# CardInfoLink：Agentic Payment 重塑支付体验 > **合规声明（生成式 AI 服务）**：前述特定亚马逊云科技生成式人工智能相关的服务目前在亚马逊云科技海外区域可用。亚马逊云科技中国区域相关云服务由西云数据和光环新网运营，具体信息以中国区域官网为准。 > > **完整资料：如果想了解更多内容可以访问:https://events.amazoncloud.cn/china-summit-on-demand/ > > **免责声明**：本摘要仅为便于您了解峰会内容而提供，我们不对其完整性及准确性作出任何保证，且不构成任何建议或结论。相关内容仅供参考，实际内容以峰会回放视频为准。 ## 一、基础信息 - **会议类型**：专题演讲 - **Persona**：Agent 构建者 - **时间信息**：6月23日 | 13:30 - 14:00 - **标题**：CardInfoLink：Agentic Payment 重塑支付体验 - **PDF 资料**：有 - **视频回放**：有 ## 演讲人信息 ### 会议信息 - **地点**：上海世博中心（2026 亚马逊云科技中国峰会） - **日期**：2026年6月23日（Day 1） - **时间**：13:30 - 14:00 - **会议类型**：专题演讲 - **面向 Persona**：Agent 构建者 ### 亚马逊云科技演讲人 - **郑金霞**：金融行业架构师 ### 客户 / 合作伙伴演讲人 - **尚凯阔**（CardInfoLink）：Agenzo 技术负责人 ## 二、会议资料 PDF 转录内容 --- Page 1 --- 2026年6月23日-24日 上海·世博中心 --- Page 2 --- CardInfoLink Agentic Payment 重塑支付体验 尚凯阔 郑金霞 Agenzo 技术负责人 金融行业架构师 CardInfoLink 亚马逊云科技 --- Page 3 --- 2026 Agentic AI 年，是 真正走进生产环境的 第一年 03 Agentic Commerce → → · · 从助手 智能体 商业 发现 交易 自主结算 02 AI 智能体 · · 这不是渐进式的演化。每一个 规划 执行 与工具循环 阶段，都解锁了一片全新的经 01 ↑ · 2026 我们在这里 济价值空间。 AI 助手 · · 对话 建议 等待人类决策 --- Page 4 --- AI AI AI 会思考， 会行动，但 还不会付款 HTTP 402 Payment Required —— 1997 25 年就被定义，被忽略了 年。 没有为智能体而设的结账页 规模化场景没有人为兜底 没有统一的集成模式 --- Page 5 --- Agentic Commerce 缺失的那一层： 基础设施 身份 支付 商户 这个智能体是谁？ 如何跨通道完成支付？ 去哪里交易？ 能不能被信任？ （卡组织、网络令牌、链上） 如何完成闭环？ 光有智能，解锁不了商业模式，标准化的基础设施才能。 --- Page 6 --- 公司背景 投资方 2010 CardInfoLink CIL 成立于 年， （）是领先的支付系统与 解决方案服务商，专注于为亚太地区的银行与金融机构提供 Card Wallet Account 、 三位一体的前沿支付技术。 20+ CIL 凭借 年支付行业经验与持续创新， 致力于帮助客户 办公地点 增强产品力，为其商户与终端用户交付更优质的服务。 Shanghai WuXi Hong Kong SAI Tokyo 行业与 支付系统与 技术 卡组织认证 解决方案提供商 服务 Singapore Bangkok Jakarta Ho Chi Minh --- Page 7 --- 产品与服务 Evo Payment Evo Wallet Evo Rewards Agenzo Host AI 收单 与网关 钱包受理扩展 忠诚度管理方案 面向 的支付方案 • SaaS • SaaS • • Agentic Payment 与独立服务 云端 服务 基于支付交易 • • • • 卡组织与钱包授权支付处理 钱包虚拟卡发行 忠诚度计划 令牌发行服务 • • • • 全球支付方式 钱包线上支付 营销活动 商户接入开放栈 • • • 线上与门店 钱包移动支付 商户会员 • • • 丰富的支付功能 快速落地 整合外部资源 • AI • • SaaS 机器学习反欺诈引擎 低成本 与本地部署 • 多级管理与结算 --- Page 8 --- Agenzo: 跑在亚马逊云科技之上 INFRASTRUCTURE AI Model· · App 自研智能体 超级 智能体层 原生构建于亚马逊云科技 智能体服务之上 AGENZO Amazon Bedrock 统一集成模式 基于 和 AgentCore Agenzo ， 从第一天就 继承了企业级的安全性与近乎无 限的可扩展性。 