Shopify 的 AI 搜索订单涨了 13 倍，但 95% 的人最后还是要自己按「付款」

01 不只是付款

每次听到「AI agent 商业化」，讨论的焦点几乎都是付款——agent 能不能帮我刷卡，钱怎么授权，协议怎么设计。

但金融科技分析师 Simon Taylor 上周写了一篇长文，开头一句话让我停下来想了一会儿：

「'Agentic commerce' 这个词一出现，人们就聊付款。但现实是，商业流程远不止付款这一步。」

Simon Taylor (@sytaylor) 的 X 文章，18K 浏览

他把电商完整流程拆成八个阶段：发现、推荐、意图、委托、政策、购物车、付款、物流。Agent 正在以不同速度渗透每一个——有的已经跑到 Level 3，有的还停在 Level 1。

但最后那一步，95% 的人还是自己按的「下单」。

02 自动驾驶的比喻

Taylor 借用了自动驾驶的五级分类来描述这件事。Stripe 在今年年度信中也用了类似框架：

五级 Agentic Commerce 自动化对照表：从辅助驾驶（Level 1）到完全自动驾驶（Level 5）

这个类比很直觉：

他自己也说这个框架不完美。Stripe 的 L1 定义是「人选商品，agent 完成购买」——但现实根本不是这样。实际情况是：人连选都懒得选了，全让 agent 去比、去筛、去推荐。唯独掏钱那一步，还是人类亲自动手。

最自动化的环节在最前端。最基础的那一步反而没动。

Taylor 管这叫「讽刺性的倒置」。我觉得说得很准。

03 各阶段现在在哪里

Agentic Commerce 自动化矩阵：横轴是商业流程各阶段，纵轴是自动化等级

把八个阶段铺开，你会看到一张很不对称的地图。

发现（Discovery）已经走到 L2-L3。Agent 能在没人要求的情况下比较数千个 SKU，根据它学到的你的偏好自动过滤。Shopify Q1 2026 财报：来自 AI 搜索的订单量同比涨了13倍，AI 渠道带来的新买家获取率是其他渠道的近两倍。这一段，基本上 agent 已经比人做得好了。

推荐（Referral）在从 L1 往 L2 爬。现在链接需要携带一个「上下文对象」，告诉商家：这个用户是 agent 带来的，不是随机流量。听起来是技术细节，但它其实是在创造一个新的商业节点——意图（Intent）开始变得可追踪。

意图和委托还在 L1。协议规范有了，Google 的 AP2 能生成加密签名的「意图对象」，Visa 和 Mastercard 也在把 agent 绑到具体的卡和法律所有人。框架有了。但落地部署量极低。纸上的东西。

购物车刚刚爬进 L1。UCP 在 2026 年 4 月更新了，agent 现在可以一次性把多个商品加入购物车。然后 Walmart 的数据来了：ChatGPT 内完成的购买，转化率 1.18%，购物车放弃率 77%。这里有一个没被追问的问题：这 1.18% 的用户到底是什么人？每一个新渠道早期转化率都很烂——移动端刚出来时也惨不忍睹，因为结账流程根本没为手机优化。问题不是「低」，而是低的原因是什么：用户不信任？流程没打通？还是这类用户本来就不是来买东西的？三个原因的含义完全不一样。

Agent 把人带进来了，然后人又走了。

付款和物流基本没动，还是 L1。95% 的情况，最终结账还是发生在商家自己的网站上。Agent 负责发现，人负责掏钱。这条分界线，现在还非常清楚。

04 协议乱局

你可能会问：为什么进展这么慢？付款本身不复杂，Stripe、Visa、Mastercard 都是成熟玩家，为什么 agent 还是没法帮你买东西？

答案有点讽刺：不是因为技术太难，而是协议太多，没有一个能贯穿全程。

每一段路都有不同团队在修，用不同材料，不同标准。路修完了，但路和路之间没有交叉口。

目前覆盖不同阶段的协议有：

• llms.txt 和 Schema.org — 管发现（让 AI 能读懂商品目录）
• UCP — 管商家能力声明和结账会话（Visa/Mastercard/Stripe/PayPal 联合背书）
• AP2 — Google 的加密意图授权协议，证明用户授权了特定交易
• Visa TAP / Mastercard 代币化 — 把 agent 关联到支付凭证，再关联回法律所有人
• ACP — Stripe/OpenAI 的商业协议，目前正在并入 UCP 兼容性

