還記得騰訊AI專屬卡嗎？

2026年6月17日，微信支付公開介紹了正在測試的「AI 專屬卡」。簡單來說，這是一張專門給AI Agent使用的受限支付卡，用戶可以提前充值、設定額度，再把它綁定到 WorkBuddy等Agent。之後，AI就能根據用戶指令完成搜索、推薦和下單，費用則從這張專屬卡里扣除。

騰訊總裁劉熾平在2025年11月的財報電話會議中就提到，「微信最終會推出AI智能體，可以在微信內部幫用戶完成大量任務。微信擁有社交、小程序生態，還有無縫打通的支付生態。理想的助手，理解用戶需求，在微信生態內執行全部任務。」

然而直到現在，這個支付沙盒都沒上線，而且自那之後再沒有後續消息傳出。

但今天傳出消息，亞馬遜搶先把這個產品做出來了。

8月19日，亞馬遜AWS宣佈Amazon Bedrock AgentCore Payments正式進入GA階段。此前還只有一些簡單付費場景的預覽功能，現在已經可以讓 AI Agent在用戶授權和預算限制下，自主購買付費API、MCP服務、數字內容以及模型推理能力。

用戶可以為錢包充值，開發者的密鑰則被放進AgentCore Identity Secrets Manager，Agent不需要、也無法直接看到原始憑據。每次支付還可以設定金額上限和失效時間，基礎設施會在交易簽名前進行確定性校驗，防止Agent越權花錢。

這就跟此前騰訊曾測試微信支付AI專屬卡功能「撞車」了。

騰訊的做法同樣是不給Agent用戶完整的錢包權限，單獨劃出一筆資金，用戶先充值、設定額度，WorkBuddy再根據指令完成搜索、推薦和下單，最後由用戶確認支付。

不過兩者還是有差別的，雖然從表面上看，騰訊和亞馬遜都是在讓AI代替用戶花錢，但往下看就會發現，騰訊更生活，亞馬遜更商務。

要看清兩者的差別，還得從它們各自服務的對象和支付方式說起。

01

亞馬遜Agent錢包和

騰訊AI專屬卡有何區別？

先看亞馬遜。

AgentCore Payments面向的並非普通的消費者，而是部署AI Agent的企業和開發者。它要解決的，是讓Agent在執行任務時，能夠直接購買自己所需要的數字資源。比如付費API、MCP Server、實時數據、網頁內容、模型推理和算力服務。

舉例來說，一個研究Agent可以按次購買金融數據，一個編程Agent可以調用收費工具，一個瀏覽器Agent可以訪問付費網頁。

所以，與其說是自動支付，我倒覺得AgentCore Payments的更像是給開發者部署的一套支付基礎設施。

開發者先選擇Coinbase CDP或Stripe、Privy這類錢包服務商，準備對應的API Key和Secret。然後把憑據交給亞馬遜的AgentCore管理，創建支付管理器、支付連接器和支付工具，再為每一次Agent交互創建支付會話。

如果是亞馬遜AgentCore Payments的終端，那就需要為錢包充值，並明確授權Agent代表自己支出，這點倒是和AI專屬卡類似。

之後，當Agent遇到支持x402或MPP的收費服務時，它就可以發起支付請求。AgentCore會在交易簽名前檢查金額、會話狀態和預算上限，只有符合規則，才能調用底層錢包完成簽名並且支付。

總的來看，它的關鍵其實不在於「給AI安排了一張卡」，而在於把支付嵌入進了Agent的工作流。

概括一下，如果我的工作流需要用到這個，而這個又要花錢，那麼AgentCore Payments就替我在後台完成花錢這個動作，這就讓我可以不用跳出工作流去花錢。

再看騰訊。正如開頭提到的，用戶要先在微信錢包裏開通AI專屬卡，把一筆預算從微信零錢轉進去，再將它綁定到WorkBuddy等Agent。

然後當用戶跟Agent對話中，提出「幫我買團購券」或「幫我訂服務」之類的需求後，Agent負責理解需求、搜索商品、比較選項並生成訂單。

接下來，微信支付負責把訂單和金額髮送到用戶手機，用戶確認並驗密後，款項纔會從AI專屬卡中扣除。

所以微信支付的AI專屬卡，本質上是一張專門給Agent使用的受限副卡。而且AI專屬卡並不能像AgentCore Payments一樣，可以打通別的錢包，只能用AI專屬卡里的錢進行消費。

