获取 YOLO 许可
返回 Ultralytics 术语表

Agentic Commerce

智能体商务是指 AI 智能体在设定限额内为买家搜索、比价和付款的买卖方式,所用协议包括 ACP、UCP 和 AP2。

智能体商务是指由AI 智能体代表个人或企业执行商业任务的买卖活动:查找产品、比较报价、建立购物车,并在买家设定的限额内完成付款。购物者提出目标,例如“200 美元以下、周五前送达的登机箱”,智能体便会完成原本需要人亲自点击的搜索、比较和结账步骤。

规划能力是这类系统与早期电商自动化的区别所在。推荐系统会为客户排列他们可能喜欢的商品;电商代理则会读取规格、检查库存和配送日期,在约束条件冲突时提出澄清问题,然后采取行动。大语言模型(LLM)通常负责理解请求,并通过函数调用决定接下来的每一步;而价格、库存以及交易是否成功,仍以商家和支付系统的信息为准。

从请求到结账#

代理式购买会经历发现、决策、授权和履约阶段。在发现阶段,代理通过商家 API 和商品信息源查询目录。诸如 schema.org Product 标记这样的结构化数据能以机器可读的形式提供价格、库存情况、尺寸和退货条款,这也是为代理流量做准备的商家会投入资源完善商品数据的原因。如果没有这类接口,计算机使用代理也可以通过人与用户看到的相同网页购物,但速度更慢,也更容易出错。

在决策阶段,代理会根据买家的约束筛选候选商品,计算含运费和税费的总价,并通过商家的结账界面建立购物车。代理式电商与人们亲自操作键盘结账的最大区别在于授权。在基于协议的结账流程中,商家不会收到银行卡号:代理会向商家传递一个委托支付令牌,该令牌仅适用于该商家,并限定最高金额和有效期;买家则可以批准最终购物车,也可以预先授权预算范围内的购买。Visa Intelligent Commerce 和 Mastercard Agent Pay 也会出于相同目的,由银行卡组织签发代理专用令牌。下单后,商家会像处理其他销售一样负责履约、退货和客户服务。

同样的流程也适用于企业之间的交易,采购代理会根据合同和预算重新订购用品。在门店中,用零售商自有商品训练的货架摄像头运行 Ultralytics YOLO26 目标检测模型,可以在空货架出现时发出提示;补货代理则可以将这些检测结果与销售和仓库数据结合,为经理起草供应商订单供其审批。零售团队可以在 Ultralytics Platform 中标注货架图像并训练检测器,然后将检测器导出,部署到店内边缘 AI设备上,作为更全面的零售库存管理的一部分。

面向智能体和商家的协议#

智能体需要一种与数千家商家进行交易的通用方式,目前已有多项开放规范对此作出定义:

  • Agentic Commerce Protocol:该协议由 OpenAI 和 Stripe 开发,于 2025 年 9 月以 Apache 2.0 许可证发布,用于标准化代理如何与商家创建和更新结账信息,以及如何传递支付凭证而不暴露银行卡信息。商家仍是登记商家,并控制代理可以销售哪些商品。
  • Universal Commerce Protocol:该协议于 2026 年 1 月公布,由 Google、Shopify 以及 Etsy、Target、Walmart 和 Wayfair 等零售商共同开发,涵盖从搜索商品目录、建立购物车到结账、关联账户和跟踪订单的完整生命周期,并内置对 A2A、MCP 和 AP2 的支持。
  • Agent Payments Protocol:该协议由 Google 于 2025 年 9 月推出,作为 A2A 和 MCP 的开放扩展,之后捐赠给 FIDO Alliance,负责处理授权证明。经过加密签名的授权凭证分别记录结账和支付的授权内容,让商家和支付网络能够验证代理是否遵守了这些限制。

这些协议建立在通用的代理基础设施之上:Model Context Protocol(MCP)将代理连接到外部工具和数据;Agent2Agent(A2A)协议则让购物者的代理能够与商家的代理通信。电商协议在此基础上增加了购物车、结账状态和支付语义。

  • 电商个性化:推荐引擎和语义搜索能帮助用户更快地找到商品,但仍由用户自己决定和付款。在代理式电商中,代理会完成购买。
  • 对话式电商:购物聊天机器人会在单个零售商的网站或消息渠道中回答问题。电商代理则代表买家在多家商户之间购物。
  • 机器人流程自动化(RPA):脚本机器人会在已知系统上重复固定的购买步骤。电商代理则根据目标规划每次购买,并适应遇到的任何商品目录。

风险与防护措施#

赋予软件花钱的能力,会放大普通模型错误造成的代价。代理可能会误读兼容性要求、依据过时价格采取行动、幻觉生成商品详情,或者在请求重试时重复下单。提示词注入是一种具体威胁:商品列表或评论中隐藏的指令可能会试图诱导代理转向其他卖家或购买其他商品。

最有效的电商 AI 护栏设置在模型之外。按商家、金额和时间限制支付凭证、设置支出上限、建立商家允许列表,以及对超过设定阈值的交易要求确认,这些措施可以限制任何单次错误造成的损失,无论代理收到什么指令。附加到每个支付请求的唯一 ID——幂等键——能让支付处理方识别重试请求并仅扣款一次;完整的交易日志则会将每笔订单与相应的批准记录关联起来,以便处理争议和退款。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来