📢 转载信息
原文链接：https://www.technologyreview.com/2026/03/25/1134516/agentic-commerce-runs-on-truth-and-context/
原文作者：Andrew Reiskind, Manish Sood
试想一下，你告诉你的数字代理：“用我的积分订一个去意大利的家庭旅行。在预算范围内，选择我们之前住过的酒店，并处理好所有细节。”代理不再是给你返回一堆链接，而是直接安排好行程并执行预订。
这种从“辅助”到“执行”的转变，正是代理式人工智能（Agentic AI）的核心所在。它改变了商业的运行速度。支付交易在毫秒级早已实现，而新的加速点在于支付前的所有环节：跨系统的发现、比对、决策、授权和后续执行。当人类退出常规决策时，“差不多就行”的数据质量将不再适用。在代理驱动的经济中，限制因素不再是速度，而是机器速度与规模下的信任。
代理是一个新参与者
数字商务长期以来建立在买家和供应商/商家的双边关系之上。代理式商务增加了一个必须被视为一级实体的第三方：代表买家行事的代理。
这听起来很简单，但每个企业都将面临以下关键问题：
- 谁是个体？在跨渠道和设备的环境下，如何保证自动化所需的确认度？
- 谁是代理？哪些权限和限制定义了其行为边界？
- 谁是商家或供应商？我们如何确定目标无误？
- 如果代理在拥有权限但违背用户意图的情况下行事，谁承担责任？
现实中的风险在于混淆。例如，人类可以推断出“Delta”在订机票时是指航空公司，而不是水龙头公司。但代理需要确定性信号。如果系统猜错了，要么会导致信任破裂，要么迫使人类介入确认，这反而抵消了“提速”的初衷。
为什么“差不多”的数据在机器速度下会失效
大多数组织已经习惯了不完美的数据。重复的客户记录可以容忍，不完整的产品属性也很烦人，商家身份可以后续再核对。但代理工作流改变了这种容忍度。当代理在没有人工审核的情况下采取行动时，它需要近乎完美的数据，因为它无法像人类那样可靠地察觉数据的模糊或错误。
其潜在故障点包括：
- 产品真相：如果产品目录不一致，代理的选择看起来会非常随意（“错误的衬衫”、“错误的尺码”等），信任会迅速崩塌。
- 收款人真相：代理商业超越了信用卡支付，转向账户对账户及开放银行互联体验，这扩大了收款人范围，更需要实时准确识别。
- 身份真相：人们在不同场景（工作与个人）中切换，设备也会变更。无法区分这些上下文的系统，要么会阻碍合法的活动，要么会批准有风险的活动，这两者都会损害采用率。
情境智能：缺失的一环
当领导者谈论代理式AI时，往往关注模型的能力，如规划、工具使用和推理。这些固然必要，但还不够。代理商业还需要一个在运行时提供权威上下文的层级，即一个能够即时回答以下问题的实时系统：
- 这是正确的人吗？
- 这是正确的代理并在正确的权限范围内行事吗？
- 这是正确的商家或收款人吗？
- 现在适用什么约束条件（预算、政策、风险、忠诚度规则、首选供应商）？
大模型本质上是概率性的，这在写作或绘画创作中很有帮助，但在决定资金流向时风险极高，特别是在B2B和金融工作流中，“大概正确”是不可接受的。我们需要将情境信号进行预解析、整理和封装，以实现轻量级的快速执行。
领导者在未来12至24个月内应采取的行动
- 将代理视为受管理的身份，而非功能。定义代理如何加入、认证、授权、监控和退出。
- 优先处理错误成本最高领域的实体解析。从收款人、供应商、个人身份与高频产品分类开始。
- 构建可重用的情境服务。不要强迫每个系统从零开始重建身份与关系。
- 预计算并压缩信号。在源头解决并整理情境，确保运行时决策快速且可预测。
- 在信任建立后逐步扩大自主权。建立治理框架以解决争端，在高风险行动中保留人工干预，衡量准确性。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区