Agent的爆發不止於應用層，當應用不斷湧現，底層的交易和支付方式也在被重寫。今年的AI交易正沿著兩條線同時展開：一條是Agent幫人完成任務，比如今年6月上線的AI版支付寶，一句話就能打車、點咖啡；另一條是Agent-to-Agent，比如兩個月前，Mastercard發佈了專為機器間支付設計的網路服務。
本期節目來自2026 Inclusion·外灘大會主論壇圓桌——“當Agent成為交易主體”。矽谷101創始人泓君與螞蟻集團CEO韓歆毅、萬事達卡首席產品官Jorn Lambert、OPPO高級副總裁兼首席產品官劉作虎、阿里巴巴集團首席科學家周靖人，圍繞智能體進入消費、交易和支付場景後的產業變化展開討論。
當Agent從對話走向辦事、從推薦走向交易，“信任”成了繞不開的關鍵詞。它替你花出的每一分錢，都真的經過了你授權嗎？發起交易的Agent究竟是誰？它的支付權限有多大？出了問題又該由誰負責？這些圍繞授權、身份、權限、責任的一個個問題，決定了我們距離“錢包交給AI”有多遠。
歡迎關注《矽谷101視訊號》或音訊欄目直接收聽本期播客。如果你喜歡我們的節目，更推薦大家使用音訊客戶端來收聽，《矽谷101》已覆蓋各大主流音訊平台（管道見文末），歡迎訂閱！
以下是這次對話內容的精選：
泓君：很開心在外灘大會主持今天的第一場討論，今天的討論主題是“當Agent成為交易主體”，四位嘉賓其實都來自Agent產業鏈中不同的技術和產業環節。我看到這個題目，最好奇的第一個問題是：現在大家真的開始用Agent交易了嗎？
韓歆毅：我開始用了。我上禮拜用阿福買了一些健康的零食，比如堅果、海苔之類的，確實幫我下單完成了，感謝淘寶閃購。
泓君：花了多少錢？
韓歆毅：大概40多，一次不會買太多。
泓君：Jorn，您是不是已經使用AI智能體來購買東西呢？
Jorn Lambert：還沒有。我現在已經大量使用AI來幫我“發現”東西，比如尋找我需要購買的東西，或者找到我需要做的事情。但我還沒有真正從“發現”走到“支付”，也沒有真正通過智能體來完成購買。
原因並不是我不想這麼做，而是因為整個行業現有的原則、流程以及底層基礎設施，都是為電子商務時代設計的。過去，要麼是消費者自己付款，要麼是商家基於訂閱等授權發起付款。
現在，我們需要重新改造這套體系，讓智能體也能夠發起支付，而且要以一種消費者可以信任的方式來完成。這意味著我們需要建立相應的原則和標準，同時也意味著我們必須贏得消費者的信任，而且要在全球範圍內建立這種信任。
這正是我們現在著手去做的事情。我認為，只有做到這些，才能讓像我這樣的人真正從“發現”走向“購買”。
泓君：已經看到整個經濟生態在形成了。劉總，您現在有用Agent支付嗎？
劉作虎：坦白講還沒有。但我們之前跟螞蟻合作的“小布收能量”，上線的時候我用過一次，Agent自動幫我收螞蟻森林的能量。
但從小布後面的資料看，相關購買消費增長還是很快的，基本跟幾個月前相比翻了一倍。剛剛開始，基數還不是很大，但增長速度很快。相信未來使用者會慢慢習慣怎麼讓Agent幫他購物。
泓君：那麼靖人呢？
周靖人：很遺憾，我還沒有真正用Agent購買東西，但已經逐漸開始跟模型、Agent進行各種各樣的討論，幫助我們做出一系列的決定。
泓君：我們在爆發前夜。正好韓總您上次在支付寶大會上說到，智能體經濟會在未來6—12個月爆發。我也很想知道，比如您在螞蟻的後台，有看到什麼樣的資料讓您做出了這個判斷？
韓歆毅：我們其實還沒有從後台資料看到這樣的跡象。但過去半年多，我們跟很多商家的交流中發現，很多商家都希望在AI時代能夠找到新的增長機會，但不知道怎麼來用，所以他們的需求很大。
第二，從去年四季度開始，所有人都對Agentic Commerce非常樂觀，預測增長也非常快。但今年實際Agentic Commerce落地的速度，應該比大家預想的要慢很多。
