技术深度解析
AI智能体自主花钱的能力建立在三大技术支柱之上：可靠的智能体推理、可编程支付基础设施，以及信任最小化结算协议。
智能体推理与函数调用
第一个推动力是大语言模型函数调用准确率的显著提升。GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro等模型在标准函数调用基准测试（如Berkeley Function Calling Leaderboard）中已实现超过90%的准确率。这一可靠性至关重要，因为一个误解购买指令或产生幻觉交易的智能体可能造成真实财务损失。底层架构涉及一个循环：大语言模型接收用户请求，将其分解为步骤，调用外部API（如支付网关或云市场），接收结构化响应，并迭代直至任务完成。NVIDIA的`function-calling`开源项目（近期星标数超过5000）为此模式提供了参考实现，而LangChain和AutoGen等框架则为构建智能体花钱工作流提供了更高级的抽象。
可编程智能体钱包
第二个支柱是专为智能体设计的可编程钱包的兴起。这些并非传统加密货币钱包，而是基于智能合约的账户，可以强制执行支出限额、对大额交易要求多重签名审批，并记录每一笔购买以供审计。例如，`AgentWallet`协议（GitHub上一个匿名开源项目，约1200星标）允许开发者部署具有可配置策略的钱包：每日上限、类别限制（如禁止赌博或成人内容）以及时间锁定审批。这些钱包既集成法币通道（通过Stripe Connect或Plaid），也集成加密货币通道（通过以太坊或Solana智能合约）。关键创新在于钱包本身可以成为一个智能体——它能在硬编码约束内协商条款、比较价格并执行交易，无需人类干预。
信任最小化结算
第三个支柱是智能体之间信任最小化交易的基础设施。当两个智能体谈判一笔交易——比如一个智能体向另一个购买计算时间——它们需要一种机制确保双方履行义务。区块链网络上的智能合约提供了这一机制，但存在显著的延迟和成本开销。一种更实用的方法是采用“乐观结算”协议，即交易在挑战窗口期内默认有效。`Flashbots`研究小组提出了一个“抗MEV智能体市场”，使用零知识证明来验证智能体身份和交易历史，同时不泄露敏感数据。这仍处于实验阶段，但指向了一个智能体可以在最小信任假设下进行交易的未来。
| 模型 | 函数调用准确率 (Berkeley排行榜) | 每次调用平均延迟 | 每100万次函数调用成本 |
|---|---|---|---|
| GPT-4o | 92.3% | 1.2秒 | $15.00 |
| Claude 3.5 Sonnet | 91.8% | 1.5秒 | $12.00 |
| Gemini 1.5 Pro | 89.7% | 0.9秒 | $10.50 |
| Llama 3.1 405B (通过API) | 87.4% | 2.1秒 | $8.00 |
数据要点： 虽然GPT-4o在准确率上领先，但成本差异显著。对于高容量的智能体支出（如程序化广告竞价），即使2%的准确率差距每年也可能转化为数百万美元的错误交易。这为专门针对金融函数调用优化的、更便宜的模型创造了强大激励。
关键参与者与案例研究
智能体买家经济正由成熟的科技巨头、灵活的初创公司和开源社区共同构建。以下是关键参与者及其策略。
OpenAI 在推动智能体花钱能力方面最为激进。其Assistants API现已支持可调用外部支付API的“工具使用”模式，其GPTs生态系统允许用户创建可访问“钱包”的智能体（目前面向企业客户处于测试阶段）。OpenAI的策略是掌控智能体运行时，并对每笔智能体发起的购买收取小额交易费（0.5-1%）。这对Stripe和PayPal等传统支付处理商构成直接威胁。
Anthropic 采取更为谨慎的方法，强调金融交易的“宪法AI”原则。其Claude for Work产品包含“支出策略”功能，允许企业设置精细规则（例如“未经人类批准不得进行超过500美元的购买”）。Anthropic的差异化优势在于安全性和可审计性，这吸引了金融和医疗等受监管行业。
Google DeepMind 正利用其在强化学习方面的专长，训练能够长期优化支出的智能体。其“Agent Optimizer”项目（2024年发表于《自然》杂志）展示了一个能够管理云预算的智能体。