2026 年 3 月,OpenAI 做了一个被大多数人忽略的战略转向。
他们放弃了"Instant Checkout"——让用户直接在 ChatGPT 对话中完成付款的功能。取而代之的是把 ChatGPT 定位为商品发现和推荐层:用户在对话中研究产品、比较选项、获得推荐,然后跳转到商家网站完成购买。
同月,Shopify 发布了 Agentic Plan,允许非 Shopify 商家将商品目录同步到 Shopify 索引,专门为 AI Agent 搜索优化。Shopify 还默认激活了 Agentic Storefronts,让商家在 Admin 中管理品牌在 AI 渠道的展示方式。
Google 则推出了 Universal Commerce Protocol(UCP),一个让 AI Agent 能够发现、查询和购买商品的开放协议,Walmart、Target、Etsy 等零售巨头加入首批支持。
三家全球最大的科技公司,在同一个月,从三个不同角度,同时押注同一件事:AI 正在重构商业链路。
但如果你仔细看这三家公司在做什么,你会发现一个关键的共识:他们都没有在抢付款按钮。
"AI 自动付款"的幻觉
大多数关于 Agentic Commerce 的讨论集中在一个问题:「AI 能不能直接帮我付款?」
这个问题背后的想象是:用户告诉 AI「帮我买一双 200 美元以下的防水跑鞋」,AI 自动选择商品、填写地址、输入信用卡、确认订单——整个过程人类不参与。
这个想象不是未来——它在技术上已经可行。AP2(Agent Payments Protocol)提供了密码学签名的代理授权。ACP(Agentic Commerce Protocol)提供了安全的支付令牌传输。问题不在于"能不能做",而在于没有人想先做。
原因很简单:
- 信任鸿沟。你愿意让 AI 替你在电商网站上花 200 美元吗?大多数消费者的答案是"还不行"。Adobe 2026 年 Q1 数据显示,AI 推荐流量的转化率虽然同比大幅提升(从 -38% 到 +42%),但用户到达商家网站后仍然自行完成浏览、比较、结账的全过程。
- 责任归属不清。如果 AI 替你买错了商品,谁负责?商家说"是 AI 下的单",AI 平台说"我们只是推荐"。退款、退货、争议解决的法律框架还没有跟上。
- 商家没有动力。商家希望用户到达自己的网站——因为网站是品牌体验的核心、交叉销售的入口、客户数据的来源。如果 AI 绕过网站直接结账,商家失去了这些关键触点。
Simon Taylor(Fintech Brainfood 作者、Tempo 联创)在 2026 年 5 月的深度分析中用一句话总结了这个现实:
"The chatbot does not own the checkout; the merchant does."
真正的战场在付款之前
如果你接受"AI 自动付款"在短期内不会成为主流的判断,那么问题就变成:AI 在商业链路中真正改变了什么?
答案是付款之前的一切。
把一笔电商交易拆成八个阶段:
阶段 / 含义 / AI 渗透程度
1. 发现 / 用户找到商品 / ★★★★★ AI 搜索、AI 推荐、AI 答案
2. 推荐 / AI 或社交圈推荐具体选项 / ★★★★★ ChatGPT Shopping、Perplexity
3. 意图 / 用户形成购买意图 / ★★★★ AI 帮用户比较和决策
4. 委托 / 用户授权 AI 执行特定任务 / ★★★ 边界任务委托开始出现
5. 政策 / 检查价格/库存/退货/配送 / ★★★ AI 读取结构化政策数据
6. 购物车 / 选择商品和数量 / ★★ AI 构建购物车但人类确认
7. 付款 / 完成支付 / ★ 95% 由人类自行完成
8. 物流 / 配送和售后 / ★ AI 跟踪但不控制
AI 在前四个阶段的渗透已经深入且加速。Shopify Q1 2026 财报显示,AI 搜索驱动的订单同比增长约 13 倍,AI 目录搜索的转化率是普通 AI 搜索的约 2 倍。这些增长发生在"发现"和"推荐"阶段——AI 帮用户找到了正确的商品,然后用户自己完成了后续流程。
这意味着 Agentic Commerce 的第一个真正战场不是"谁的 AI 能替用户付款",而是"谁的商品能被 AI 正确理解和推荐"。
被 AI 读懂是新的 SEO
在传统电商中,品牌投入大量资源优化自己在 Google 搜索结果中的排名——关键词、内链、内容质量、页面速度。这叫 SEO。
在 Agentic Commerce 中,品牌需要优化的是自己在 AI 回答中的呈现方式——AI 是否提到你、如何描述你、是否推荐你、推荐时给出的理由是否准确。这叫 GEO(Generative Engine Optimization)。
但 GEO 只是起点。AI Agent 要做的不只是"在回答中提到你的品牌"。它需要的是可机器消费的结构化商品数据:
Schema.org 标记:不是简单的 Product schema,而是深度嵌套的 Brand → Organization → Product → Offer → AggregateRating → Review → ShippingDetails → ReturnPolicy。AI 需要这些结构化数据来做出推荐决策——"这个品牌可信吗?价格合理吗?退货方便吗?有真实用户评价吗?"