我們自己從實踐中發現的問題，可能是所謂的“先有雞還是先有蛋”。使用者想用，但商家沒有很好的Agent服務；商家看到沒有使用者在用，就不太敢投入去開發Agent，就變成了“雞和蛋”的關係。
但我們還是相信，這裡面需要一個催化劑。就像小時候學化學，氯酸鉀分解產生氧氣，需要二氧化錳作為催化劑。螞蟻希望在這個時候來做“催化劑”，幫助更多商家開發更多Agent，讓它們能夠被使用者找到，並且被用起來、用得好。我相信這個循環就轉起來了。
泓君：現在你們做“催化劑”，在螞蟻平台上做了那些事情？
韓歆毅：其實很多都在探索。可以劇透一下，下午在支付寶論壇上會有一個“許願牆”，希望每個使用者想讓自己的Agent做什麼，都可以放到許願牆上。我們會有激勵政策，幫助開發者開發出使用者能用、好用的Agent，希望用這種方式把“飛輪”先轉起來。
泓君：Jorn，您使用了“Superbloom”這個詞來描述智能體發展，萬事達卡（Mastercard）會如何參與其中呢？
Jorn Lambert：我們堅信，隨著智能體 AI 的發展，我們會看到創業領域迎來一次巨大的爆發。原因其實很簡單：如果你有一個想法，你不再需要大量的啟動資金，不再需要租辦公室，也不再需要伺服器或者組建一支團隊。你完全可以待在自己的臥室裡，建立一支由智能體組成的團隊，把自己的想法變成現實。
現在唯一的限制，就是想法本身。我預計，我們將看到一場我所說的“創業的寒武紀大爆發”。而這些創業者需要銷售商品或者服務，人們也需要能夠購買這些商品和服務。我們現在要做的，就是思考如何讓這一切成為可能。
剛才有一位嘉賓談到了創新如何在大公司中發生。如果 AI 最終只是讓我們這樣的大公司變得更大、更富有，那我認為我們就失敗了。這是一場關於“包容”的大會。我認為，我們的使命應該是讓更多人能夠謀生，讓更多人能夠在我們提供的平台和基礎設施之上建立自己的生意。
這才是我們真正希望實現的事情：讓任何一位消費者、任何一個普通人，都能夠創辦一家公司，在世界任何地方買賣商品和服務，而且能夠安心地去做這些事情——因為他們知道，一旦出了問題，我們會支援他們，他們會得到保護。
我們通過制定標準、原則和治理機制來實現這一點。同時，我們也會與合作夥伴共同努力，確保大家採用相同的方法來保障人們的安全——不僅是這裡的人，也包括歐洲、美國和非洲的人。因為商業和 AI 仍然是全球性的。我想，這也是為什麼我今天會來到這裡，以及為什麼我們會與世界各地的合作夥伴展開合作。
泓君：有越來越多的交易由Agent智能體發起，那未來的支付網路、支付標準會發生那些變化？
Jorn Lambert：我們今天所有的系統，都是按照“人類參與其中”來設計的。現在，我們需要重新設計這套體系。舉一個例子，如果一個人想買一樣東西——比如明天晚上去杭州的火車票——他可以直接讓智能體替他完成。
那麼，我們首先要確認：發出這個請求的真的是這個人嗎？這就是身份認證（authentication），也就是確保這個消費者確實是本人，而不是惡意行為者或者其他人冒充的。
第二，我們需要確認這個智能體是真實、可信的智能體，而不是一個惡意機器人。
第三，我們還需要確保消費者給智能體的指令足夠明確。比如他說“明天晚上”，那“晚上”到底意味著什麼？是晚上6點，還是晚上9點？
這就是為什麼我們提出了“可驗證意圖”：把消費者購買時的真實意圖記錄下來。這樣，如果最後買到的車票並不是他原本想要的，我們就可以回到最初的意圖，判斷究竟發生了什麼：是智能體出了錯，還是商家——在這個例子裡就是鐵路公司——出了錯，又或者是消費者自己當時沒有表達清楚。
這樣，我們就能夠沿著整個交易鏈條回溯，找出究竟是那一個環節出了問題。
泓君：這是一個非常好的點。我們之後再說一下“意圖”這個概念，可能接下來的討論還會更多涉及到。