这几套协议由不同公司建，出于不同利益动机，目前互相之间不能无缝通信。

「协议的数量，已经快超过支付方式的数量了。让大语言模型帮你搞营销，远比给它一个钱包、让它随便帮你买东西，门槛低得多。」

Taylor 这句话我觉得说得很准。诙谐，但准确。

然后他给了一个侧面信号：Stripe 的 Atlas，那个几小时内帮你完成公司注册的产品，2016 年上线时根本没市场。AI 浪潮之后，公司注册量同比涨了 41%。Atlas 没变，是 AI 让更多人开始创业了，而注册公司是第一步。Taylor 管这种数据叫「领先指标」——早期用户涌入某件事并从中获益，就是你应该认真看的信号。

PayPal、Checkout、Adyen、Stripe、Visa、Mastercard，所有大型支付公司都押注了 UCP。不是偶然。

05 还没连起来

过去二十年，电商的每一个参与者都在优化自己的那一段流程，以最大化转化率。这套体系是为「人类用户」设计的——从落地页到购物车，每一个细节都经过了无数 A/B 测试。从页面加载速度，到加购按钮的颜色，到运费显示的时机，没有哪一步是随机的。

现在这套漏斗遇到了一个新流量来源：agent。

Agent 对那些 A/B 测试结果完全不感冒。按钮是蓝的还是绿的，它不在乎。运费显示在哪一行，它不在乎。它看的是结构化数据、价格准确性、库存状态。

结果是什么？Shopify 的 AI 搜索漏斗顶部已经爆了，13 倍增长。但几乎没有人在 AI 内完成结账。Discovery 到 Payment 之间，现在有一条巨大的鸿沟。

这条鸿沟的根本原因，在 Taylor 看来是个责任归属问题：

「支付是确定性的，消费者和 AI 是概率性的。Agent 选择了它认为你想要的东西，而你可以发起退款说你不想要那个东西。谁负责？怎么在 agent、商家和支付网络之间传递这个责任？」

没有人看到完整的交易链。Visa 看到付款授权，Shopify 看到购物车，Google 的 AP2 看到意图，商家看到物流。但没有人能端到端地看到整个过程。

完整的 Agentic Commerce 自动化矩阵，展示了各阶段当前所处的自动化等级

还有一个更棘手的问题：审计链的碎片化。当五套协议覆盖五个阶段，没有人拥有完整的交易记录。Target 已经更新了条款，把 AI agent 的购买行为定义为「用户本人授权的交易」——也就是说，agent 买错了你来负责。Amazon 起诉了 Perplexity，联邦法院发布禁令阻止其 Comet 浏览器 agent 在亚马逊平台上进行购买。这些都是法律层面的信号：商业模式和责任框架还没有准备好迎接全自动的 agent 购买行为。

好消息是，FIDO 联盟（发明了 Passkeys 的那群人）在 4 月成立了一个 Agentic Authentication 工作组，Google（AP2）和 Mastercard（Verifiable Intent）都提交了初始贡献。OpenAI 同月加入了 FIDO 董事会。发明了无密码登录标准的人，现在在制定 agent 身份认证标准了。协议开始收敛了。

06 Agent变成了买家

Taylor 文章里有一个判断，我觉得值得单独拿出来。

他说，agent 不只是新的购物「渠道」。

Agent 是新的经济主体。

这个区别很关键。渠道是把人带到商家面前的管道——搜索引擎、社交媒体、KOL，都是渠道。渠道优化是「怎么让更多人点进来」。但如果 agent 开始以自己的名义做出购买决策，它就变成了一个独立的经济行为人。它不需要被「带进来」，它是自己走进来的。

