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。