Pete，在Agent經濟大爆發中，您覺得手機和終端在這中間的核心價值是什麼？你們做了那些佈局？
劉作虎：我覺得今天在座的所有人，用手機想做一件事情的時候，都是打開某個App去做各種操作。
以前我們做得更多的是連接人和App。接下來在Agent時代，人只需要有一個意圖，你想做什麼，手機就可以幫你去完成。它會從連接人和App，變成連接人的意圖，直達最後的結果。
在這裡面，手機廠商最大的價值是什麼？我們能真正理解使用者的意圖。因為我們有使用者的長時記憶，還有現在即時的上下文，我們還會連接更多的裝置和服務。所以，我們真的可以讓AI通用智能變成一個真正的“個人智能”。
我們先把這件事情做好，讓使用者的意圖更簡單地去實現，我覺得這是第一步。
第二步是更加主動的智能。以前要訂一張電影票，你說我今天想看一個電影或者演唱會，AI可以幫你搶票或者訂座，我覺得這些是接下來可以實現的。
去年我和韓總探討過，比如我有一個助理，它知道我什麼時候有空，知道我的行程，也知道我對那個歌手感興趣，它應該會主動告訴我：你什麼時候有空，是不是可以去看某個歌手的演唱會？它會主動幫我安排，給我建議。
我覺得這是下一步能看到的，從使用者的意圖到執行，到最後變成主動的智能。在這裡面，我覺得手機可以做的事情是非常多的。最重要的是，它是一個意圖的入口；還有一個是，我們真正地去理解使用者的意圖。
這是一個系統，我們需要跟很多第三方一起合作，怎麼更好地理解和實現使用者的意圖。
泓君：這個點特別好，核心是更好地理解使用者的意圖。說到“意圖”，這個跟模型和底層技術的發展也息息相關。
Agent進入交易有兩點：第一，它的意圖是不是能被識別？第二，Agent能不能幫使用者完成這一系列的操作和執行？
靖人，您可不可以從技術層面給大家分析一下，這兩點是不是現在的卡點？
周靖人：剛才大家講到意圖的理解。意圖的理解不單單是模型的工作，也是Agent System的工作。
往往我們講模型本身，講它Instruction Following（指令遵循）方面的能力，在過去這幾年的時間裡面有大幅度提升，今天這方面的能力越來越強了。
但今天在實際應用中，經常會感覺到模型對個人還不夠理解，其實這中間最主要是缺少上下文。因為我們對於某一件事情的理解，是結合長期圍繞某個對象的相關討論，以及上下文的資訊，綜合做出的判斷。
模型本身並不天然具備持續的長期記憶。歷史談話記錄等資訊，往往需要Agent System把相關資訊有效地組織起來，真正讓模型知道上下文，這樣模型才能更加懂人。從技術方面，我認為已經達到了一定程度。但今天從系統的維度、產品的階段來看，還需要額外一系列的創新。
今天我們還需要讓模型學會提問。很多時候是有ambiguity（二義性）的，在不確定的時候，人處理問題時常常會去問，模型也要學會提問。在不確定的時候，避免獨自做決定，更多去問一問。一個簡單的問答，其實會有效幫助系統理解使用者的意圖。這個是在意圖理解層面。
另一方面是在任務執行層面，我認為這是非常關鍵的點。我們從過去對語言的理解，已經轉入怎麼能夠高效、安全地執行。如何實現reliable execution（可靠執行），其實是非常重要的。
這裡面，一方面需要有沙箱機制，要確保執行是在一個有效、安全的環境裡，不會出現模型本來想做一件事情，卻做了其他事情的情況。另外，也需要Agent System本身，特別是Harness這一層，去創造一個健全的體系。包括剛才幾位嘉賓提到的權限管理，以及怎麼做到可追溯、可審計。整個流程需要有一套完善的安全體系。
它不完全是靠模型，也需要模型跟Agent Harness聯合創造這樣的環境，能夠更加有效地完成更安全的執行。
泓君：我綜合大家第一輪的回答，覺得建立一個生態體系很重要。有平台、有商家、有各方的合作夥伴，系統能夠獲得更完整的上下文，也能更精準地理解使用者的意圖。
