腾讯“测试中”的Agent钱包,被亚马逊抢先了

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

腾讯“测试中”的Agent钱包,被亚马逊抢先了
AI资讯 2026-08-21 13:04
+8344 阅读

腾讯“测试中”的Agent钱包,被亚马逊抢先了


还记得腾讯AI专属卡吗?


2026年6月17日,微信支付公开介绍了正在测试的“AI 专属卡”。简单来说,这是一张专门给AI Agent使用的受限支付卡,用户可以提前充值、设置额度,再把它绑定到 WorkBuddy等Agent。之后,AI就能根据用户指令完成搜索、推荐和下单,费用则从这张专属卡里扣除。


腾讯总裁刘炽平在2025年11月的财报电话会议中就提到,“微信最终会推出AI智能体,可以在微信内部帮用户完成大量任务。微信拥有社交、小程序生态,还有无缝打通的支付生态。理想的助手,理解用户需求,在微信生态内执行全部任务。”


然而直到现在,这个支付沙盒都没上线,而且自那之后再没有后续消息传出。


但今天传出消息,亚马逊抢先把这个产品做出来了。


8月19日,亚马逊AWS宣布Amazon Bedrock AgentCore Payments正式进入GA阶段。此前还只有一些简单付费场景的预览功能,现在已经可以让 AI Agent在用户授权和预算限制下,自主购买付费API、MCP服务、数字内容以及模型推理能力。


用户可以为钱包充值,开发者的密钥则被放进AgentCore Identity Secrets Manager,Agent不需要、也无法直接看到原始凭据。每次支付还可以设置金额上限和失效时间,基础设施会在交易签名前进行确定性校验,防止Agent越权花钱。


这就跟此前腾讯曾测试微信支付AI专属卡功能“撞车”了。


腾讯的做法同样是不给Agent用户完整的钱包权限,单独划出一笔资金,用户先充值、设置额度,WorkBuddy再根据指令完成搜索、推荐和下单,最后由用户确认支付。


不过两者还是有差别的,虽然从表面上看,腾讯和亚马逊都是在让AI代替用户花钱,但往下看就会发现,腾讯更生活,亚马逊更商务。


要看清两者的差别,还得从它们各自服务的对象和支付方式说起。


腾讯“测试中”的Agent钱包,被亚马逊抢先了


亚马逊Agent钱包和


腾讯AI专属卡有何区别?


先看亚马逊。


AgentCore Payments面向的并非普通的消费者,而是部署AI Agent的企业和开发者。它要解决的,是让Agent在执行任务时,能够直接购买自己所需要的数字资源。比如付费API、MCP Server、实时数据、网页内容、模型推理和算力服务。


举例来说,一个研究Agent可以按次购买金融数据,一个编程Agent可以调用收费工具,一个浏览器Agent可以访问付费网页。


所以,与其说是自动支付,我倒觉得AgentCore Payments的更像是给开发者部署的一套支付基础设施。


开发者先选择Coinbase CDP或Stripe、Privy这类钱包服务商,准备对应的API Key和Secret。然后把凭据交给亚马逊的AgentCore管理,创建支付管理器、支付连接器和支付工具,再为每一次Agent交互创建支付会话。


如果是亚马逊AgentCore Payments的终端,那就需要为钱包充值,并明确授权Agent代表自己支出,这点倒是和AI专属卡类似。


之后,当Agent遇到支持x402或MPP的收费服务时,它就可以发起支付请求。AgentCore会在交易签名前检查金额、会话状态和预算上限,只有符合规则,才能调用底层钱包完成签名并且支付。


总的来看,它的关键其实不在于“给AI安排了一张卡”,而在于把支付嵌入进了Agent的工作流。


概括一下,如果我的工作流需要用到这个,而这个又要花钱,那么AgentCore Payments就替我在后台完成花钱这个动作,这就让我可以不用跳出工作流去花钱。


再看腾讯。正如开头提到的,用户要先在微信钱包里开通AI专属卡,把一笔预算从微信零钱转进去,再将它绑定到WorkBuddy等Agent。


然后当用户跟Agent对话中,提出“帮我买团购券”或“帮我订服务”之类的需求后,Agent负责理解需求、搜索商品、比较选项并生成订单。


接下来,微信支付负责把订单和金额发送到用户手机,用户确认并验密后,款项才会从AI专属卡中扣除。


所以微信支付的AI专属卡,本质上是一张专门给Agent使用的受限副卡。而且AI专属卡并不能像AgentCore Payments一样,可以打通别的钱包,只能用AI专属卡里的钱进行消费。