这个身份切换，意味着整套商业策略都要重写。你不再只是让人喜欢你，你还需要让机器信任你、读得懂你、在没有人盯着的情况下愿意选你。

一个 agent 不会被 Instagram 广告吸引。它在意的是结构化数据、价格准确性、库存可用性、退货政策。商家的工作从「说服人类」变成了「让自己对机器可读，而且有竞争力」。

Taylor 做了一个大胆的类比：

「Agent 可能是有限责任公司出现以来，对经济主体影响最大的一次变化。公司制度给我们带来了采购部门、B2B 商业和更大规模的交易。Agent 会带来什么？」

我读到这里停了一下。这个类比很性感，但我觉得它在一个关键地方打滑了：有限责任公司的核心突破是法律人格——它能被起诉、能签合同、能破产清算。Agent 目前恰恰没有这个。Target 把 agent 购买定义为「用户本人授权的交易」，Amazon 起诉 Perplexity——这两个信号说明的恰好相反：法律体系正在拼命把 agent 塞回「工具」的框子里，而不是承认它是新经济主体。

也许更准确的类比不是公司的诞生，而是外包合同工的极端版本：能力越来越强，但法律责任越来越向后甩给那个签协议的人类。

不过有一点我觉得 Taylor 说对了：agent 如果发展到能独立采购、维护库存、管理供应链，它们在经济体系里的位置，确实会具有结构性影响。只是这个结构，可能和他描述的方向不完全一样。

07 对商家意味着什么

如果这个方向成立，商家需要最先做的一件事很具体：让自己对 AI 可读。

Shopify 的数据已经给出了答案：来自结构化产品目录的流量，转化率比来自 AI 抓取的过时数据高出 2 倍。llms.txt 文件和 Schema.org 标记——让 AI 能理解你的商品——已经是实际的竞争优势，不是技术性的锦上添花。

AI 推荐渠道的转化率到 2026 年 3 月已经比其他渠道高出 42%（2025 年假日季是 31%，一直在涨）。早进入这个渠道的商家，会积累数据和优化优势。

Taylor 给出了一个他认为确定性较高的时间线预测：

• 18 个月内，发现和推荐到达 L4
• 18 个月内，意图和委托到达 L3
• 12 个月内，政策和购物车到达 L2
• 12 个月内，付款和物流到达 L2

他自己也说了，这里有一个隐含假设：这一切是由「已知大公司的 agent」驱动的。而他预计，Fintech 公司、Neobank、支付服务商会产出大量第三方 agent，让这个图景更加复杂。

我没有把握这个时间表准不准确。但那个 2 倍转化率的数据我觉得是真实的——结构化数据在今天就已经值钱了，只是还没有很多人意识到。

在这里我想拉一条斜线：Taylor 说「让自己对机器可读」是商家首要任务，但这件事有一个历史先例——SEO。

SEO 的完整循环是：Google 算法出现→少数人理解规则→结构化优化带来红利→大量人涌入→Google 改规则→红利消失→新一轮开始。llms.txt 和 Schema.org 现在的处境，跟 2004 年的 meta keywords 惊人地像：真的有用，窗口真的存在，但窗口有多长没人知道。而且一旦 agent 足够聪明，它可能根本不需要你的结构化标记，自己能读懂你。

这不是说「别做」——现在做依然值得。但如果你把它理解成一个可以长期持有的护城河，而不是一个需要持续进化的能力，你可能正在重蹈 SEO 外包公司的覆辙。

我还没想清楚这对不对。但有一件事我觉得可以确定：这件事的阻力不在技术，不在协议，甚至不在支付。阻力在于没有人真的想第一个承担「agent 买错了」的责任——不是商家，不是平台，不是支付公司，也不是用户。Target 的条款、Amazon 的诉讼、UCP 的多方背书——每一个动作都在说同一件事：大家都在等别人先蹚这个坑。什么时候有人不得不蹚了，那个转折点才会来。

数据来源：Simon Taylor (@sytaylor)，X Article，2026年5月 · https://x.com/sytaylor/status/2058181763654938824

文章来自于"深思SenseAI"，作者 "深思SenseAI"。