但我們每個人把錢交給Agent，這還是一個非常有風險的事情，畢竟錢是一個很珍貴的資產，這中間要解決信任和安全的問題。我很好奇，螞蟻是怎麼解決信任跟安全問題的？
韓歆毅：剛才Jorn Lambert和周靖人講了很多，我總結一下。
第一，授權。第二，身份。不光是使用者，我們原來講KYC（瞭解你的客戶）、KYB（瞭解你的企業），現在還有Know Your Agent（KYA，瞭解你的智能體）。
再補充一點，接下來是對於Agent能力的評估。一個使用者個人的Agent，憑什麼相信商家的Agent能夠很好地滿足我的需求？我覺得這一點是我們要想辦法做進去的，現在大家在這方面做得還非常少。
再往後是資金安全，包括反欺詐、風險控制等一系列能力。最後是一套基於區塊鏈的可追溯、可審計機制。當出現錯誤的時候，它可以讓系統、讓Agent自動去判斷到底是誰做錯了：是使用者授權錯了，還是我自己的Agent沒有理解清楚，還是資訊傳遞錯了，或者是商家的執行有問題。
最後一點，我覺得最終還是需要時間，讓大家建立起不是對於技術本身，而是對於Agent幫你執行任務和支付這件事的信任感和安全感。就像我們有了網路支付以後，可能花了10—15年，最後大家才比較接受。我覺得這個東西需要時間，也需要大家共同努力。
泓君：聽起來有很多工作要做。那麼Jorn Lambert，萬事達卡如何解決信任和安全的問題？比如如果智能體開始代表使用者發起交易，我們怎麼證明它做的的確是使用者授權的那件事情，或者已經得到了使用者的授權呢？
Jorn Lambert：25年前，我們為電子商務建立了標準。在那個時候，在座那些和我一樣已經有白頭髮的人應該還記得：把自己的銀行卡號或者支付憑證輸入一個商家的網站，是一件讓人非常不安的事情。
這其實很奇怪——這是你的錢，但你根本不知道商家接下來會拿這些資訊做什麼。但現在已經沒有人會去想這件事了。我們就是直接這麼做。為什麼？因為我們已經向消費者證明，我們會為他們提供保障。一旦出現問題，他們有相應的追索和補救機制。
現在，我們需要再證明一次，對吧？我們正在重複同樣的過程。我們正在建立所有這些標準：身份認證、KYA（Know Your Agent，瞭解你的智能體），以及意圖的確認。
接下來，我們需要讓全球成千上萬家公司接入這套體系、採用這些標準，並且遵守這些規則。然後，我們還必須讓消費者相信，這套機制確實有效。你不需要擔心。即使商家或者智能體出了問題，我們也會為你提供保障。真正的問題並不在技術，而在於普通消費者——我們需要讓他們真正能夠說：“沒問題，我願意相信一個智能體。”
我們一定會走到那一步。我認為這裡面的機會非常巨大。從“發現”直接走向“購買”，它能夠帶來的好處是顯而易見的。現在真正需要做的，就是贏得人們的信任。
我們對此非常興奮，我們堅信，這個問題需要一個全球性的解決方案。今天晚些時候，我們將發佈KYA標準，它將能夠適用於世界各地。我認為，我們最終就是通過這樣的方式走到那裡。
坦率地說，我認為中國實際上已經走在世界大多數國家的前面，因為中國已經擁有一個高度數位化的經濟。我們有很多東西可以向中國學習，並把這些經驗帶給世界其他地區。
泓君：Pete，作為手機廠商，大家是如何解決安全和信任問題的？能不能給大家舉一兩個小例子？
劉作虎：OK。其實我在內部比較習慣用“助理”這個角色來打比方。我覺得Agent時代，手機裡的Agent就像一個助理。
從我的觀點來看，Agent時代最重要、也最有挑戰的事情就是信任。我會把這個信任分成兩種。
第一，能力的信任。比如我有一個助理，我交給他的事情能不能做好？能做多少事？能做什麼事？這本身就是信任的基礎。
這上面我們接入了很多第三方服務。我們跟螞蟻這邊有戰略合作，這也是我們當下很重要的事情：怎麼讓螞蟻生態裡的很多服務被Agent呼叫。這是能力的問題。當然，我們還有對意圖的理解，所以這是第一層信任。
