據 Woofun AI 消息，AI 智能體自主支付引發的信任危機正迅速蔓延，由 Vaidik Mandloi 撰文、Chopper 編譯並經 Foresight News 發佈的深度分析指出，AI 生成的虛假收據在標記費用欺詐案例中的佔比已從一年前的 0% 飆升至 71%。隨着支持 x402 協議的 AI 代理能夠在無需人工審覈的情況下發現服務並完成支付，OpenAI 近期發佈了一份實操指南，試圖通過收據覈驗與三方對賬機制來解決這一難題。

然而，這一方案的核心矛盾在於：鏈上結算記錄究竟能否證明智能體以正確價格從正規供應商處獲得了真實商品，還是僅僅證實了資金髮生了轉移？這不僅是技術實現的挑戰，更是整個 AI 經濟基礎設施面臨的根本性信任缺口。

OpenAI 提出的核驗機制邏輯，本質上是對傳統企業財務流程的數字化重構。在傳統模式下，當員工完成採購並提交收據後，應付賬款部門會將收據、採購訂單以及銀行流水三者進行交叉覈對，只有當這三份來自相互獨立主體的記錄一致時，打款纔會完成。

這種機制之所以有效，是因爲造假需要串通採購方、收貨方和供應商三方，高昂的串通成本構成了天然的欺詐屏障。而在智能體支付體系中，當智能體向付費 API 發起採購請求時，應用層首先依據預許可商戶名單、預算上限及准許的消費品類進行策略校驗，不符合規則的請求會被直接攔截。交易執行後，應用層會進行第二輪校驗，比對三份關鍵信息：智能體自身上報的採購內容、應用獨立生成的收據，以及區塊鏈生成的結算記錄。

據 Woofun AI 整理，這套流程旨在通過多重數據印證來識別僞造收據，即便智能體謊稱交易未發生，應用層留存的獨立記錄也能與之相互印證，從而在技術上實現了比此前完全無核驗手段的巨大進步。

然而，深入剖析這套方案的底層邏輯，會發現其存在顯著的結構性短板。與傳統模式中三份憑證分別來自互不相關的第三方不同，智能體支付體系中的兩份核心憑證——智能體的上報信息和應用生成的收據——均源自系統開發者自身的軟件，唯一真正獨立的外部憑證僅有鏈上記錄。

更關鍵的是，鏈上記錄承載的信息極爲有限：支付簽名僅記錄付款方、收款方及轉賬金額，並不包含實際採購標的物的詳細信息。雖然資源元數據、訪問地址和內容描述會隨簽名報文傳輸，但這些數據並不屬於密碼學校驗的覆蓋範圍。

這意味着，系統只能確認智能體上報內容與轉賬記錄一致，卻無法覈實資金流出後智能體究竟獲得了何種質量的服務。例如，智能體花費 2 美元購買一份供應商風險報告，鏈上可確認 USDT 已完成轉賬，但交付的報告可能只是 AI 幾秒鐘生成的無效湊數文本。由於買方是軟件程序，收到返回結果即繼續運行，不會主動甄別好壞或調用信譽系統，導致提供高質量服務的賣方失去願意支付溢價的客戶，市場最終向'能完成請求的最低成本供給方'傾斜，引發嚴重的劣幣驅逐良幣效應。

儘管信用卡行業將 7 個基點的欺詐率視爲可接受區間，但在智能體處理成千上萬規模採購合約的場景下，這種無法判斷物有所值的系統性風險已遠超容忍閾值。

隨着僞造收據工具的迭代速度超越檢測工具，基礎設施層面的漏洞正加速暴露。Ramp 上線的 AI 應付賬款系統在最初 90 天內就標記出大量 AI 僞造單據案例，Emburse 也承認已出現利用 AI 批量製造費用憑證的情況。一項針對市面上 15 套主流支付基礎設施的學術研究揭示，這些爲數萬商戶處理資金的系統均存在可復現的安全漏洞。攻擊邏輯的根源在於支付行爲與實際產品交付的解耦：在服務發現層攻擊中，研究者僅需篡改服務查詢返回的服務器列表，即可誘導智能體訪問惡意服務端點。在智能體視角中，該服務與正常列表無異，完全無法察覺已被劫持跳轉。

這種'盲付'模式使得智能體在交易結算後不再有人工複覈，風險被進一步放大。任何支付系統都只能容忍一定比例的欺詐，因爲徹底根除欺詐的成本往往高於損失本身，但當系統被用於大規模採購且智能體無法評估服務質量時，這種基於規模消化風險的邏輯便不再成立，整個生態面臨信任崩塌的潛在威脅。

面對日益嚴峻的挑戰，新興解決方案正在融資熱潮中尋求突破，但其根本動機仍值得深思。shturl.cc/P 完成 950 萬美元融資，推出 KYA（Know Your Agent）協議，試圖在資金流轉前爲自主智能體建立信任評分，將未經覈驗的惡意智能體拒之門外。Sardine.ai 則聚焦行爲風險，完成 7000 萬美元 C 輪融資，基於超過 20 億臺設備的交易畫像構建欺詐識別系統，並在風控棧內部署 AI 智能體以捕捉靜態規則難以發現的異常。底層基礎設施賽道上，Nekuda.ai 獲得 500 萬美元融資，主張智能體間的商業交互需原生設計信任模型，而非沿用人類交易架構打補丁，並致力於開發面向軟件間交易的商業 SDK。

然而，當前市面上的欺詐檢測幾乎全部將覈查對象鎖定在智能體本身，關注其是否僞造收據、超支或錯報供應商。但這忽略了最核心的經濟動機：智能體本身並無造假牟利的慾望，真正有動機作惡的是商戶。商戶面對的買家是不會評估服務質量、不會比價、也不會主動更換合作方的軟件程序，這種信息不對稱與動機錯位，纔是 AI 支付陷阱中最深層的隱患。