Amazon Bedrock · AgentCore · OpenSearch 亚马逊云科技层 高可用 已具备生产能力 · · 出行 零售 订阅 商户层 智能体身份可信 --- Page 9 --- 底层解剖：统一集成模式 三个连接器，一份契约。 01 — AI AGENT LAYER 02 — AGENZO CORE 03 — MERCHANT LAYER Agenzo App AgentCore Trust Gateway Third-Party Super App Business Logic MCP Proxy SINGLE INTEGRATION PATTERN MCP Server / Open API Third-Party AI Agent ★ ELife & Local Transit Agent Payment Merchant Connector Airline / Hotel CLI · Skill VCN · Token · X402 MCP · Open API Subscription / Retail Trust Gateway Resource Management App Distribution PAYMENT & 3RD-PARTY SUPPORT EVO Payment Google / Apple Auth Google Map Voice to Text More Services CLI Agenzo 智能体通过 接入 统一编排契约 商户保持原生 —— MCP / —— Claude 任何兼容的智能体、自研、超 三个连接器，把智能体、支付、商户归一 航空、酒店、零售、订阅 通过 Open API App —— CLI 级 都通过一个 接入，零定制 为一个可被技能调用的统一表面。 暴露，无需重写自身技术栈。 代码。 --- Page 10 --- Architect on Amazon Web Services --- Page 11 --- 三种支付通道，一个模式 01 02 03 VCN Network Token X402 USDC 虚拟卡号 面向智能体的网络令牌 签名 Card-as-a-Service USDC 3 通过 完成虚拟卡 为令牌化商户专门优化的智能体 链上 签名， 秒内完成。 发卡。 原生令牌。 · CaaS · 生产环境 生产可用 生产环境 轻量级 < 3 AES-GCM Passkey 秒签名速度 静态加密 验证 --- Page 12 --- 一笔真实的智能体交易长什么样 → MCP → → · · Mastercard Agent Hoppa 从智能体 支付 商户，完整闭环实录。 • 生产 亚太 × 01 USER INTENT 02 MCP CALL 03 PAY CONFIRM 04 TOKENIZE 05 PASSKEY 06 ORDER OK A · B · C · 意图与发现 支付与令牌化 授权与确认 MCP Network Token Passkey 驱动的商户发现 授权 安全授权 hoppa MCP 智能体直接调用 的 服务，没有结 银行网络令牌直发给智能体，智能体永远不 3DS + UI 生物识别，几秒内完成闭环。 账 介入。 接触卡号。 --- Page 13 --- 商户发现：把商业闭环关上 智能体出行场景 端点类目 1. 搜索 / 机票预订 查询航班 酒店库存 2. 比较 酒店与住宿 综合约束条件与价格 3. 预订 / MCP / API 订阅 零售服务 通过 锁定订单 4. 令牌化 / 本地生活 出行 为智能体签发支付令牌 5. 结算 MCP 第三方 服务 完成最终支付确认 我们把商户聚合起来，让智能体发现的是一个入口，而不是一千个。 --- Page 14 --- 智能体的路线图 · · 12-18 · 2027+ 第一阶段 当下 第二阶段个月 第三阶段 生产力跃升 基础设施必须跟上 商业被重新发明 智能体在内部工作流中运转，辅助 身份、支付、商户发现的标准化模 智能体成为主要的数字消费者，也 人类操作员，但还不具备自主交易 式开始浮现。缺失的那一层正在被 是全球商业与交易的新表面。 的能力。 搭建。 关键命题 赢得第三阶段的公司，正在亚马逊云科技上建设第二阶段。 --- Page 15 --- AI 智能体终于能付款了。 我们造好了这个模式，开放、免费。 