第二，當你有了能力之後，更重要的是風險的信任。Agent未來越來越自主，這裡面存在一個矛盾：對使用者來說，它也會越來越不可控。
我們解決的問題並不是讓使用者相信Agent永遠不會犯錯，而是能不能建立一套機制，讓它在可控的基礎上幫你完成很多事情。
首先一定是在授權基礎上，這背後要有精確的授權邊界，包括可追溯等最基礎的東西。
當然，還有一個很重要的問題，是Agent和Agent之間的一套協議和行為規範。就像人和人一樣。我們以前探討過“Agent網際網路”，如果Agent網際網路像一個社會，那人與人之間會有約束，Agent之間也要有相應的行為規範。這也是一個生態的問題，也是我們現在面臨的最大挑戰之一。
我去年也跟韓總聊過這個話題，我們能不能生態一起建立一套行為規範，就是Agent-to-Agent（A2A）的行為規範，保證它是可控的，什麼時候使用者要授權等等。這是一個非常複雜的體系。所以在這裡面，手機廠商因為我們做的是作業系統，更多要聯合生態一起，把這套行為邊界、行為規範建立起來。
所以我說，信任一個是能力信任，還有一個是風險信任，這兩件事情挑戰都挺大。
泓君：對，而且您提到了一個非常關鍵的點。我們開始討論Agent交易時，最先意識到的是人跟Agent之間的互動，但其實還有Agent和Agent的互動。不僅是人跟Agent之間需要信任，Agent之間也得互相信任。
劉作虎：是的。比如我自己的Agent要跟別人的Agent自主工作時，我憑什麼相信它沒有問題？這和人與人之間也是一樣的。我把事情交代給你，信任很重要；你再跟別人協作，也同樣需要信任。
泓君：在安全與信任上，模型層面怎麼做呢？我想了一個好玩的例子。假設我讓模型幫我預訂一個周一去健身房上普拉提的課程，Agent發現這個時間段未來兩周都訂滿了，它怎麼做呢？如果它把前面的使用者全都刪掉，然後把你擠進去了，那從模型和Agent的操作層面看，就涉及價值觀和安全對齊的問題了。
靖人，這一塊你們是怎麼做的？
周靖人：回到你舉的例子，更重要的是今天那些工作授權給Agent。
比如說你讓它去訂一個普拉提的課，它能不能具有把別人刪掉的權限？這是一個比較典型的例子。
其實今天把Agent看成一個人就好了。很多時候，我們給一個人一些指令時，同時也會給他一些約束條件，那些事情是授權他去做的。今天訂一個健身課，它肯定沒有權限去修改別人已經建立的一系列課程。所以這是一個方面。但在模型側，的的確確在安全方面有了長足的進步，也還在持續做很多工作。
一個比較重要的例子是，我們往往會給模型一些強約束條件，要確保它一直遵循這些條件，而不是說看了一些其他材料之後，就影響到它對約束條件的理解。這裡面需要把各種資訊分清楚：那些是給它的限制條件，那些只是它在處理任務中看到的資料。需要處理的資訊，並不代表具有同等的約束作用。
比如今天我們讓它在100元以內做一件事情，它可能看到一個材料說“不行，一定要200元以上”，Agent需要遵循的是最開始給它的約束條件。
當然，我們前面強調了，安全和信任很大程度上還需要Agent執行有一個安全沙箱機制，避免你讓它做的是A，它最後卻做了B。這是整個Agent系統需要控制和提供的安全執行環境。
我認為今天對於Agent的信任，最後來講沒有那麼複雜。我們就把Agent想像成一個人。今天我們對一個人，甚至同事之間，或者剛才劉總講的助理，在給他任務的時候，也會有相應的約束條件和執行空間。從人到Agent也是一樣，會有相應的執行空間。所以Agent與Agent的協作，其實和人與人之間的協作也很類似。
只要我們把約束條件講清楚，把安全的沙箱執行環境做好，同時更有效地讓模型理解那些是強約束、那些是今天要處理的資料，我認為這個問題會得到很好的解決。
泓君：這是模型層面會做的，還是需要跟生態合作夥伴一起來做？
