的凭证和安全基础设施引入由 OpenAI 支持的商业体验。

这一 OpenAI 合作 表明，Visa 无法将 AI 智能体视为遥远的安全情景。该公司正在积极帮助创建会产生这一新风险的交易渠道。

获授权的智能体改变了熟悉欺诈信号的含义。当人类声称亲自操作时，快速导航、复制数据、异常时间和自动填写表单可能意味着滥用；但对于合法智能体而言，这些同样的行为可能完全正常。

设备身份也变得不那么具有决定性。用户可能在手机上发出指令，而智能体则通过云基础设施完成购买。银行可能在同一笔交易中看到可信客户、不熟悉的执行环境以及类似机器的行为。

BioCatch 于 2026 年 3 月推出 DeviceIQ，以解决这一问题的一部分。该产品会分配持久的设备身份，并评估设备健康状况，包括模拟、欺骗、远程访问或软件遭篡改的迹象。

更值得注意的是，BioCatch 表示 DeviceIQ 能够区分由人主导的会话、人机混合会话、合法智能体活动以及欺诈性智能体会话。这是公司的说法，公开资料并未证明其在每一家银行、每一个渠道或每一种智能体框架中的准确性。

尽管如此，这项能力直接对应 Visa 正在出现的问题。Visa 可以在商户边界验证获批准的智能体，而 BioCatch 则能围绕客户的银行活动提供行为和设备背景。

这形成了一种分层决策。Visa 首先询问软件是否出示了有效的智能体身份；然后询问该智能体是否连接至已识别的客户和支付凭证。行为系统还可以增加一个问题：周边活动是否支持所声称的授权？

没有任何单一信号能提供完整答案。加密认证可以验证已知智能体是否签署了一项请求，却不一定能显示犯罪分子是否在该请求之前操纵了客户。

行为分析能够识别异常或胁迫指标，却无法独立确定智能体权限的法律范围。交易评分可以检测异常的支付模式，但它可能只有在更早的预警信号出现之后才会作出反应。

Visa 的战略取决于能否将这些层面结合起来，同时又不增加足以破坏产品价值的摩擦。若一名助手在每一步都要求反复进行人工认证，其价值便低于能在明确限额内安全运作的助手。

这项收购也让 Visa 能够回应担心采用智能体的银行。BioCatch 调查了来自 25 个国家的 1,440 名欺诈、反洗钱、风险和合规专业人士。

根据这项 银行业调查，84% 的受访者认为 AI 智能体将在随后一年成为该行业最容易被利用的漏洞。另有 72% 预计，区分合法 AI 辅助操作与恶意或受操纵活动将面临困难。

该调查反映的是受访者预期，而非已记录的欺诈结果。但其时机仍说明了销售挑战。Visa 无法仅凭便利性论点说服银行启用智能体支付。

它需要让欺诈团队能够评估、配置、审计和解释的控制措施。BioCatch 为 Visa 提供了聚焦这些运营问题的技术和既有银行关系。

真正的较量是可信自动化对抗恶意自动化

Visa 必须允许获批准的机器像机器一样运行，同时不能给予敌对机器同样的自由。

Visa 的 Trusted Agent Protocol 处理了这场较量中的身份问题。该协议使用签名消息，使商户能够识别获批准的智能体，并验证请求未被篡改。

数字签名是与私钥绑定的加密证据。商户使用对应的公钥进行验证，其保证强度高于由机器人名称或浏览器标头自行声明的身份。

Visa 的 协议规范 描述了三个相互连接的要素。一个用于识别智能体，另一个关联客户或设备信息，第三个则携带与支付相关的信息。

该协议还使用 nonce，即有助于防止攻击者重放此前有效请求的唯一值。商户可以比较已签名对象中的 nonce，并拒绝不匹配的请求。

这一框架解决了商户的一个紧迫问题。网站传统上将自动化流量视为可疑、带来负担，或两者兼有。智能体商业要求它们将具有商业价值的自动化活动，与爬虫、凭证攻击、库存滥用和支付欺诈区分开来。