今天就在线上跑着。 立即体验 $ npm install -g agenzo-token-cli agenzo-token.everonet.com AGENZO · CardInfoLink / EVONET · · 2026 构建于亚马逊云科技 --- Page 16 --- Thank you ## 三、会议回放视频转录内容 大家下午好 我来自于亚马逊云科技的金融行业 今天我们主要想和各位老师分享的是 Agentic Payment 如何重塑支付体验 其实从2025年年中开始 Agentic Commerce 就比较火 随之而来的是 Agentic Payment 相关的协议 其实大家可以看到有 OpenAI 跟 Stripe 的 ACP 然后有 Google 的 AP2 当然也有卡组的 比如像 Visa 的 TAP 协议和 Intelligent Commerce 还有 Mastercard 的 Agent Pay 其实我们国内也很火 我们国内年初的时候有一波红包 我不知道大家有没有抢那个红包买奶茶 对了 然后在国内 Agentic Payment 也是一个很火的词 那么今天我们邀请了 CardInfoLink 的 Agenzo 负责人 尚老师 来分享一下他们与 Mastercard 在东南亚的本地生活场景 比如说与 Grab 一起看一下怎么去买奶茶 与 E-Life 看一下怎么去打车来完成 就是在 Agentic AI 应用场景完成这个 Payment 有请尚老师 大家下午好 非常高兴在这个场合 和与大家分享 Agentic AI 相关的一些技术 或者是应用吧 我来自 CardInfoLink 我们的英文名叫 CardInfoLink 我是 Agenzo 的负责人 我们公司现在的主营业务是支付 所以说今天我就围绕支付这个话题 展开与大家进行分享 然后讨论或者是探讨吧 现在的话 AI 大家都知道 AI 现在已经非常火了 其实已经渗透到我们生活的那个方方面面了 对吧 像我过年回家的时候 实际上我当时其实是不知道了 我意外地看见我爸妈还在用什么类似于豆包 这一种聊天工具 当时我就很惊讶 我说你们也用这个 他们说难道你不知道吗 我们都用啊 我们那个隔壁邻居小孩都用 所以说当时我就惊讶 就是现在 AI 发展的程度 我们可以打一个类比 就是我们日常生活中 我们会用到手机 现在 AI 其实就类似于我们现在的手机 我们对 AI 的依赖程度 其实不亚于对手机的依赖程度 就比如说我们公司吧 现在我们公司全员现在已经开始在使用 AI 了 我们现在就是用亚马逊云科技的 Kiro 来进行 coding 嘛 除了研发像我们的运营啊产品啊 还有甚至我们的 HR BP 都在用 AI 来进行日常的一个提效 那站在2026年我们看 现在 AI 已经非常非常火了 它可以说就是在我们的日常生活工作 学习中形影不离对吧 那我们把时间然后在那个回溯到2020年 2020年的时候 OpenAI 发布了一款就是 GPT-3 GPT-3 的话当时是在业界 是在学术界和工业界反响非常之大 但是实际上这时候它还没有开始平民化 就是让 AI 真正爆火真正出圈 让大家所知的是一款叫做 GPT-3.5 的产品 我想就是搞技术的人对这个产品 应该是非常非常的了解了 当时 GPT-3.5 出来了之后 我觉得就是可以用震撼来形容 因为我们当时就是 它当时还是以聊天的方式为主 但是即使是聊天的方式 我们也发现那个 AI 是非常非常聪明的 它相当于说有一个非常非常聪明的一个大佬 但是在 GPT-3.5 之后大家都知道 不管是国内的模型还是国外的模型都相当于是雨后春笋 然后就是发展了非常迅速 但是我们再回过头来看 GPT-3.5 它有什么问题呢 它一个很大的问题是 我们和 AI 来交互仅限于聊天的方式 我如果说是让 AI 帮我去完成一些复杂的事情 比如说我要查询天气 我要去做一些相关的一个 比如说搜索 我要看一下最新的新闻 AI 是没有办法去做到的 因为模型训练它会有一个截止的日期 它有一个它自己的一个就是知识库 那么这个问题怎么解决了呢 后面的话在2023年的时候 这个 ChatGPT 也就是 OpenAI 吧 然后它出了一个标准叫 Function Call Function Call 的话就是大家其实也都很熟悉了 就是现在的话大家几乎不用 Function Call 但是当时它确实是非常有意义的 因为它可以让 AI 能够调用外部的工具 但是 Function Call 它有一个很大的问题 是它兼容性不太好 比如说我在千问里面 然后就是搞了那个 Function Call 我想切到其他的模型里面 可能它不兼容跑不起来 那后面然后又有一家公司 