當 AI agent 成為
網路的新使用者

網路多了一種會行動的角色

Emily Glassberg Sands 把變化說得很直接：網路長期假設主要行動者是坐在螢幕前的人。人瀏覽、填表、結帳，也寫程式、設定工具。現在，人可能透過 AI 介面行動；agent 可能代為執行；軟體也可能直接和另一套軟體交易。

這不是把搜尋或寫程式做得更快而已。當 agent 能代表使用者找商品、發出付款、使用開發文件，產品被發現、被購買、被支援的方式都得重想。

風控從結帳點擴到整條漏斗

過去的支付風控常集中在付款瞬間：這張卡、這筆交易、這次登入是否可疑。訪談中的觀點是，AI 公司面對的攻擊會更早發生，例如有人先用被盜帳號或虛假身分取得大量運算資源，傷害在付款前就已累積。

因此，防護不能只辨識一筆交易，而要觀察帳戶建立、登入、用量與付款之間的連續行為。這也帶來一個不舒服的對稱：攻擊者會用 AI 擴大嘗試，防守方也得用模型與訊號更快辨別異常。這不保證能消除詐欺，而是把防線移到更早的位置。

AI 公司長得快，也把計費問題推到前面

Glassberg Sands 說，Stripe 網路裡的 AI 公司營收成長速度，快過過去頂尖 SaaS 同儕。訪談提出的可能原因不是單一模型能力，而是 AI 產品能更快把一個可見結果交給使用者。當價值以完成的工作、產出的內容或解決的任務呈現，按席位收費就不再自然。

結果導向計費並不是每種產品的答案。它要求公司能清楚定義結果、量測品質，也要處理 agent 代替人執行時誰承擔成本與爭議。支付基礎設施在這裡不只是收錢，而是把授權、用量、退款與責任連起來。

agent 購買，不等於放棄控制

訪談把 agentic commerce 放在一條光譜上：最靠近人類的一端，是 AI 幫忙搜尋、比較或填寫；中間是人給定範圍後由 agent 執行；另一端才是 agent 在明確授權下自行完成低風險購買。受訪者提到，實際案例仍多是服飾、日用品等低利害商品。

所以問題不是「agent 能不能付錢」，而是授權能否被寫得足夠精細：能買什麼、上限多少、什麼情況要回到人類確認、出了問題要怎麼撤銷。Stripe Link 被放在這個脈絡中，是讓消費者帳戶與授權可以被帶進代理交易，而不是讓 agent 取得無限制的支付能力。

來源：Every〈Getting Agent Ready With Stripe's Head of Data and AI〉。本頁整理訪談中的觀點與案例；關於市場規模、風控效果與採用速度，應回到原始訪談及各公司公開資料查核。