周靖人：其實今天我們講到的不光是模型，特別是講到Harness這一層，講到Agent執行的環境，包括權限管控、各種授權、各種追溯，或者查詢等等。
這一系列本身如果Harness做好了，那麼Agent之間的協議相對來說可以比較清晰和簡單，就像人與人之間打交道一樣，不會那麼繁瑣。
更重要的是基礎設施。從Harness到Agent Framework這一層，要有更加完善、更加符合業務場景的安全執行環境。
泓君：我們剛剛講到“安全”和“信任”的時候，我就意識到，這裡面會出現非常多的創業機會，可能大家面臨的每一個問題都是一個創業機會。
韓總，您覺得未來五年，或者在Agent爆發的這幾年，螞蟻平台上可能會長出什麼樣的新商業和新機會？
韓歆毅：這個問題我一直避免試圖去描述，因為我覺得新事物嘛，你今天能夠想像到的，大機率不是將來真正會自然發展出來的東西。但總是克制不住會去想這個問題。
先分享一下我們看到的、可能會出現的一些變化。
第一，流量從時長變成意圖，意圖最關鍵。
今天看到的個人助理，就像Pete剛才講的，我們從去年就開始聊個人助理，這條路徑現在越來越清楚。不只是手機，很多創業公司也開始用Application的方式做個人助理。
先不說個人助理最後長成什麼樣，可能需要具備幾個特性：第一，個性化；第二，有一定的主動性；第三，全模態互動方式；第四，長時序。
另一個有機會、但可能現在還看不到的，是商家端的行銷轉化。如果流量從時長變成意圖，那商家的行銷就會從原來的投流、提高轉化率，變成如何能夠按照使用者的個人意圖去解決問題，變得更加精準，本質上是服務。這是我們看到的趨勢。
第二，在供給側會帶來很多新的變化。簡單一點講，就是為智力付費。
現在有很多非常有經驗的人，但他的服務只能基於自己的經驗，沒有辦法泛化和複製，所以Scope是有限的。無論是小紅書上的生活達人，還是醫療服務領域，都是如此。如果AI大模型能夠把這些供給進一步擴大，那這裡面的新機會會非常多。
最後，是“冰山”以下的部分。今天受靖人和宏江老師的啟發，如果我們把大模型和Agent想像成一個人，宏江老師剛才講到，2030年的Agent經濟可能會像一個“神經元網路”。
現在地球上有80多億人，如果假設每個人有10個Agent，就是800多億個Agent。人腦大約有860億個神經元，每個神經元又會形成數千個連接。如果未來經濟裡的Agent能夠做到類似的規模和連接密度，我相信這種泛化所帶來的商業機會可能會是巨大的。今天可能很難想像，但一定會有巨大的商業機會。
泓君：非常漂亮的回答。未來搜尋的入口可能不再是使用者自己去搜尋，而是要買一個東西，直接通過大模型下單。
這也是我個人非常好奇的一個問題。假設我說“現在你去幫我點一杯咖啡”，模型到底推薦那家咖啡店？是怎麼選出來的？靖人能跟大家聊一聊嗎？
周靖人：其實背後仍然是一套流程。今天會把這個問題拆解成很多個步驟，但不同的系統、不同的Agent System，實現方式可能不一樣。
一般典型的做法是，這種複雜任務，Agent System也會把它break成很多個步驟。比如你現在在什麼地點、有什麼喜好、有那些候選的咖啡，再根據你的喜好、當前排隊或者配送的時間，形成一個最佳化目標。雖然今天用的是AI系統，並不代表以前搜尋推薦的體系就完完全全被顛覆掉了。在一定程度上，以前搜尋推薦做的一系列東西也是模型，只不過是相對比較簡單的模型。所以模型換成大模型以後，需要在已有的流程上做最佳化。只不過今天的流程更加模糊了，不像以前有顯性的多個步驟，讓大家看到中間實現的過程。
今天往往會把過程簡單化，甚至不會給你看到很多選擇，能夠幫助你直接、快速、更有效、更方便地完成任務。但其實背後所謂最佳化的目標、最佳化的邏輯仍然是在的。不管是商業還是使用者喜好，在理解背後的商業模型和實現邏輯之後，仍然是有規律可循的。