在2024年的时候 发了一个标准的协议叫 MCP MCP 的话是使用模型来调用工具 它这个标准一出来的时候 我记得当时在社区反响 非常非常的火爆 就是瞬间的话就是以 MCP 这个标准为基础 然后构建的工具非常非常之多 当时我们公司也用了 MCP 然后也自己构建的非常多的一些 就是类似于我们日常提效的这种工具 那 MCP 实际上成为了事实的标准 那这是工具层面已经成熟了 那除了工具层面之外 像我们工程化相关的一些理念 还有一些经验也成熟了 比如说最开始的时候是 Prompt Engineering 然后后面的话是 Context 就是上下文 再到后来 然后现在比较火的 Harness 就是不管怎么样 就是 Agent 的基础设施 然后已经完成 Agent 底层调用的工具的标准已经完成 所以说就催生出了 Agent 现在发展非常的火爆 就是现在开发 Agent 的门槛 其实已经 如果说站在非专业的角度上面 其实已经很低了 就是非技术也可以开发 Agent 但是技术方面和非技术层面 它开发的 Agent 它的效果是不一样的 但是现在 Agent 这么火 Agent 现在 大家有没有思考过一个问题 就是现在 Agent 到底还有什么问题 就是我们的思考是 目前 Agent 一个比较大的问题是什么 其实这个不是 Agent 的问题 是发展过程中 然后必然会出现的一个现象 Agent 现在我们 Agent 还是人与 Agent 进行交互的 未来的一个趋势 或者说现在已经发生了趋势 是 Agent 与 Agent 进行交互 Agent 与 Agent 进行交互 安全然后怎么去控制 Agent 与 Agent 然后自主的一个支付怎么去做 这个是我们今天 接下来重点去讨论的一个地方 我们叫做 Agentic Commerce HTTP 协议 我想大家都已经非常非常的熟悉了 HTTP 里面有各种各样的状态 或者说是叫 Status Code 那像什么200 什么301302 400 401 这些我们都知道 但是唯独有一个 Status Code 其实我们也没有用过 叫做402 402 的话是 payment required 的 但是它被定义出来了 但几十年它都没有被使用 但是在2025年的时候 有一家公司叫 Coinbase 它联合了一些支付的一个巨头 发布了一个协议叫 x402 x402 的话 应该很多人做那个区块链的 都已经听说过 它是一个链上的交易 那为什么过去几十年这个协议 就是 Status Code 嘛没有被使用 那刚好是在2025年的时候 这个协议被定义出来了 因为在我们看来 Agent 和区块链 不管是区块链也好 还是稳定币也好 他们其实是相互促进的作用 正是由于 Agent 能够对链上交易 做相关的一个提效 刚刚我们提到了 Agentic Commerce Commerce 就是他其实作为一个基础设施 那我们先来回顾一下 现在的话 Agent 与 Agent 交互 因为我们刚说的就是 未来可能是 Agent 与 Agent 之间自主地交互 就是我作为一个 Agent 我有需求 然后我提出我的需求 不管是自然语言也好 还是 API 也好 我会把我的需求 然后比如说广播出去 然后我会就是很多其他的 Agent 我可以就是通过一些协议 可以发现其他的 Agent 然后 Agent 与 Agent 之间 进行自主的撮合 进行自主的一个交易 这个可能是未来一个非常重要的形态 但是在这里面会涉及到几个 比较关键的问题 第一个问题 如果说我作为一个 Agent 的一个服务方 其他的 Agent 来调用我 那安全怎么保证 如果说是这个 Agent 是一个恶意的 Agent 怎么办呢 我们怎么去控制呢 第二个是支付的问题 就是支付这个问题是一个很大的问题 因为它会涉及到一些资金的安全 那 Agent 在进行支付的时候 它会遇到一个什么问题呢 我们现在支付系统 还有就是那个支付的界面 都是以 UI 的形式 比如说用户要去点 然后用户要在上面去填写卡号 这一类信息 不管怎么样都是交易的主体 其实是人去操作界面的 但是界面本身对 Agent 是非常不友好的 我们可以想象一下 如果让 Agent 去填卡号 对吧 让 Agent 去点按钮 就是这个效率是非常非常低的 而且 Agent 还会经常出错 所以说针对 Agent 我们有必要去设计一套 就是针对 Agent 的一个支付的一个标准 或者说是支付基础设施还有协议 就是这方面的话 有很多公司其实那个都在做了 像 Stripe OpenAI 还有 Mastercard 和 Visa 其实都有这方面的一个就是协议或标准 第三块就是商户 就是 Agent 与 Agent 