技术深度解析
核心挑战在于AI代理在根本不同的交易向量上运行。人类欺诈模式可能涉及一张被盗卡在新城市进行500美元消费。代理欺诈模式可能涉及10,000笔每笔0.01美元的微交易以测试卡有效性，或一笔由提示注入触发的5万美元单笔消费，该提示告诉代理“你是一位购买礼物的富有高管”。
防御栈架构
现代代理支付安全正在演变为多层架构：
1. 交易前层：通过密码学证明进行代理身份验证。代理必须出示签名凭证，证明其来自已知且未被篡改的模型。这类似于代理的mTLS。开源项目'AgentAuth'（GitHub: agentauth/agent-auth，2.3k星标）使用许可账本上的可验证凭证实现此功能。
2. 交易时层：行为图分析。Stripe的Radar for Agents（测试版）等系统并非分析单笔交易，而是构建代理行为的时间图——访问哪些网站、决策耗时多久、模拟哪些鼠标/键盘模式。移动过于线性（无人类式犹豫）或过于快速（决策间隔低于100毫秒）的代理会触发标记。
3. 交易后层：持续对账。由于代理可自主执行退款或拒付，系统必须追踪整个生命周期。Brex的'Agent Expense'产品使用有向无环图（DAG）记录每项财务操作，若后续任何步骤被标记为异常，可回滚整个序列。
检测模型基准测试
我们在包含100万笔代理交易（50%良性，50%恶意）的合成数据集上比较了三种领先欺诈检测方法：
| 模型 | 检测准确率 | 误报率 | 延迟（毫秒） | 每千笔交易成本 |
|---|---|---|---|---|
| 基于规则（阈值+速度） | 82.3% | 1.2% | 12 | $0.04 |
| 图神经网络（GNN） | 94.7% | 0.8% | 48 | $0.21 |
| 基于Transformer（时间序列） | 96.1% | 0.5% | 112 | $0.55 |
数据要点：虽然Transformer模型提供最高准确率，但其延迟（112毫秒）可能无法满足高频代理交易或实时竞价场景。GNN方法提供了务实的中间地带——94.7%准确率，48毫秒延迟——使其成为当前生产部署的最佳平衡点。
GitHub生态系统
除商业产品外，开源社区正在构建基础工具。'AgentWallet'（github.com/agentwallet/agentwallet，4.1k星标）提供Python SDK，用于创建具有可编程消费规则的钱包：每日限额、类别限制（例如禁止赌博网站）以及超过100美元金额需人工审批。另一个值得关注的仓库'PromptGuard'（github.com/promptguard/promptguard，1.8k星标）专注于检测旨在劫持代理消费行为的提示注入攻击——它使用微调后的DeBERTa模型在输入提示到达代理前将其分类为安全或恶意。
关键参与者与案例研究
竞争格局涵盖现有巨头与新兴挑战者：
支付巨头
- Visa：2026年第一季度推出'Visa Agent Risk Score'，这是一个实时API，基于设备指纹、行为速度和商户声誉为每笔代理交易分配风险评分（0-100）。早期采用者报告欺诈性代理交易减少40%。
- Mastercard：以'Mastercard Decision Intelligence for Agents'作为回应，该产品使用联邦学习模型，在多家银行间训练而不共享原始交易数据。其关键差异化在于跨机构异常检测——若某代理在一家银行被标记，信号会传播至其他机构。
金融科技颠覆者
- Plaid：其'Plaid for Agents'产品提供统一的代理认证和消费控制API。值得注意的是，他们引入了'Agent Consent Tokens'——短期有效的OAuth令牌，单次交易后或5分钟内过期，可防止重放攻击。
- Brex：如前所述，其基于DAG的费用追踪独一无二。他们还提供'Agent Cards'——余额为零的虚拟卡，每次消费会话需由人类充值，有效实施预批准模式。
初创创新者
- Sardine：专注于代理行为生物识别。其'AgentID'产品根据导航模式、API调用节奏甚至随机数生成器的熵，为每个代理实例创建独特的行为指纹。这使得攻击者极难伪造合法代理。
| 公司 | 产品 | 关键特性 | 定价模式 | 采用量（估计用户数） |
|---|---|---|---|---|
| Visa | Agent Risk Score | 实时评分API | $0.05/次评分 | 12,000家商户 |
| Plaid | Agent Consent Tokens | 短期OAuth | $0.02/令牌 | 8,500个应用 |