換句話說，騰訊把 AI 的花錢能力壓縮在「這張卡里有多少錢」這個問題上，先把最危險的無限授權變成一個可見、可控、可撤回的餘額限制。

但是它AI專屬卡，要比AgentCore Payments更生活化。

此前騰訊曾公開過幾個使用案例，其中有一個就是用戶打開WorkBuddy，在專家頁面召喚「美團生活助手」，然後問它「附近有什麼好喫的團購」。

WorkBuddy就會結合用戶的位置信息和偏好搜索商家，再把商品推薦出來。

AI專屬卡這條鏈路的重點，是把原來分散在搜索、比價、下單、打開微信支付幾個應用裏的動作，壓縮成一次對話。AI先替用戶「跑腿」，微信支付再把付款收回來，支付仍然是整個消費閉環的最後一步。

兩者最大的差別在於，兩家公司想把支付放在不同的位置。騰訊想把AI從「會推薦」推進到「能消費」，讓用戶說完一句話之後，生活服務能夠在微信和小程序生態裏閉環。

亞馬遜則希望支付成為Agent工作流裏的基礎動作。它不要求開發者把每家服務商的結賬頁面、訂閱體系和API Key都重新塞進Agent，而是讓Agent在後台主動發現收費服務、完成結算，再繼續執行任務。

這也是為什麼看起來兩家公司都在做AI錢包，實際卻已經走向了兩個不同的市場。

02

對比微信支付，

AWS的關鍵設計是什麼？

亞馬遜之所以敢讓Agent替用戶完成消費的動作，實際上有三層關鍵設計。

第一層是身份和憑據的分離。

微信支付的AI專屬卡不需要把用戶的支付密碼交給WorkBuddy，Agent只能通過綁定關係和用戶確認完成支付，用戶需要點確認，它的支付動作，是按「一筆一筆」來的。

相對而言，亞馬遜的做法更適合企業環境，開發者的Coinbase或Privy密鑰由AgentCore Identity Secrets Manager負責託管，Agent本身是拿不到原始密鑰的。

它只能調用支付工具，向AgentCore提交一個支付請求。在這之後，AgentCore再使用由憑據派生出的短期令牌，指示錢包服務商執行創建錢包或交易簽名等操作。

也就是說，Agent只有有「請求付款」的能力，卻沒有直接拿着私鑰轉賬的能力。

換句話說，AgentCore Payments從始至終不碰錢，它只負責向兩邊傳話。「那邊錢打過去了」、「這邊錢打過去了」，僅此而已。

AI專屬卡則是「好，你等會，我從我的兜裏拿錢給你」。

簡單概括成一句話，騰訊重點解決的是「我可以花多少錢」，亞馬遜重點解決的是「這個Agent以什麼身份、憑什麼權限、在什麼條件下發起這筆支付」。

對一個單一的消費者場景來說，餘額隔離已經足夠直觀。但對企業來說，同一個Agent可能服務很多用戶、調用很多供應商，還要在不同會話之間區分預算。

如果只給它一個錢包地址，後續很快就會遇到賬戶混用、權限無法撤回和審計困難的問題。

第二層是支付會話。

亞馬遜在文檔中寫到，AgentCore Payments是把支付當成上下文來處理。

除了錢不夠這點以外，單次會話如果時間太長，或者是會話內容有問題，那Agent都無法繼續支付。

舉個例子，在AgentCore Payments可以使用的諸多場景中，有一個場景是研究。用戶想研究物理學知識，Agent負責替用戶購買相關文獻資料。但如果出現了與物理學無關的支付請求，那麼Agent同樣也不能完成支付。

第三層是確定性校驗。

大模型是非確定性系統，它可能把網頁上的一句話誤讀成付款授權，也可能在接口超時後重複重試。

都說英雄不問出處，然而亞馬遜明確把預算校驗，放在了交易簽名前的基礎設施層，亞馬遜認為，不管你是誰，必須得問清楚來歷。

只有校驗通過，底層錢包纔會簽名。這個順序很重要，因為它意味着亞馬遜沒有把最後一道安全閘門交給模型。模型只有一個權力，那就是告訴錢包，「我真的很需要這筆錢」。

第四層是協議編排。

微信支付AI專屬卡目前主要嵌在微信支付和生活服務的訂單流程中，但亞馬遜需要面對的是一堆可能互不兼容的機器支付協議。

在預覽階段，AgentCore Payments支持由Coinbase發起的X402。亞馬遜稱，進入GA後，還加入了Stripe與Tempo共同制定的MPP。

亞馬遜的做法其實有一點像Claude Code。無論底層面的服務商是誰，都不需要為每一種支付標準重寫Agent，接入進來，就按亞馬遜已經編排好的那套直接開始運行。

第五層是「最高不超過」方案。傳統的按次付費通常要在請求前確定價格，但模型推理、算力和數據查詢經常無法提前知道最終消耗多少。

一次請求可能只生成幾百個token，也可能因為上下文變長而消耗更多資源。亞馬遜在x402中加入了「upto」機制，讓 Agent 先授權一個最高金額，服務商在調用結束後按照實際消耗結算。這樣，服務商可以按真實token 數、算力或者返回數據量收費，而不是只能給每一次請求設一個固定價格。