之间进行撮合交易 商户怎么去发现 商户怎么去集成 如何从很多的商户里面 找到 Agent 最匹配的商户 然后这是三个问题是 Agentic Commerce 需要解决的问题 OK 再正式介绍相关的一个产品 或者说是技术之前 我请允许我先介绍一下我们公司 我们公司中文名字是 CardInfoLink 就是做支付的 就是在支付行业可能有些人已经解过 如果不是支付行业的话 可能不一定能听过我们公司 我们公司因为名字叫 CardInfoLink 就是我们主要是服务于国内外的银行 为银行提供金融的解决方案 而且还会为银行提供私有化部署 然后的一个系统 还有一些系统的一个私有化部署 系统的针对银行 然后量身定制相关的支付的产品 或者服务 我们公司的产品 就是前两块大家可以看到 它是我们公司的一个支付的基础设施 第三块是 Evo Rewards 是我们的营销服务 营销这个服务是我们公司近两年 然后开始做的 它是为头部的银行 或者说是 Visa、Mastercard 这一种 就是给他们提供个性化的营销服务 比如说万事达卡 他们有一部分的营销权益 比如说酒店接送机等一些权益 还有一些营销活动 有一部分是使用了我们的一个系统 第三块是最后一块 Agenzo 是我们公司的一个 2026年左右 开始立项的一个项目 就是 Agenzo 它主要解决的一个问题是 在 AI 时代怎么去更好的把支付给做好 怎么去开发 然后打磨出更加高效 然后体验更好的支付的产品 主要是面向 AI 的一个支付的产品 对 我们再看 Agenzo 在这张图里面 Agenzo 它其实是在中间这一层 Agenzo 它的一个主要的一个功能 就是我们简单一点说 它是对上面的 Agent 因为我们服务的一个目标就是 Agenzo 它为 Agent 提供标准的一个接入的服务 Agenzo 不管是大模型也好 还是说自研的 Agent 的 Super App 也好 它可以通过我们提供了一个标准的一个 SDK 我们这个 SDK 目前是用 gRPC 的方式来进行接入的 它能够就是通过这种方式来快速地进行接入 接入了之后它可以使用就是我们的支付能力 还可以使用我们的商户的一个资源 在下面是我们的基础设施 是运行在 Bedrock 的上面的 就是我们的 Agenzo 现在的话是 因为就是 Bedrock 这一层 大家其实都知道就是对于基础设施这一块 就是非常有经验 然后做得比较好 所以说我们也没有重复的造轮子 像我们的 Agenzo 目前是用的 Bedrock 的 AgentCore 来进行的模型 现在用的是 Bedrock RAG 用的是 OpenSearch 下面这个图看起来比较复杂 但是它主要其实是说了三个问题 第一个问题是如果说 Agenzo 来接入 Agent 来接入我们这套系统 怎么能更快更好的接入 假如说我们举个例子 如果说是我们去对接 API 然后我们去写代码去接 可能我们可能需要三天 然后使用我们标准化的这一套流程去接 可能一个小时可能就搞定了 第二块是这里面有一个核心的 就是 AI 原生的支付 它有哪些能力 第三块就是商户的资源是怎么整合的 我们可以想象一下 我们使用 Agenzo 的时候 它的背后可能是有 N 多个商户 不同行业的商户 比如说航空机票酒店 然后对于一个 category 下面 它可能又有 N 多个 不同的供应商 这些供应商怎么去整合到里面的 怎么去做服务发现的 这是第三块要解决的问题 这三块我们可以看一下 中间的那张图下面有三个 connector 那三个 connector 主要是解决我们刚刚说的几个问题 这三个 connector 就是 首先第一个它是比较简单的 它其实就是一个标准的 SDK 后面那两块我一会放到后面来介绍 关于我们 Agenzo 这个产品这个系统 它是怎么和亚马逊云科技的基础设施进行整合的 它是怎么去使用亚马逊云科技的这些服务的 这一块我们有请亚马逊云科技的架构师 我们想先来介绍好吗 好的 其实 CardInfoLink 大家刚刚已经看到 CardInfoLink 做支付已经有20年了 那么他们在亚马逊云科技上去部署 它也分两个时代 第一个时代它是在做支付的时代 最新的话就是 AI 的时代 在 payment 的那个时代 大家也能看到他们有三大系列的产品 第一个就是 payment 相关的 比如 payment gateway 第二个是 payment 相关的钱包 第三个就是增值服务与卡组的合作 首先他们一开始就采用了一个云原生的方式 拥抱了云原生是通过 container 来部署他们的服务 采用了 Karpenter 来做到秒级节点的伸缩 他们可以快速让他们在东南亚和欧美地区进行展业 第二个点在于他们主要是大部分的采用了是托管服务 