llms.txt:一个精选的 Markdown 文件,放在网站根目录,列出 20-50 个对 AI 最重要的页面链接。不是 sitemap 的翻版——它应该只包含 AI 做出购买推荐时最需要参考的核心页面。
Product Feed:这是 AI 购物的核心数据源。Google Merchant Center feed、Shopify 的 Agentic Storefronts、OpenAI 的产品数据接口——它们都依赖结构化的商品数据流。价格、库存、变体、评价、配送选项必须实时准确。
UCP Manifest:/.well-known/ucp/manifest.json——一个让 AI Agent 发现商家支持哪些能力(购物车、结账、折扣、订阅、售后)的声明文件。类似于互联网早期的 robots.txt,但面向的是 AI 购物而不是搜索爬虫。
如果你的商品数据不完整、价格过期、库存不准确、退货政策不是结构化格式、Schema 与实际商品不一致——AI 不会推荐你。不是因为 AI 对你有偏见,而是因为它无法验证你的信息是可靠的。
三大协议的真正意义
2026 年的 Agentic Commerce 协议层已形成三足鼎立格局:
UCP(Universal Commerce Protocol)由 Google 和 Shopify 联合推动,Walmart、Target、Etsy 加入。它是 AI 商业的"DNS"——商家声明自己的能力,Agent 发现并协商。2026 年 3 月更新加入了多商品购物车和实时目录查询。
ACP(Agentic Commerce Protocol)由 OpenAI 主导,Stripe 深度集成。它专注于结账执行——购物车构建、支付令牌传输、订单确认。OpenAI 3 月的战略转向(放弃 Instant Checkout,转为发现层)让 ACP 从"对话内结账"回归为"数据标准"。
AP2(Agent Payments Protocol)由 Google 提出。它解决的是信任和授权——当 AI Agent 需要代替用户花钱时,如何用密码学方式证明"我被授权这样做",以及如何在出现争议时提供不可否认的审计链。
关键洞察:这三个协议覆盖了商业链路的两端(发现和执行),但中间的整段——AI 推荐了什么、用户怎么反应、网站上发生了什么——没有任何协议覆盖。
这段中间地带是品牌最需要关注的区域。因为这是你能影响 AI 推荐结果的地方,也是你能度量 AI 对商业结果真实贡献的地方。
L1-L5:Agentic Commerce 的成熟度阶梯
借鉴自动驾驶的分级概念,行业正在形成 Agentic Commerce 的五级成熟度模型:
等级 / 含义 / 当前进展
L1 / Agent 推荐商品,人类选择和购买 / ✅ 主流——ChatGPT Shopping、Perplexity 购物
L2 / Agent 构建购物车,人类确认后下单 / ⚠️ 开始出现——UCP 多商品购物车
L3 / 人类给边界任务,Agent 在边界内完成 / 🔜 早期——如"200 美元以下的跑鞋"
L4 / Agent 在政策内管理订阅、补货、复购 / 📋 设计中——AP2 授权框架
L5 / Agent 预测需求并自动完成采购和履约 / 🔮 远期愿景
当前行业处于 L1 到 L2 的过渡期。 这意味着品牌现在最需要做的不是准备"AI 全自动购物",而是确保自己在 L1 阶段——AI 推荐和发现阶段——处于有利位置。
对品牌的具体意味
如果你是电商品牌负责人,Agentic Commerce 对你的意义可以归结为三件事:
第一,让 AI 能正确读懂你。 检查你的 Schema 标记、Product Feed、llms.txt。确保 AI 读取到的价格、库存、评价、政策是准确和最新的。AI 推荐的质量直接取决于它能获取的数据质量。