AI專屬卡就是固定付費，這杯奶茶賣多少錢就付多少錢。

亞馬遜官方演示中，Agent可以在不同模型之間動態切換。簡單任務調用便宜模型，複雜任務調用強模型，或者在價格變化時改用另一家推理服務。

Agent甚至可能在執行任務的過程中比較不同模型的價格和效果，再決定把下一次調用交給誰。

這樣一套操作下來，可以幫用戶省下不少錢。

03

為什麼騰訊不敢

把AI錢包做成基礎設施？

AI專屬卡所使用的，也叫X402，但是全名叫騰訊X402 Agent Pay，是完全自研、微信支付體系內的國內閉源接口，跟前文提到的，國際上的X402壓根不是一回事。

只是因為底層邏輯相似，都是基於Http 402狀態碼，在Agent調用API時觸發即時小額付費，因此才用了相似的名字。

早在2026年4月，騰訊就正式對外發布了微信支付接入Skill，定位是給Cursor這類支持Skill協議的AI‑IDE所使用的開發者工具，用來幫開發者做支付產品選型、做接入安全掃描、排錯，不是普通用戶能直接感知的功能。

6月迭代到了2.0版本，增加代碼安全評估、動態排障，並同步更新官方文檔。同時在6月份的更新中，也發布了AI專屬卡。首發只給WorkBuddy Mac端使用，用來跑美團生活助手這類Agent Skill的下單團購場景。

但微信支付接入Skill的GitHub頁面顯示，該倉庫於6月之後再無更新。

騰訊能做AI支付，但暫時不太敢把它做成AgentCore Payments那種跨平台、自動化、面向機器經濟的開放錢包基礎設施。

如前文所述，AI專屬卡到最後一步仍然需要用戶本人點擊確認，那麼設想一下，如果騰訊把這個流程改成「只要符合額度就自動付款」又會如何？

問題馬上就會變複雜。AI誤解了用戶的一句話，算不算用戶授權？網頁裏的惡意提示詞誘導Agent買了不該買的東西，平台要不要賠？Agent因接口超時重複調用，導致一筆訂單扣了10次，責任落在Agent、商戶還是支付機構？

亞馬遜之所以敢這麼做，是因為它把自動支付限制在了開發者、企業和小額數字服務場景裏，用戶基數小、承擔風險能力強，而且除了酒店預訂，交易往往是幾美分到幾美元的API、內容或推理調用，哪怕是發生失誤，也不會造成多大的損失。

AI專屬卡一旦面向數億普通用戶開放，騰訊所面對的責任將遠遠超出想象。當用戶規模過大時，平台就不可能只靠一個預算規則來解決所有風險。

騰訊的優勢恰恰是微信支付連接着微信、公衆號、小程序、商戶和本地生活服務，可也僅此而已，AI專屬卡的所有支付目前僅能圍繞這一套生態體系使用。

亞馬遜做的卻是跨生態支付。一個Agent可能在執行任務時調用不屬於AWS的API，再訪問Cloudflare後面的付費內容，接着通過BlockRun購買一次模型推理，最後調用Travala的旅行MCP Server預訂酒店。

對騰訊來說，如果要成為這類交易的底層錢包，它就要處理跨平台身份、跨境支付、數字內容售後以及不同服務商的技術標準。所以目前騰訊的做法是號召商家入駐微信生態，而不是大家把協議對齊。

最關鍵的一點，不得不承認，模型之間存在着性能差距。雖然亞馬遜自己的模型Nova，性能要弱於騰訊旗艦模型Hy3，但是亞馬遜的AgentCore Payments本身並不綁定某一個模型，AWS官方明確表示，它可以與Amazon Bedrock內外的模型配合，包括Anthropic的Claude、OpenAI的GPT、Google的Gemini等等。

騰訊方面，目前AI專屬卡公開落地的入口是騰訊自己的WorkBuddy，而WorkBuddy主要使用的是混元、DeepSeek、GLM、MiniMax、Kimi等國內模型。

騰訊並非不能接第三方模型，騰訊官方文檔同時提供了自定義模型入口，允許用戶接入第三方模型。可根據專業測評機構Artificial Analysis的測試，全球最頂尖的模型仍然是Claude和GPT。模型差距或許也是騰訊不敢貿然開放AI支付的原因。

不過相對的，在性價比方面仍然是國內模型領先。一旦AI支付開放給所有微信用戶，其推理成本必然高到嚇人，因此，性價比相對較高的國產模型也存在一定的優勢。