不管是中间件也好 数据库也好以及数据处理相关的服务 那么第三个点就是在 payment 的行业 有一个很重要的事情就是 PCI 的合规 有两点比如说你做收单 你要考虑 PCI DSS 你要做发卡 你要考虑 PCI PIN 他们大量采用了 Amazon Payment Cryptography 这个产品 另外在安全方面 入口用了 WAF 内部的四层用 network firewall 进行防护 用了 Inspector 进行漏扫和 GuardDuty 进行运行时的安全的保护 还有我想 highlight 的一个点就是 其实 payment 的行业如果需要对接的几个点 第一个是跟他们的客户 第二个就是卡组 当然还有发卡行之类的 这个都有 如果做收单的话 跟卡组的话 其实像 Visa 和 Mastercard 比如 Visa 有 Cloud Connect Mastercard 有 AWS PrivateLink 都有 部署在亚马逊云科技上面 不需要通过线下 再去搞一个 IDC 拉专线 直接在云上通过 private link 就可以直接连到卡组里面 其实大部分的 payment 的客户 基本上已经部署在亚马逊云科技上 同样也可以通过 private link 来连入进去 到了 Agentic AI 的时代 大家刚刚其实 尚老师切到第二个页面 来介绍 Agentic 的 生成式 AI 到 Agentic AI 的一个发展路线的时候 也提到了他们大量的使用了 Kiro 他们全员拥抱 这样的 AI 编程工具 当然他们在构建 Agentic AI 应用 Agenzo 的时候 也用到了亚马逊云科技的 首先两个主要的托管服务 一个是叫 Bedrock 一个叫 Bedrock AgentCore Bedrock 可能两个 一个是模型的托管 第二个是知识库 有 OpenSearch S3 做 RAG 有 Neptune 做 GraphRAG AgentCore 它其实是一个 MicroVM 技术 首先它这个 Runtime 可以托管 Agent 也可以托管 MCP 服务 辅助的还有像 Gateway 可以通过语义搜索 来获取对应的工具 还有 Memory 来做长短期记忆 当然还有 Identity 它也有可观测性和可追踪性 这个大概是 CardInfoLink 在亚马逊云科技平台上 这样的一个架构 非常感谢郑老师的分享 我们继续吧 我们先看一下支付在 AI 原生的支付 支付在 AI 原生的话 是云原生的支付 不是云原生 不好意思 是 AI 原生的支付 为什么有这三种支付 现在我们是支持了 三种支付的一个通道 后面的话会集成 更多的支付的通道 有一个疑问 大家有没有一个疑问是 我现在已经有一些支付的 App 了 然后有一些 AI 其实它也可以支付 那为什么还需要 针对 AI 做一套支付的一个标准 这个问题就是 我刚刚前面其实已经说过了 AI 就是它处理现在的支付系统 它是没有办法很好的去兼容的 那我们这三个通道 它是专门为 AI 来进行设计的 AI 它可以 因为现在不是有一句话 叫万物皆 Token 吗 实际上我们这三种模式 对 AI 的话 对 AI 提供的就是 Token AI 拿到的是 Token 它拿到这个 Token 然后它去支付 就说我们提供了这三种模式 首先我们从大的层面上面来说 我们举个实际的例子 可能更好理解一下 比如说现在有一个 Agent 然后调用 Agenzo 然后它说你给我 发一个支付的凭证吧 我要付款 然后这个时候 我们 Agenzo 收到了一个请求的时候 后面的话是有 Auto 模式 然后还有就是 它可以选择任意的模式 假如说它说你给我发一张 虚拟卡吧 然后我要用虚拟卡付款 这个时候 Agenzo 会使用 就是第一个 VCN 会给它发一张虚拟卡 它拿到这个卡 它可以在 如果说它用的是 Agenzo 的服务 它可以在 Agenzo 进行付款 它如果说是 比如说用的是其他的一个支付 它可以调用其他的支付系统 然后去付款 VCN 就是我简单说一下 它是一个虚拟卡的一个概念 什么是虚拟卡呢 就是说我们大家用 平时用的虚拟卡 它其实是一张实体的卡 它有卡号 CVV 有效期 但是 如果说是假如说我们把这张卡 给到 AI 会发生什么情况 就是说如果假如来一天 AI 出 bug 了 就是如果说 我说你给我做一个行程规划 然后人就走开了 那 AI 然后去调用另外的 AI 假如说这个 AI 然后有一些 bug 它可能会把你信用卡 里的钱全部都搞完 然后因为程序出 bug 这个东西是没有办法避免的 那我给它发一张 VCN 的卡 第一个这个卡号 它是一次性使用的 它如果说是下次再使用 这个卡就过期了 