{"id":"mb-20260827-9ffa8d","account":"mubei","brand":"","title":"主流 AI 助手中近一半的对话都在试图买东西，但第一代购物 Agent 却在结账环节几乎全军覆没","summary":"主流 AI 助手中近一半的对话都在试图买东西，但第一代购物 Agent 却在结账环节几乎全军覆没","body":"主流 AI 助手中近一半的对话都在试图买东西，但第一代购物 Agent 却在结账环节几乎全军覆没。\n为什么大模型能写复杂的代码、能通过高难度司法考试，却连在网上帮你买两件同款衣服都会频频翻车？\n很多人以为网购只是看懂网页、点几下鼠标的事。\n给购物车里的同一件商品点一个加号，对你来说只是数字从 1 变成了 2。\n在商家的底层系统里，这是一次涉及不同 SKU、库存锁定、优惠叠加和结算状态机的复杂数据流转。\n第一代购物 Agent 走了一条最直观的弯路。\n它们截取屏幕图像，读取网页的 DOM 结构，模拟人类在浏览器里滑动鼠标、自动填表。\n这套视觉拟态不仅慢得让人抓狂，更脆弱到网页结构稍微变动就会彻底崩溃。\n更致命的阻碍发生在支付环节。\n一个由自动化脚本操控的无头浏览器，在商家的反欺诈风控系统眼里，特征和黑客撞库、盗刷信用卡一模一样。\n所有的防爬虫防火墙和风控引擎会瞬间拉响警报，在结账那一刻直接把交易掐断。\n如果全网几万个 Agent 拿着自然语言去实时搜索千万家商户的商品目录，商家的搜索服务器也会被这种高并发的负荷直接打崩。\n依靠模拟人类动作去网购，在工程和商业逻辑上根本走不通。\n把这笔交易账算到底，会看到一套正在重塑底层商业运转的冰冷机器。\n协议化交易栈。\n电商的底层本质从来不是人类看到的网页像素。\n它是一套严密的状态机与授权网络。\n这套新体系把模拟人类的操作全部剥离，换成了底层的机器协议。\n在数据层，商家放弃了被动等待海量 Agent 发起模糊搜索的做法，转为主流商品 Feed 的结构化主动推送。\n在协同层，系统通过 MCP 暴露工具能力，再通过 A2A（Agent-to-Agent）协议让买方 Agent 与卖方 Agent 展开点对点的谈判。\n两边不再需要任何人机交互界面，能在毫秒级别完成复杂的参数协商。\n在商业交互层，OpenAI 的 ACP 协议与 Google 牵头的 UCP 协议正在争夺下一代商业的标准语法。\n每一次加购、改配、询价和核销优惠，都被严格规范为标准化的数据状态跃迁。\n在 Cerebras 这种提供每秒 3000 个 Token 吞吐的底层硬件上，整个结账流程的状态流转被压缩到了毫秒之间。\n真正解开支付信任死结的，是支付授权协议 AP2。\n自主购物不需要用户把真实银行卡卡号交给 AI。\n用户通过 AP2 签发的是一份具备密码学约束的支付授权令。\n授权令里写死了三条硬性边界：具体的授权主体、严格的消费金额上限、以及一个可以随时作废的吊销链接。\nAgent 拿着这份受限凭证去完成结账，商家能验明真伪，银行能确认授权，用户也不用担心自己的账户被无限度透支。\n但这套自主体系的最后一关，是生死攸关的安全防御。\n连锁餐饮巨头 Chipotle 的点餐智能体，就曾被用户通过提示词工程诱导攻破，在点餐界面上帮人解答编程难题。\n在涉及真金白银的商业闭环里，一次提示词越狱就可能让智能体私自吐出高额内部优惠码。\n在生产环境中若不针对行为对齐、协议遵从度和响应延迟建立自动化评测体系，商家就会被黑客拖进无休止的漏洞修补泥潭。\n技术演进的历程里，最直观的路线往往是最脆弱的歧路。\n当新技术试图通过模仿人类的五官和四肢去适配旧世界时，它撞上的是最沉重的系统摩擦力。\n真正的商业自动化不会诞生在浏览器的模拟点击里。\n它只会沉淀在那些冷冰冰的协议、状态机和受限授权令之中。\n当交易的两端都变成机器，最强大的商业护城河，永远是定义底层通信标准的规则本身。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-27 21:12:46","created_at":"2026-08-27 21:12:46"}