第二,追踪 AI 对你的商业影响。 不只是"有多少 AI 流量"——而是 AI 从哪个阶段参与了用户的购买旅程。用 AIAA 五层框架(Answer → Request → Visit → Commerce → Attribution)度量 AI 在每一层的贡献。
第三,不要跳过 L1 去想 L5。 在 AI 全自动购物成为现实之前(可能还需要 2-3 年),先确保你在 AI 推荐阶段表现优异。这意味着 GEO 优化、结构化数据完整性、AI 可读性诊断。
下一篇预告
Agentic Commerce 的发现层正在被 AI Agent 重塑。但"被 AI 看见"和"被 AI 推荐"之间有一道鸿沟——大量品牌的结构化数据不完整、过期或与实际商品不一致。下一篇我们拆解 B2A(Business-to-Agent)基础设施:商家应如何为 AI Agent 准备自己的"可机器消费"数据层。
FAQ
Q1: Agentic Commerce 和传统电商有什么本质区别?
A: 传统电商是 B2C——品牌直接面向消费者,消费者在网站上自行浏览、选择、付款。Agentic Commerce 在 B2C 之上增加了 B2A(Business-to-Agent)层——品牌需要同时面向 AI Agent 提供结构化的可机器消费数据,AI Agent 参与用户的发现、推荐和决策过程,然后用户到达商家网站完成购买。
Q2: 为什么 OpenAI 放弃了 Instant Checkout?
A: 因为信任鸿沟。消费者还没准备好让 AI 直接花钱。同时,商家也不希望 AI 绕过自己的网站——网站是品牌体验、交叉销售和客户数据的核心。OpenAI 转为把 ChatGPT 定位为发现和推荐层,让用户跳转到商家网站完成购买。
Q3: UCP、ACP 和 AP2 之间有什么关系?
A: 三者覆盖商业链路的不同阶段。UCP(Google/Shopify)负责发现——让 AI Agent 能查询商品目录、比较价格、检查库存。ACP(OpenAI/Stripe)负责执行——安全的结账和支付流程。AP2(Google)负责授权——密码学证明 Agent 有权代替用户花钱。它们由不同公司主导,目前互操作性有限。
Q4: 品牌现在应该做什么来准备 Agentic Commerce?
A: 三个优先级:(1) 确保你的 Schema.org 标记完整、准确、与实际商品一致,包括价格、库存、评价、退货政策。(2) 创建 llms.txt 文件,精选 20-50 个 AI 最需要参考的核心页面。(3) 确保 Product Feed 实时同步——Google Merchant Center、Shopify Agentic Storefronts 等渠道的商品数据必须最新。
Q5: 当前 Agentic Commerce 处于什么阶段?
A: 行业处于 L1 到 L2 的过渡期。L1(AI 推荐,人类购买)已经是主流——ChatGPT Shopping 和 Perplexity 购物每天都在帮用户发现和推荐商品。L2(AI 构建购物车,人类确认)开始出现但还不普及。L3-L5(AI 更深度的代理执行)还处于设计和早期测试阶段。品牌当前应聚焦在 L1 阶段的表现优化。
Q6: Agentic Commerce 对中国出海品牌意味着什么?
A: 意味着你需要同时优化在多个 AI 生态中的可见度——ChatGPT 和 Perplexity 在北美市场、Gemini 在 Google 生态、以及各区域的本地 AI 搜索引擎。你的 Schema、Product Feed 和 llms.txt 需要支持多语言、多市场。同时,AI 推荐的商品信息必须与各市场的实际价格、库存和配送政策一致——不一致会导致 AI 停止推荐你。