换句话说,腾讯把 AI 的花钱能力压缩在“这张卡里有多少钱”这个问题上,先把最危险的无限授权变成一个可见、可控、可撤回的余额限制。


但是它AI专属卡,要比AgentCore Payments更生活化。


此前腾讯曾公开过几个使用案例,其中有一个就是用户打开WorkBuddy,在专家页面召唤“美团生活助手”,然后问它“附近有什么好吃的团购”。


WorkBuddy就会结合用户的位置信息和偏好搜索商家,再把商品推荐出来。


AI专属卡这条链路的重点,是把原来分散在搜索、比价、下单、打开微信支付几个应用里的动作,压缩成一次对话。AI先替用户“跑腿”,微信支付再把付款收回来,支付仍然是整个消费闭环的最后一步。


两者最大的差别在于,两家公司想把支付放在不同的位置。腾讯想把AI从“会推荐”推进到“能消费”,让用户说完一句话之后,生活服务能够在微信和小程序生态里闭环。


亚马逊则希望支付成为Agent工作流里的基础动作。它不要求开发者把每家服务商的结账页面、订阅体系和API Key都重新塞进Agent,而是让Agent在后台主动发现收费服务、完成结算,再继续执行任务。


这也是为什么看起来两家公司都在做AI钱包,实际却已经走向了两个不同的市场。


腾讯“测试中”的Agent钱包,被亚马逊抢先了


对比微信支付,


AWS的关键设计是什么?


亚马逊之所以敢让Agent替用户完成消费的动作,实际上有三层关键设计。


第一层是身份和凭据的分离。


微信支付的AI专属卡不需要把用户的支付密码交给WorkBuddy,Agent只能通过绑定关系和用户确认完成支付,用户需要点确认,它的支付动作,是按“一笔一笔”来的。


相对而言,亚马逊的做法更适合企业环境,开发者的Coinbase或Privy密钥由AgentCore Identity Secrets Manager负责托管,Agent本身是拿不到原始密钥的。


它只能调用支付工具,向AgentCore提交一个支付请求。在这之后,AgentCore再使用由凭据派生出的短期令牌,指示钱包服务商执行创建钱包或交易签名等操作。


也就是说,Agent只有有“请求付款”的能力,却没有直接拿着私钥转账的能力。


换句话说,AgentCore Payments从始至终不碰钱,它只负责向两边传话。“那边钱打过去了”、“这边钱打过去了”,仅此而已。


AI专属卡则是“好,你等会,我从我的兜里拿钱给你”。


简单概括成一句话,腾讯重点解决的是“我可以花多少钱”,亚马逊重点解决的是“这个Agent以什么身份、凭什么权限、在什么条件下发起这笔支付”。


对一个单一的消费者场景来说,余额隔离已经足够直观。但对企业来说,同一个Agent可能服务很多用户、调用很多供应商,还要在不同会话之间区分预算。


如果只给它一个钱包地址,后续很快就会遇到账户混用、权限无法撤回和审计困难的问题。


第二层是支付会话。


亚马逊在文档中写到,AgentCore Payments是把支付当成上下文来处理。


除了钱不够这点以外,单次会话如果时间太长,或者是会话内容有问题,那Agent都无法继续支付。


举个例子,在AgentCore Payments可以使用的诸多场景中,有一个场景是研究。用户想研究物理学知识,Agent负责替用户购买相关文献资料。但如果出现了与物理学无关的支付请求,那么Agent同样也不能完成支付。


第三层是确定性校验。


大模型是非确定性系统,它可能把网页上的一句话误读成付款授权,也可能在接口超时后重复重试。


都说英雄不问出处,然而亚马逊明确把预算校验,放在了交易签名前的基础设施层,亚马逊认为,不管你是谁,必须得问清楚来历。


只有校验通过,底层钱包才会签名。这个顺序很重要,因为它意味着亚马逊没有把最后一道安全闸门交给模型。模型只有一个权力,那就是告诉钱包,“我真的很需要这笔钱”。


第四层是协议编排。


微信支付AI专属卡目前主要嵌在微信支付和生活服务的订单流程中,但亚马逊需要面对的是一堆可能互不兼容的机器支付协议。


在预览阶段,AgentCore Payments支持由Coinbase发起的X402。亚马逊称,进入GA后,还加入了Stripe与Tempo共同制定的MPP。


亚马逊的做法其实有一点像Claude Code。无论底层面的服务商是谁,都不需要为每一种支付标准重写Agent,接入进来,就按亚马逊已经编排好的那套直接开始运行。


第五层是“最高不超过”方案。传统的按次付费通常要在请求前确定价格,但模型推理、算力和数据查询经常无法提前知道最终消耗多少。


一次请求可能只生成几百个token,也可能因为上下文变长而消耗更多资源。亚马逊在x402中加入了“upto”机制,让 Agent 先授权一个最高金额,服务商在调用结束后按照实际消耗结算。这样,服务商可以按真实token 数、算力或者返回数据量收费,而不是只能给每一次请求设一个固定价格。