Visa 的方法让商户能够识别参与获批准支付计划的智能体。商户随后可以将该智能体限制在既定用途内，例如检查库存或完成购买。

该协议并不能消除欺诈。它确立了谁签署了一条消息，并为交互提供结构化背景。可信智能体仍可能接收欺骗性指令、在遭入侵的账户中运行，或执行由社会工程塑造的请求。

这一缺口解释了 BioCatch 的战略价值。该协议为机器建立身份，而行为情报则审视其使用周围的情境。

设想一个被指示在既定预算内购买机票的旅行智能体。其签名请求可能有效，支付凭证可能已被令牌化，消费限额也可能允许该购买。

如果攻击者已控制用户账户，或诱使用户授权了错误的目的地，该交易仍可能造成损害。仅凭签名验证无法揭示此前发生的操纵。

行为信号或许能显示异常的账户恢复、不熟悉的导航路径、远程访问、仓促变更，或与客户正常交互模式的明显偏离。交易模型随后可将该购买行为与历史支付模式进行比对。

最稳健的设计应将授权视为一条链路，而不是单一事件。这条链路始于个人表达意图，并延续至代理选择、凭证分配、商户交互、支付授权和争议处理。

每一个环节都需要证据。必须验证用户身份。必须识别代理。其权限必须受到限制。请求必须保持完整。商户必须理解代理的用途。支付系统必须评估金融风险。

BioCatch 在整条链路中补充了有关行为和环境可信度的证据。Visa 则提供网络层面的凭证认证、令牌化、授权和受理关系。

这种做法也对竞争性支付网络和反欺诈供应商形成压力。Mastercard、American Express、PayPal、Stripe、身份提供商、机器人管理公司和银行反欺诈平台，都面临不同版本的同一分类难题。

它们之间的竞争不会只取决于哪个网络宣布了更多代理合作伙伴关系。银行和商户将考察授权控制、误拒率、争议率、集成要求、隐私义务以及可量化的欺诈损失。

Visa 在分发能力上占据优势。其系统已在众多市场连接发卡行、收单行、商户和消费者。这种覆盖范围可将一套通用的代理身份框架置于现有支付关系之中。

BioCatch 带来了另一种网络效应。在遵守合同、监管和隐私限制的前提下，行为和设备模型可通过观察众多机构之间的模式而不断改进。

结合这两类网络可能改善风险背景判断，但也会集中责任。如果 Visa 成为代理识别、行为智能和交易评分的提供者，客户将期待其决策保持准确且可解释。

因此，这笔交易不仅是为了阻止恶意机器人，也是为了界定可信机器人在何种条件下能够获得经济授权。

此次收购无法保证什么

在代理做出错误购买时，增加更多欺诈信号并不能解决同意、隐私、误报或问责问题。

BioCatch 公布的规模数据相当可观，但规模并不等同于经验证的表现。该公司称其审查数十亿次会话和数千项信号，但这些总量并未揭示其在代理主导型商业活动中的检测率。

相关衡量指标包括误报、漏报、模型漂移、干预时机，以及在不同人口群体、设备、地区和无障碍需求下的表现。公开的收购报道并未提供这些细节。

误报带来直接的商业风险。将已获授权的代理误判为恶意自动化程序的系统，可能阻止合法客户交易，也会削弱 Visa 关于代理将让商业活动更便捷的主张。

漏报则会造成相反的问题。攻击者可能使用已识别设备、有效凭证和常规交易金额。生成式 AI 也可能帮助犯罪分子调整语言、时机和交互模式，以适应防御控制。

行为具有概率性，而非绝对性。客户可能因受伤、更换设备、压力情境或使用无障碍工具而改变输入方式。合法代理也可能因其设计方式引入类似欺诈的机器行为。

隐私带来另一重矛盾。行为智能可以在不将输入模式视为传统密码的情况下运行，但底层遥测数据仍然敏感。银行必须建立适当的使用目的、保留规则、访问控制和区域合规流程。

客户也可能难以理解其交互如何影响欺诈评分。基于设备和行为信号组合而拒绝的一笔支付，可能很难在不向犯罪分子暴露检测方法的情况下加以解释。

代理型商业活动提出了传统银行卡规则并未为之设计的问题。如果代理选择了一张不可退款、但在技术上符合用户提示要求的机票，谁应为这笔不受欢迎的购买负责？

用户可能责怪代理提供商。代理提供商可能指向用户的指令。商户可能出示有效的已签名请求。发卡行可能证明认证成功。Visa 可能证明该凭证始终未超出其消费限额。

这些说法都可能成立，但结果仍然不可接受。欺诈控制决定某项操作看起来是已获授权还是恶意行为，却无法判定代理是否做出了合格的决策。

因此，同意必须足够具体，才能约束行动。笼统地指示“找到最佳选项”会留下解释空间。交易限额有所帮助，但金额边界无法涵盖时间、商户偏好、取消条款或数据共享。

Visa 的协议允许限定用途的交互，这很有用。但更广泛的系统仍需要持久记录，以显示用户授权了什么、代理理解了什么，以及代理最终执行了什么。

这些记录将在争议期间发挥作用，也将帮助监管机构评估客户是否对自动化金融操作拥有实质性控制权。

集成是另一项不确定因素。Visa 收购了 Featurespace，以增加基于 AI 的交易监控能力。BioCatch 将补充行为和设备分析。银行已在运行多个欺诈引擎、案件管理系统、认证产品和内部风险模型。

