AI 要买东西了
最值钱的数据都锁在付费墙后面,AI 程序想干成事,就得有能力自己掏钱。
法院卷宗、实时行情、医学文献、专业 API,这些是最值钱的信息源,也几乎全部收费。一个只能读免费网页的 agent(能自己拆解任务、连续干活的 AI 程序),能接的活从一开始就被划了个小圈。
以前绕开这个圈只有三条路,LangChain 在文章里把它们摆了出来:换个免费源凑合、给每个付费接口手写一段付款代码、或者干脆停下来问人。第一条牺牲数据质量;第二条按 LangChain 的估算,每接一个服务要写 30 到 50 行封装代码;第三条等于放弃了自动化本身。付费服务如果真像他们说的会长到数千个,这三条路都走不通。
402 这个状态码
x402 协议让要价、付款、拿货在一次网页请求里走完,单笔成本是一分钱的零头。
网页打不开时跳出的 404,大家都见过。HTTP 协议里还有一个 402,意思是「需要付款」,三十年来基本是个空号,没人真用它收过钱。
Coinbase 在 2025 年 5 月把这个空号填上了,做出 x402 协议,现在交给 Linux 基金会托管。流程很短:agent 访问一个付费接口,接口回一个 402 和报价,agent 用 稳定币(价格锚定美元的数字货币,一枚大致等于一美元)当场付款,同一次请求里就拿到了内容。
传统支付渠道在这个尺度上根本转不动。刷卡手续费动辄几分钱起步,一次只值一分钱的 API 调用怎么算都是亏的。包月订阅则假设有个人提前想好了这个月要买什么,而 agent 往往是临到跟前才知道自己需要哪一份卷宗。稳定币几秒结算,单笔成本是分的零头,按次收费才第一次成立。
上限得写在代码外面
花钱的上限必须由底层设施在每笔交易前强制执行,写进给模型看的提示词里不算数。
LangChain 这次的做法是给 agent 加一层 中间件(夹在 agent 和外部世界之间的一段代码,能在每次调用前后插手)。整段配置里真正关键的只有一行:把本轮任务的预算设成 5 美元。
工具撞上 402 时,中间件先拿报价和余额比对,超了就直接拒绝,连付款签名都不会生成。被拒的这条记录同样会留下来,所以「上限守住了」是能查证的,不是靠信。
模型的提示词里当然也可以写「别超过五美元」。但提示词是建议,agent 可能记错、可能被绕过;中间件是闸门,它不理解任务,只认数字。
账本记不住动机
区块链上只留下一行转账:某钱包 14:03:11 向某地址付了 0.02 美元,它不记录 agent 为什么买。
预算护栏管住的是金额,管不住判断。LangChain 列了四种情况,共同点是账面上全都干干净净:
- 没超预算,但选择买什么时推理得很蠢
- 两步就把额度花光,任务却没做完
- 付费请求里夹带了本不该离开公司的数据
- 被一段恶意的工具描述骗到了没人要求访问的接口
这四种都能「执行成功、未超预算、发票看着合理」。账本不知道这次付款发生在一个研究任务的第三步,不知道限额是一美元,更不知道 agent 之所以挑这个接口,是因为某段工具描述里提到了「法院卷宗」。这些只存在于 agent 的运行记录里。
组织里任何一笔开销都会被问同样三个问题:谁批的?限额多少?你怎么知道限额生效了?agent 花的钱不会例外。LangSmith 在这套组合里负责留痕:用户的原始请求、模型每一步的推理、工具返回 402、带着付款凭证再请求一次,连同金额、网络、收款方、是谁的账,一起挂在这条记录上。
十个任务的实测
LangChain 自己跑的一轮测试里,10 个任务的花销全部没超预算,但只有 7 次买回来的数据真能回答问题。
他们建了一个包含十个研究任务的数据集,每个任务给的预算都足够支付接口要价,再用两个评分器打分:一个比对实际花销和预算,一个检查买到的数据答不答得上题。
结果是钱管住了,判断没管住。有三次,付费买回来的内容根本回答不了被问的那个问题。钱花掉了,任务没完成,账面上却挑不出毛病。
文章给的测试分三层:
- 单步测试:给一个只值几分钱的任务,却回它一个要价五十美元的 402,看它付不付
- 整轮测试:跑完整段对话,同时看总花销、付费次数和任务完成度
- 线上测试:把同样的检查挂到生产环境的运行记录上,超过阈值或付给陌生地址就报警
第二层最容易被跳过。一个开始乱买东西的 agent,交出来的答案往往依然很漂亮,所以每改一次提示词、每换一批工具,这十个任务都得重跑一遍。
谁在说这件事
这是 LangChain 和亚马逊的联合发布,卖的是自家中间件和监控产品,但它顺手暴露的那个缺口是真的。
文章发在 LangChain 官方博客上,产品是和亚马逊 Bedrock AgentCore 团队一起做的。LangChain 联合创始人兼 CEO Harrison Chase 的表态很直白:
agent 正在从「生成答案的系统」变成「采取行动的系统」,而这些行动里会有越来越多涉及经济交易。
这是厂商的自我定位,不必照单全收。「代理经济即将到来」目前还是一句预测;付费服务会涨到「数以千计」也没有给出来源;每接一个服务要写 30 到 50 行代码,那是他们对竞品方案的估算。
有一个结论不依赖厂商立场:设上限和买对东西是两件事,而且前者比后者好做得多。给一轮任务设五美元的硬顶是工程问题,一次配置就解决;让 agent 每次都买对东西是判断问题,他们自己的十个任务里就错了三次。真正的成本不在手续费那几厘,而在那三成白花掉的钱上。这部分,这次发布并没有解决。