第二个这个卡 它有一个金额的一个上限 假如说就是我说 就是我的预算 然后是5000 那我就发一张5000 5000块钱的虚拟卡 这5000块钱用完了之后 就没有了 它是一次性的 这个是 VCN 然后 network token 这一块的话 是我们是背后集成的 卡组织原生的一个 AI payment 的一个能力 这一块的话 目前我们是集成的 银联 还有 Mastercard 还有 Visa 这一块的话是 network token 就是跟 VCN 有些类似 但是它也不一样 因为它是卡组织 然后原生的一个 就是支付的一个能力 它如果说是 我们给它发的 network token 的话 它拿到了这个 它可以到任意的收单机构 它可以去完成这笔交易 第三块是 基于链上的一个操作 现在的话 我们是支持了 x402 举一个例子 假如说用户说 我要去订阅一个新闻 但是新闻的网站 它使用的 比如说 它要用 不管是比特币 还是稳定币 反正它就是要用 就是非法币 然后就进行支付 这个时候用户 它是没有 数字钱包了怎么办 它就是通过 Agenzo 然后来调用 Agenzo Agenzo 会去做一个签名 然后拿到这个签名 然后去做相关的一个付款的动作 当然这一块的话 因为今天时间的关系 这一块没有办法去展开去讲 这一块 它里面的一个流程 然后还是比较复杂的 就是如果说是 大家有兴趣 可以到时候私下来 去交流更多技术方面的一些细节 那就是一笔真实的交易 就是从发现商户 然后到商户的付款 然后到最终的履约 它长得什么样子呢 就这个图 可能看起来不大清楚 我简单地说一下 Agenzo 是这样子的 就是如果说我 这个时候那个告诉 Agenzo 说 我需要一个行程规划 一个七天的一个行程规划 然后就是我 我要 我现在上海我要去云南 就是我给他说了这么一段话 然后剩下的 然后你给我搞定 那这个时候呢 Agenzo 接收到了这个任务的时候 它会做这么几个动作 那第一个动作 它是它会首先做一个规划 这个规划的话 这就是不仅包括了 就是用户的这个意图的规划 还包括了 我们的 Agenzo 在背后怎么去匹配商户 然后怎么去 根据这个用户的价格 去做最优化的一个方案 就是这个方案 首先会就是匹配出来 匹配出来了之后 然后给用户去确认 那用户确认完了之后 后面的话 会有一个付款的环节 但是这一点我们 可能要提前说一下 就是因为现在的话 我们现在大部分的场景是 人与 Agent 的交互 就是我们之前说的那种场景 是 Agent 与 Agent 进行 一个自动的交互 因为 Agent 与 Agent 之间的自动交互 现在的话市面上还不成熟 坦白说 我们现在还处于 就是那个 MVP 阶段 现在的话是必须有人去确定 就是人确定完了之后 Agent 就是 与 Agent 之间会进行一个通讯 然后呢会给 Agent 去发 Token 发完 Token 之后 就是完成支付 当然如果说 在这个过程中 假如说我们用的是那个 Mastercard 可能是有些风控相关的一些 要求需要用户去做那个支付 可以去做3D 认证的时候 会去比如说用户去扫脸 去做那个指纹的录入 大概是这么一个流程 最后完成商户的履约 刚刚我们说了那个 一个整个的一个交易的流程是什么样子的 然后呢支付是什么样子的 那最后一块 最后一块是什么呢是商户 因为光有支付是不够的 那如何使用 Agenzo 让 Agenzo 去发现资源 这个是第一个要解决的一个问题 第二个要解决的问题是什么呢 我们现在不管是 商户的系统 就是我们现在所有的 IT 系统 在外面的一个困境是什么呢 因为现在是 Agentic 时代 但是我们设想一下 如果让 Agent 来调用 我们公司自己开发的这个 IT 系统 它其实是调不通的 因为传统的这个 IT 系统和 Agent 就是和大模型它中间是有一个鸿沟的 Agent 是没有办法去理解 我们现在就是这个 IT 系统 IT 系统现在是围绕着人构建的 它不是围绕着 Agent 构建的 如果说我们使用传统 API 对接的这种方式 我们如果要接商户的话 如果我们接一家商户 可能需要三天 如果我们接100家商户 1000家商户 那这需要的时间更久 人力成本是非常非常大的 所以说针对这一块 然后这个痛点 我们就是有一套后台的一个录入系统 这个录入系统就是 我们自己的运营可以用 然后商户也可能 如果商户需要入驻到 Agenzo 平台 它只需要把公司的一些业务的情况 还有它系统的 IT 的一个情况 比如说它的 OpenAPI 录入到我们的系统里面 那我们的系统有一套标准化的流程 这个流程它是做什么用的 它是把传统的 IT 系统的 API 它把它转换成 Merchant Service Card 