当AI智能体从“给出建议”走向“直接下单付款”，支付安全的责任归属就不再是纯粹的技术问题。用户、智能体开发者、支付机构和商家被串在同一条链路上，任何一环的模糊都可能演变为纠纷。这个问题在智能体获得自主决策能力后被显著放大。
从“推荐”到“代付”的跨越
早期的购物助手只负责比价和推荐，最终点击支付的仍然是人。当智能体被授予支付凭证、可以自行完成下单和扣款时，它实际上在替用户作出财产处分。这一步跨越，是责任讨论的真正起点。
责任链条上的四方主体
一次智能体自主购物，至少涉及四个角色：发出指令的用户、执行决策的智能体及其开发者、提供通道的支付机构，以及接受订单的商家。四方各自的义务边界并不清晰。
- 用户：是否给出明确、可核验的授权范围，是否尽到账户与凭证的保管义务。
- 开发者：模型是否存在可预见的误判，是否设置了金额、品类、频次等硬性约束。
- 支付机构：是否落实身份核验、异常交易拦截与可追溯的授权记录。
- 商家：是否履行订单确认义务，能否识别非人类发起的交易。
授权边界是最核心的争议
争议往往集中在“它到底有没有被允许这么做”。用户认为只授权买一件，智能体却下了三件；平台则认为指令本身模糊，风险应由用户自担。若授权条款写得过于笼统，等于把无限责任推给用户；写得过于死板，智能体的效率价值又无从体现。
举证难让过错认定更复杂
智能体的决策具有概率性，且难以完全复现，日志能否完整还原当时的推理路径本身就是疑问。当交易被质疑时，用户很难证明智能体“理解错了”，平台也很难证明自己“没有过错”。举证责任如何分配，往往直接决定最终结果。
技术与规则的双轨应对
技术层面，可探索分级授权、单笔与累计限额、敏感品类白名单、人工二次确认等机制，并保留可审计的决策日志。规则层面，则需要明确智能体行为的法律定性，以及各方在过错推定下的责任顺序。
责任分摊的现实路径
更可行的方案或许是“按控制力分配责任”：谁对风险有实际控制能力，谁就承担相应义务。用户对授权范围负责，开发者对模型的可预见缺陷负责，支付机构对通道安全与异常拦截负责。同时可引入责任保险或平台先行赔付机制，避免用户独自承担全部损失。
智能体自主购物的普及不会因为责任不清而停下，但规则必须跟上。在效率与安全之间划出清晰的责任边界，才是这项技术被真正信任的前提。