AI专属卡就是固定付费,这杯奶茶卖多少钱就付多少钱。


亚马逊官方演示中,Agent可以在不同模型之间动态切换。简单任务调用便宜模型,复杂任务调用强模型,或者在价格变化时改用另一家推理服务。


Agent甚至可能在执行任务的过程中比较不同模型的价格和效果,再决定把下一次调用交给谁。


这样一套操作下来,可以帮用户省下不少钱。


腾讯“测试中”的Agent钱包,被亚马逊抢先了


为什么腾讯不敢


把AI钱包做成基础设施?


AI专属卡所使用的,也叫X402,但是全名叫腾讯X402 Agent Pay,是完全自研、微信支付体系内的国内闭源接口,跟前文提到的,国际上的X402压根不是一回事。


只是因为底层逻辑相似,都是基于Http 402状态码,在Agent调用API时触发即时小额付费,因此才用了相似的名字。


早在2026年4月,腾讯就正式对外发布了微信支付接入Skill,定位是给Cursor这类支持Skill协议的AI‑IDE所使用的开发者工具,用来帮开发者做支付产品选型、做接入安全扫描、排错,不是普通用户能直接感知的功能。


6月迭代到了2.0版本,增加代码安全评估、动态排障,并同步更新官方文档。同时在6月份的更新中,也发布了AI专属卡。首发只给WorkBuddy Mac端使用,用来跑美团生活助手这类Agent Skill的下单团购场景。


但微信支付接入Skill的GitHub页面显示,该仓库于6月之后再无更新。


腾讯能做AI支付,但暂时不太敢把它做成AgentCore Payments那种跨平台、自动化、面向机器经济的开放钱包基础设施。


如前文所述,AI专属卡到最后一步仍然需要用户本人点击确认,那么设想一下,如果腾讯把这个流程改成“只要符合额度就自动付款”又会如何?


问题马上就会变复杂。AI误解了用户的一句话,算不算用户授权?网页里的恶意提示词诱导Agent买了不该买的东西,平台要不要赔?Agent因接口超时重复调用,导致一笔订单扣了10次,责任落在Agent、商户还是支付机构?


亚马逊之所以敢这么做,是因为它把自动支付限制在了开发者、企业和小额数字服务场景里,用户基数小、承担风险能力强,而且除了酒店预订,交易往往是几美分到几美元的API、内容或推理调用,哪怕是发生失误,也不会造成多大的损失。


AI专属卡一旦面向数亿普通用户开放,腾讯所面对的责任将远远超出想象。当用户规模过大时,平台就不可能只靠一个预算规则来解决所有风险。


腾讯的优势恰恰是微信支付连接着微信、公众号、小程序、商户和本地生活服务,可也仅此而已,AI专属卡的所有支付目前仅能围绕这一套生态体系使用。


亚马逊做的却是跨生态支付。一个Agent可能在执行任务时调用不属于AWS的API,再访问Cloudflare后面的付费内容,接着通过BlockRun购买一次模型推理,最后调用Travala的旅行MCP Server预订酒店。


对腾讯来说,如果要成为这类交易的底层钱包,它就要处理跨平台身份、跨境支付、数字内容售后以及不同服务商的技术标准。所以目前腾讯的做法是号召商家入驻微信生态,而不是大家把协议对齐。


最关键的一点,不得不承认,模型之间存在着性能差距。虽然亚马逊自己的模型Nova,性能要弱于腾讯旗舰模型Hy3,但是亚马逊的AgentCore Payments本身并不绑定某一个模型,AWS官方明确表示,它可以与Amazon Bedrock内外的模型配合,包括Anthropic的Claude、OpenAI的GPT、Google的Gemini等等。


腾讯方面,目前AI专属卡公开落地的入口是腾讯自己的WorkBuddy,而WorkBuddy主要使用的是混元、DeepSeek、GLM、MiniMax、Kimi等国内模型。


腾讯并非不能接第三方模型,腾讯官方文档同时提供了自定义模型入口,允许用户接入第三方模型。可根据专业测评机构Artificial Analysis的测试,全球最顶尖的模型仍然是Claude和GPT。模型差距或许也是腾讯不敢贸然开放AI支付的原因。


不过相对的,在性价比方面仍然是国内模型领先。一旦AI支付开放给所有微信用户,其推理成本必然高到吓人,因此,性价比相对较高的国产模型也存在一定的优势。


文章来自于微信公众号 “字母AI”,作者 “字母AI”

1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0

添加客服微信openai178,进AITNT官方交流群