据 Woofun AI 消息，AI 智能体自主支付引发的信任危机正迅速蔓延，由 Vaidik Mandloi 撰文、Chopper 编译并经 Foresight News 发布的深度分析指出，AI 生成的虚假收据在标记费用欺诈案例中的占比已从一年前的 0% 飙升至 71%。随着支持 x402 协议的 AI 代理能够在无需人工审核的情况下发现服务并完成支付，OpenAI 近期发布了一份实操指南，试图通过收据核验与三方对账机制来解决这一难题。

然而，这一方案的核心矛盾在于：链上结算记录究竟能否证明智能体以正确价格从正规供应商处获得了真实商品，还是仅仅证实了资金发生了转移？这不仅是技术实现的挑战，更是整个 AI 经济基础设施面临的根本性信任缺口。

OpenAI 提出的核验机制逻辑，本质上是对传统企业财务流程的数字化重构。在传统模式下，当员工完成采购并提交收据后，应付账款部门会将收据、采购订单以及银行流水三者进行交叉核对，只有当这三份来自相互独立主体的记录一致时，打款才会完成。

这种机制之所以有效，是因为造假需要串通采购方、收货方和供应商三方，高昂的串通成本构成了天然的欺诈屏障。而在智能体支付体系中，当智能体向付费 API 发起采购请求时，应用层首先依据预许可商户名单、预算上限及准许的消费品类进行策略校验，不符合规则的请求会被直接拦截。交易执行后，应用层会进行第二轮校验，比对三份关键信息：智能体自身上报的采购内容、应用独立生成的收据，以及区块链生成的结算记录。

据 Woofun AI 整理，这套流程旨在通过多重数据印证来识别伪造收据，即便智能体谎称交易未发生，应用层留存的独立记录也能与之相互印证，从而在技术上实现了比此前完全无核验手段的巨大进步。

然而，深入剖析这套方案的底层逻辑，会发现其存在显著的结构性短板。与传统模式中三份凭证分别来自互不相关的第三方不同，智能体支付体系中的两份核心凭证——智能体的上报信息和应用生成的收据——均源自系统开发者自身的软件，唯一真正独立的外部凭证仅有链上记录。

更关键的是，链上记录承载的信息极为有限：支付签名仅记录付款方、收款方及转账金额，并不包含实际采购标的物的详细信息。虽然资源元数据、访问地址和内容描述会随签名报文传输，但这些数据并不属于密码学校验的覆盖范围。

这意味着，系统只能确认智能体上报内容与转账记录一致，却无法核实资金流出后智能体究竟获得了何种质量的服务。例如，智能体花费 2 美元购买一份供应商风险报告，链上可确认 USDT 已完成转账，但交付的报告可能只是 AI 几秒钟生成的无效凑数文本。由于买方是软件程序，收到返回结果即继续运行，不会主动甄别好坏或调用信誉系统，导致提供高质量服务的卖方失去愿意支付溢价的客户，市场最终向'能完成请求的最低成本供给方'倾斜，引发严重的劣币驱逐良币效应。

尽管信用卡行业将 7 个基点的欺诈率视为可接受区间，但在智能体处理成千上万规模采购合约的场景下，这种无法判断物有所值的系统性风险已远超容忍阈值。

随着伪造收据工具的迭代速度超越检测工具，基础设施层面的漏洞正加速暴露。Ramp 上线的 AI 应付账款系统在最初 90 天内就标记出大量 AI 伪造单据案例，Emburse 也承认已出现利用 AI 批量制造费用凭证的情况。一项针对市面上 15 套主流支付基础设施的学术研究揭示，这些为数万商户处理资金的系统均存在可复现的安全漏洞。攻击逻辑的根源在于支付行为与实际产品交付的解耦：在服务发现层攻击中，研究者仅需篡改服务查询返回的服务器列表，即可诱导智能体访问恶意服务端点。在智能体视角中，该服务与正常列表无异，完全无法察觉已被劫持跳转。

这种'盲付'模式使得智能体在交易结算后不再有人工复核，风险被进一步放大。任何支付系统都只能容忍一定比例的欺诈，因为彻底根除欺诈的成本往往高于损失本身，但当系统被用于大规模采购且智能体无法评估服务质量时，这种基于规模消化风险的逻辑便不再成立，整个生态面临信任崩塌的潜在威胁。

面对日益严峻的挑战，新兴解决方案正在融资热潮中寻求突破，但其根本动机仍值得深思。shturl.cc/P 完成 950 万美元融资，推出 KYA（Know Your Agent）协议，试图在资金流转前为自主智能体建立信任评分，将未经核验的恶意智能体拒之门外。Sardine.ai 则聚焦行为风险，完成 7000 万美元 C 轮融资，基于超过 20 亿台设备的交易画像构建欺诈识别系统，并在风控栈内部署 AI 智能体以捕捉静态规则难以发现的异常。底层基础设施赛道上，Nekuda.ai 获得 500 万美元融资，主张智能体间的商业交互需原生设计信任模型，而非沿用人类交易架构打补丁，并致力于开发面向软件间交易的商业 SDK。

然而，当前市面上的欺诈检测几乎全部将核查对象锁定在智能体本身，关注其是否伪造收据、超支或错报供应商。但这忽略了最核心的经济动机：智能体本身并无造假牟利的欲望，真正有动机作恶的是商户。商户面对的买家是不会评估服务质量、不会比价、也不会主动更换合作方的软件程序，这种信息不对称与动机错位，才是 AI 支付陷阱中最深层的隐患。