就是转换成 Service Card 之后 那 Agent 拿到 Service Card 它就可以理解我们系统中 API 然后 API 与 API 之间的关系 然后我要调用这个 API 它的前置条件是什么 这个 API 它的一个数据结构是什么 哪些 API 可以相互进行组合 API 比如说我调用 API A 然后调到 API B 然后中间有没有一些分支结构 有没有一些循环结构 我们都可以去解决 这样的话就是有个什么好处呢 它完全就是把商户对接这一层的 工作量给省下来了 大家可能听过一个协议叫 MCP 它也是做这个工作的 只是我们把这个工作给它落实和实现了 这样的话就是商户的接入是非常简单的 商户通过我们提供的工具 然后在我们平台上面做一些录入 当然了这个操作的一个前提是需要有真正懂业务的人 然后在上面去操作 这样的话就是操作完了之后 我们这边审查通过了之后 就直接上架了 上架完了之后 就可以通过我们那个标准的 SDK 然后来发现这个商户了 假如说就是有其他的 Agent 然后使用了 Agenzo 的服务 对吧 然后来进行调用 它可以去发现背后的商户的 它可以就是做一些商户的履约了 比如说我们现在最近 我们又对接了一家酒店 其实也是使用了这种模式 他们的一个运营人员 把他们的一个相关的东西 把它录入进去了之后 我们那个工具会自动地去对接他们的 API 会去跑完了之后 我们这个跑的话 就是这一块因为工作了 因为那个时间的关系 可能就是细节方面讲不了太多 就是我们那个工具的话 它跑的过程中 就类似于模型训练一样 它跑完了之后 它是首先会生成一些 一对一的案例 然后会生成那个 service card 然后把这些数据 然后丢到 Agent 让 Agent 去跑 跑完了之后再去对照目标 如果目标与真实之间 然后有差异 然后再反过来 然后比较差异 然后再跑 最终 然后跑出一个 真正可以可用的 一个 service card 出来 这个 service card 经过对方的 商户的运营人员的验证 验证完了之后 然后就可以上线了 大概就是这么一个流程 这样的话就是 我们把支付 然后把商户 然后就形成了一个闭环 现在的话 我们现在还处在什么阶段 我们刚刚讲了 现在我们大部分其实是 人与 Agent 进行交互 就是人必须去点按钮 即使我们使用了 Agent 我们也要跟 Agent 进行说话 Agent 然后给我们反馈 然后我们再给 Agent 交互 但是我们现在正在做的一个事情 是 Agent 与 Agent 之间的交互 说白了就是 我们可以理解为 Agent B to B 的 Agent 就是可以简单的这么理解 如果说是 Agent 与 Agent 之间的交互 频率然后上升 然后 Agent 与 Agent 然后交互 它的安全性然后得到保证 那后面的话 基于 Agent 与 Agent 之间的 这一种技术 我觉得可能是另外一种 范式吧 因为它的效率 比我们目前人与 Agent 交互 高出太多了 比如说我要做一个 我是一个采购 我要做一个相关的预算 我要买很多很多的东西 那我完全可以 把我的需求 我的预算然后交给 Agent 然后我把我的需求 说完了之后 后面的话 Agent 然后自动会去发现 其他的 Agent 会与其他的 Agent 进行交互对吧 然后最终 它会做一份 相对来说 更加高效的 更加完美的一个执行计划 然后给你 因为我们已经设置了 相关的预算对吧 所以说 这个时候 Agent 都可以完全按照 我们那个制定的要求 然后去实现 大概我们 做的就是这么一个事情 现在的话 我们现在还在那个第二阶段 现在就是刚刚 郑老师已经讲了 我们就是一些基础设施 然后现在是有亚马逊云科技 协助然后跟我们那个 共建的 那未来的话 我相信在2027年 或者说是在之后 Agent 与 Agent 之间 交互的这种模式 那一定是要 多于人与 Agent 进行交互的 这种 因为我理解 这才是真正的 Agent 人机交互 人机交互还不够智能 真正的智能是 Agent 与 Agent 之间交互 Agent 与 Agent 之间 然后把所有的事情 然后就把它干完了 就最起码 它可以解决 我们大部分的一个场景 或者说是需求 我们那个 gRPC 然后是 Agent 调用的 这个标准 这一块的话 我们已经开源了 在 GitHub 上面开源了这个项目 下面的话 是我们的一个官网 大家有兴趣的话 可以访问一下 当然了 因为今天时间的关系 就是有很多 那个流程 技术的细节 然后就是没有办法 然后展开的去讨论 如果说是大家有兴趣的话 可以私底下 然后来进行那个沟通 交流技术上面的探讨 产品的设计 都可以欢迎 那今天 我的分享就到这里了 谢谢大家