组合信号可以改善检测，但也可能产生重复警报和不清晰的模型归属。Visa 必须说明其产品如何协同运作，而不会迫使机构进入成本高昂的替换计划。

该公司还需要在商业增长与安全决策之间划定边界。更多代理交易进入其网络会令 Visa 受益，但其欺诈系统仍必须拒绝高风险活动，即便拒绝会降低交易量。

独立验证将比收购宣传更重要。银行应寻找涵盖人工、混合及完全由代理主导会话的受控结果，也应测试涉及账户接管、提示词操纵、远程访问和代理被攻破的对抗性案例。

Google News 的报道可能让人认为 Visa 已获得代理型商业活动所缺失的防御能力，但这一结论超出了现有证据所能支持的范围。

此次收购为 Visa 提供了相关技术层和专业知识，但并不能保证任何系统都能在软件开始介入客户与商户之间后，持续准确地推断人类意图。

将显示 Visa 押注是否奏效的三个信号

接下来的证据必须来自交易表现、产品集成以及可执行的代理授权规则。

第一个信号是来自真实代理交易的表现。Visa 已报告在欧洲独立商户处完成的购买，因此下一步应是可衡量的运营数据。

有用指标包括批准率、欺诈率、误拒率、认证挑战、争议和人工审核。结果应区分人工购买与代理主导交易，而不是将两者混合为单一投资组合平均值。

表现还应将已识别代理与未知自动化程序分开。这一对比将检验加密代理身份是否能实质性地改善风险决策。

如果获批准的代理获得较高授权率，同时没有带来更高的欺诈或争议水平，Visa 的综合信任模型将得到支持。如果干预率仍然很高，该技术可能依然带来过多摩擦。

第二个信号是 BioCatch、Featurespace 和 Visa Intelligent Commerce 之间可见的集成。一组强大的产品并不会自动成为连贯的安全系统。

银行需要了解每个模型在哪里运行、哪些信号在系统之间传递、决策如何合并，以及由哪个组织负责某项警报。它们还需要用于调整风险政策的实用控制措施。

Visa 应澄清 BioCatch 是否继续作为面向银行的独立平台，还是会被嵌入更广泛的 Visa 服务。这一答案将影响现有客户、合作伙伴、竞争供应商和采购计划。

产品文档将比宽泛宣称更具参考价值。API 可用性、支持市场、部署要求、延迟、隐私控制和案件管理集成情况，将揭示该战略能多快变得可用。

清晰的集成将强化这样一种观点：Visa 正在构建端到端的代理信任层。长期存在重叠产品则会削弱这一解读。

第三个信号是针对代理发起交易的争议和责任规则的发展。除非参与者理解失败的后果，否则技术身份意义有限。

Visa、发卡行、商户和代理提供商需要对已授权代理、有效客户意图、超出权限、凭证被攻破和错误执行形成共同定义。这些定义必须与能够经受争议审查的证据相连接。

客户也需要实用的覆盖和撤销控制。Visa 在 2026 年 4 月发布的研究发现，受访美国人中只有 27% 愿意允许 AI 在没有限制的情况下消费。

这一结果表明，广泛采用将取决于受限授权。当人们能够设定清晰限制、审查具有重大影响的操作并迅速撤销访问权限时，他们更可能信任代理。

监管审查将围绕同样的问题展开。监管机构将审视透明度、数据保护、认证、消费者救济、自动化决策，以及多个服务提供商之间的责任分配。

明确的责任规则将强化 Visa 的战略，因为这会将代理授权转化为可执行的支付标准。持续的模糊性无论技术如何进步，都将限制采用。

关于收购 BioCatch 的报道值得关注，因为它连接了 Visa AI 战略的两面。Visa 希望代理成为商业活动中的合法参与者，而 BioCatch 则研究人类、设备和自动化行动者之间的行为差异。

这种配对合乎逻辑，但艰难的工作在新闻标题之后才开始。Visa 必须证明其能够识别可信自动化，而不会使恶意自动化常态化。它还必须在软件介于意图与支付之间时保留客户控制权。

对于开发者和企业买家而言，眼下的任务是记录每一项重要代理操作。记录用户指令、权限范围、代理身份、外部请求、批准状态和最终结果。可搜索的 AI knowledge base 可帮助团队保留这一决策背景。

下一则 Google News 更新的重要性将不及其背后的运营证据。关注真实交易数据、产品集成和责任规则。这些信号将共同显示，Visa 收购的是一层持久的信任基础，还是在迈向自主支付的竞赛中又一道不完整的防线。