泓君：手機終端未來的機會在那裡？剛剛韓總提了一個很有意思的點，他說未來個人助理可能會非常理解你，是不是也可能成為Super App？同時，手機也非常容易一下就喚醒個人助理。但終端也在發生變化，過去幾年有智能眼鏡，現在還有很多智能耳機出來了。因為人跟Agent可以用自然語言來互動，很想聽一下Pete對手機的思考。
劉作虎：首先，我一直有一個堅定的觀點。不是因為我做手機才有這個觀點，但說出來很多人會說我是“屁股決定腦袋”。
我一直跟同事講，未來20年，手機依然還是使用者最核心的個人裝置。今天沒有時間展開去聊我是怎麼想的。
手機作為最重要的個人裝置，天然是離使用者最近的Personal Agent。以前大家說手機是流量的入口，今天大家都聊到了“意圖”。未來你可以說，手機是一個意圖的入口。以前大家想的是怎麼曝光、怎麼投流，我覺得這會成為過去。未來大家更多要去思考的是：你憑什麼讓這個Agent值得信任？我覺得這是每個商家，或者每一個做Agent的人，都需要去考慮的核心問題。重點就是你要讓你的Agent變得可信賴。
以前我們做得更多的是手機怎麼更好用。對我們做Agent OS來講，未來做得更多的是怎麼讓這個系統值得託付，這是非常不一樣的變化。
20多年前，淘寶讓購物變得很方便，體驗很好，它帶動了整個消費經濟。展望未來，如果它變成一個更加主動、個性化的Agent OS，我相信這裡面的商業機會是巨大的。
剛才韓總也暢想了一下，我非常認同。甚至都不是使用者主動發起意圖，而是Agent主動給使用者提供服務，這個商業機會是巨大的。對手機廠商來講，核心還是做好意圖的理解，怎麼做好Personal Agent，怎麼讓使用者覺得它值得託付。
打個小廣告，我們下個星期會發佈最新的ColorOS。在一些垂直領域，我們會從使用者的意圖一直到最後的交付結果，發佈一個個性化、主動式Agent OS的雛形。大家能夠感受到，這個Agent已經離我們很近了。
泓君：Jorn，您覺得Agent支付方面最大的挑戰是什麼？是技術、商業協作的生態，還是信任呢？
Jorn Lambert：首先，我同意剛才幾位嘉賓的觀點：未來究竟會變成什麼樣，其實非常難預測。與其試圖預測未來，不如先把基礎設施鋪好，讓其他人能夠在它之上創新。
我們現在最興奮的一件事情，就是剛才提到的“智能體與智能體之間的商業”（Agent-to-Agent commerce）。這要求我們徹底重新思考整個體系應該如何建構。
今天，一個智能體不會擁有一張銀行卡，也不會擁有一個傳統意義上的支付帳戶。它需要擁有一種完全不同的憑證。
與此同時，還需要一套權限機制。比如，金融機構需要向企業提供營運資金，而企業需要建立相應的授權機制，讓消費者和智能體能夠獲得相應的權限。這套體系很可能會基於區塊鏈。
而且，它必須能夠以機器的速度完成交易——大量的微交易，需要非常、非常快速地完成。這需要完全不同的解決方案，也需要不同的系統。
所以，我們的工作就是確保這樣的基礎設施能夠建立起來。至於創新者，他們會在此基礎上創造新的商業模式，並最終推動經濟和經濟增長進一步加速。
泓君：剛剛我們提到了有多少人在用AI交易，台上只有一位。如果說明年這個時候，大家願意讓Agent給你付一筆錢，最大的一筆金額是多少？每個人說一個數字。
韓歆毅：我覺得200塊吧。
泓君：Jorn，您願意授權明年智能體為您做多大的一筆支付？
Jorn Lambert：明年能到什麼程度，我還不確定。但我們最終一定會走到這樣一個階段：我願意通過智能體花的錢，和我本人願意花的錢一樣多。因為到那個時候，我會信任這套系統。
劉作虎：支付寶的話，一千元以內是沒有問題的。
韓歆毅：你敢付，我敢賠。
劉作虎：可以，我覺得這個沒問題。
周靖人：只要我們把安全執行等各個方面的問題解決，其實這個是沒有上限的。
泓君：我們的金額今天越來越大，看起來Agent經濟是非常有希望的。謝謝台上的四位嘉賓，感謝大家的分享，謝謝！ (矽谷101)