智能体（Agent）自主支付正在从概念走向落地，支付宝的 AI 付把收付款能力开放给 AI 助手与智能体应用，社区里也已经能看到不少快速接入的实践分享。这篇笔记不展开具体 SDK 的接入步骤，而是聚焦把 AI 付真正跑进生产环境之前，容易被忽略的五个工程要点。

一、权限最小化：给 Agent 单独的“钱袋子”

不要让 Agent 复用商户主账号。为它创建独立的子账户或子商户，配置单笔限额、日累计限额与场景白名单，只允许在业务明确需要的类目下交易。这样即使模型被诱导或出现异常行为，损失也有明确的上界。

二、确认链路：高风险动作把扳机交还给人

建议按金额与风险等级设计两级链路：小额、高频、低风险场景可以完全自动；超过阈值或命中敏感类目时，必须回到用户侧做一次显式确认。确认界面要把“买什么、花多少、替谁买”讲清楚，不要让用户面对一串只有金额的弹窗。

三、幂等与重试：别让网络抖动变成重复扣款

Agent 调用支付接口时，务必为每笔交易生成全局唯一的幂等键（例如订单号），同一次任务里的重试复用同一个键。模型偶发地重复发起同一请求并不罕见，没有幂等设计时，一次重试就是一次真实扣款。

四、对账与审计：每笔交易都能回溯到会话

在发起支付时，把会话 ID、任务 ID、用户 ID、模型版本一起写入业务侧流水。事后出现纠纷或资损，可以快速回答“这笔钱是哪次对话、哪个决策链路花出去的”。审计日志本身也要做防篡改存储。

五、灰度与熔断：出问题先止血

上线时从小额灰度开始，设置错误率与异常交易率的熔断阈值，一旦触发自动降级为人工处理。支付链路上的任何异常，都应当优先保证“不再产生新的损失”，其次才是恢复自动化。

写在最后

AI 付的生态还在快速演进，从 ACT 协议到 AI 钱包智能体，标准与能力都在不断完善。工程上的谨慎不会拖慢创新，反而决定了这套能力能不能真正被信任。欢迎在评论区交流你在接入 AI 付过程中遇到的问题与实践。