界面新闻记者 | 林倩冰

多家互联网平台金融机构正布局AI支付赛道，帮助AI Skill（AI能力插件）开发者实现商业变现。

近期，界面新闻记者注意到，蚂蚁集团、度小满、京东科技等多家互联网金融机构发布了面向AI Skill开发者的支付解决方案。

业内分析认为，几大互联网金融机构入局AI支付主要是为抓住AI智能体生态爆发带来的支付增量市场，但也引发了一定的合规担忧。

多家互金机构布局AI支付

界面新闻获悉，5月13日，支付宝“AI收”全新上线了“支付宝商家入驻Skill”。开发者AI编程时可通过自然语言，一站式完成从“创建应用”到“集成支付宝支付”再到“商家入驻上线”，实现“开发即上线”，并直接具备收款能力。

而早在2025年4月，蚂蚁集团便已推出了“MCP专区”。据其官方公众号“蚂蚁技术AntTech”介绍，首期上线的“支付宝MCP”是支付宝官方面向AI开发者推出的支付能力服务，开发者可以通过MCP Server轻松接入收单支付功能，实现智能体内的商业化变现。

天使投资人、资深人工智能专家郭涛对界面新闻解释，“AI收”与“支付宝MCP”是蚂蚁集团面向AI开发者的支付服务，呈递进补充关系。“MCP专区”是基础，首期“支付宝MCP”通过MCP Server让开发者接入收单支付功能，解决智能体商业化变现的基础需求。“AI收”在此之上升级，推出A2M方案，支持API、算力资源等向AI智能体自动收款并精准定价，更关键的是实现自然语言操作一站式完成应用创建、支付集成到商家上线，大幅降低接入门槛，让“开发即上线”成为可能，是对“MCP专区”服务的深化与便捷化升级。

度小满金融也于近日推出了面向开发者的支付解决方案。界面新闻获悉，5月13日，在Create 2026百度AI开发者大会上，度小满发布了面向AI Skill开发者的支付解决方案“ClawPay”。该产品将计费、下单、支付唤起等能力封装为标准化技术服务，帮助开发者零代码完成支付模块嵌入。

“度小满 ClawPay支持微信支付、支付宝、度小满支付等国内主流支付方式，Skill开发者无需编写支付相关代码，就可以完成支付模块嵌入，用户也能更方便、更安全地购买Skill服务。”度小满方面向界面新闻表示。

3月31日，京东科技推出A2A（Agent-to-Agent）微支付基础设施ClawTip。据微信公众号“京东云”介绍，开发者可通过相关链接零成本便捷接入ClawTip，通过开通收款钱包、服务端密钥配置、集成收款服务这3步集成ClawTip支付技能，并灵活设定价格策略，快速开启变现。

“从商业角度看，这主要是为了抓住AI智能体生态爆发带来的支付增量市场，破解传统支付业务增长瓶颈。”博通咨询首席分析师王蓬博对界面新闻记者分析称，目前来看，国内传统C端扫码支付和线下收单市场已经趋于饱和，增长空间有限，而以OpenClaw为代表的智能体平台快速扩张，大量AI Skill开发者普遍缺乏支付系统搭建能力，存在明确的商业变现需求，而且涉及到的行业和场景众多。从美国市场的经验来看，需求增量很大。

王蓬博认为，支付和平台机构将自身成熟的计费、订单、支付、风控能力封装为标准化零代码服务，快速切入这一市场，不但能够获取持续的手续费收入，还能够抢占AI生态的基础设施入口，将支付业务从单一的交易环节延伸至AI应用的全生命周期，沉淀大量开发者和用户行为数据，反哺自身的相关信贷、理财等业务，构建更完整的生态闭环。

郭涛表示，对互金机构而言，这一布局不仅拓展了业务边界，增加收入来源，更能通过绑定AI开发者增强用户黏性，巩固生态护城河；对AI支付行业则加速了技术普及，推动场景丰富化，但短期可能因标准不统一导致市场碎片化，长期需在竞争中磨合出通用标准。

安全合规仍面临挑战

在互联网金融机构快速入局AI支付的同时，安全合规问题也引发了关注。

度小满方面表示，在安全合规层面，度小满ClawPay做了明确的架构设计。用户购买服务时，完全沿用日常的密码验证、指纹识别等传统支付习惯，确保支付安全。每笔购买与调用记录均生成包含调用方、服务方、金额、时间戳等脱敏字段的全链路快照，加密储存，支持事后追溯与技术审计。开发者无须单独处理不同支付渠道的合规审查要求，平台统一提供必要的合规支撑。

京东官方公众号“京东云”介绍称，ClawTip针对AI场景设计了全新风控逻辑，支付过程中捕获智能体交互链路行为，并存储交易可信快照，设定严格的多重安全保障。AI智能体仅可使用ClawTip钱包内预设的专属小额零钱进行操作，不触碰用户银行卡与核心账户，并通过额度、频次双重预授权限制，约束AI的支付行为，确保安全边界清晰可控。AI智能体只能严格在设定范围内操作资金，当超过额度和频次范围后，需要鉴权后人为确认支付，确保安全。

郭涛认为，AI支付面临的挑战集中在技术安全与责任界定。在安全合规层面，互联网金融机构布局AI支付面临多重挑战：算法安全上，算法黑箱和可解释性不足可能引发DeepFake欺诈、身份伪造等风险，加剧支付安全复杂度；责任归属方面，AI自动交易若出现滥用、授权过度或用户“不知情支付”，责任主体难以界定。数据安全与隐私保护压力大，用户数据收集、存储和使用需严格合规，避免滥用。此外，当前监管框架不完善，算法责任、数据边界等规则待明确，机构需动态跟进合规要求，防范违规风险。

王蓬博表示，传统支付都是用户主动点击确认支付，而现在智能体可以自己完成交易流程，容易出现被人操控付钱、未经过用户授权就扣款的情况，原本针对人的风控系统或难以识别这些新风险。同时，AI支付的责任界定标准尚未明确，若交易出现问题，难以理清应由开发者、支付机构还是用户承担责任。此外，不法分子容易利用批量智能体洗钱或骗钱，或加大反洗钱和反诈风险。最后，互金机构入局AI支付或加大数据安全风险，相关支付要处理更多用户和开发者的敏感信息，泄露隐患更大。

“个人认为，解决这些问题不需要太复杂的技术。首先需要的是开发一套针对AI交易的风控系统，所有交易必须由用户本人最后确认才能完成；其次明确各方责任边界，每一笔交易都留好完整的可追溯记录。同时，严格审核入驻开发者，提前把不合规的开发者挡在外面，最后主动跟监管对接，跟着监管的要求走就行。”王蓬博表示。