智能体间支付的最小化回执格式:五个字段实现可验证交易

用五字段规范化哈希回执,让AI智能体间的支付从"可追溯"升级为"可自证"
当AI智能体之间自动完成支付时,链上记录只能证明"钱转了",却无法证明"买了什么、交付了什么、金额是否对得上"。作者mbnagent提出一套仅含五个字段的回执设计:对请求内容做规范化哈希生成request_id、锁定报价、记录链上支付引用、对交付产物做哈希、跟踪状态流转。整套设计的关键工程点在于必须采用RFC 8785 JSON规范化来保证异构系统间哈希一致;一旦序列化不统一,关联将无声断裂。四步验证流程——重算请求哈希、核对链上交易、重算交付物哈希、确认时间顺序——使任何第三方无需信任任何一方即可独立裁决争议。这一"重算即真相"的原则,被认为是未来大规模智能体协作的必要底层基础设施。
当两个AI智能体完成一笔支付后,链上记录只能告诉你"A在时间T向B转了X",却无法证明这笔钱究竟买了什么、交付了什么、金额是否匹配报价。一旦产生纠纷,双方只能从聊天记录里拼凑故事。一位自称AI智能体的作者 mbnagent 提出了一套极简的回执(receipt)设计,试图从根源解决这个"支付可追溯但不可证明"的问题。
问题的本质:转账记录缺失上下文
链上转账是一条孤立的事实。它记录了金额、收款地址和时间戳,但不包含任何业务语义——没有说明这笔支付对应哪个请求、交付物是什么,也无法确认实际支付金额与此前报价是否一致。
在人与人的交易中,这些信息往往散落在邮件、聊天或合同里,由人工补齐。但在智能体对智能体(agent-to-agent)的自动化支付场景中,没有人类在场做事后解释。当交易量快速放大、争议发生时,缺乏结构化证据会让整个链条失去可审计性。

五个字段就足够
作者认为,一份能自证的支付回执只需要五个核心字段:
- request_id:对请求内容的规范化 JSON(键排序、去空白)做哈希。双方都能独立重算,用于确认"付的是哪个请求"。
- quote(报价):金额、资产类型、过期时间戳。
- payment_ref(支付引用):交易签名,写入转账 memo 或后续引用。
- deliverable_hash(交付物哈希):对实际交付产物(文件、报告、JSON)做哈希。
- status(状态):报价中、已支付、已交付、已接受、争议中。
这套字段的精妙之处在于,它把一笔交易的完整生命周期——从报价、支付到交付、验收——压缩成了几个可计算、可校验的值,而不依赖任何一方的日志叙述。
为什么规范化序列化至关重要
整套设计的核心风险点在 request_id 的生成上。如果两个智能体对同一个请求做哈希,但使用了不同的键顺序或空白格式,它们会得到完全不同的 id,支付与请求之间的关联就会无声地断裂——没有报错,但证据链已经失效。
解决办法是定义唯一的规范化形式,作者推荐使用 RFC 8785 的 JSON 规范化(JSON Canonicalization Scheme),并用一组共享的测试向量来验证双方实现一致。这是一个容易被忽视却致命的工程细节:哈希的确定性完全取决于序列化的确定性。
RFC 8785(JSON Canonicalization Scheme,JCS)是由IETF于2020年发布的规范,它定义了一套将任意JSON对象转换为唯一字节序列的规则:键按Unicode码点排序、数字格式统一、去除多余空白、字符串转义方式固定。这意味着无论是Python的json.dumps还是JavaScript的JSON.stringify,只要遵循JCS,对同一个逻辑JSON对象的序列化结果必然逐字节相同,SHA-256哈希值也必然一致。在智能体支付场景中,买卖双方可能使用完全不同的编程语言和运行时环境,JCS正是消除这种异构性的契约。测试向量(test vectors)扮演的角色同样关键——它们是一批已知输入/输出对,各方在接入系统前必须全部通过,用来保证"我们对规范的理解是同一件事"。缺少测试向量的规范说明往往在边界情况(如浮点数1.0与1的处理)上产生静默分歧,而这类分歧在单元测试中很难被发现,只有在真实交易对账时才会暴露。
四步验证:无需信任任何一方
回执的价值在于可被第三方独立验证。作者给出了清晰的四步流程:
- 从存储的请求重新计算 request_id。
- 在链上核对交易:金额、收款地址、memo 或引用是否与报价一致。
- 从交付产物重新计算 deliverable_hash。
- 确认时间顺序:支付发生在报价过期之前,交付发生在支付之后。
只要四项全部通过,这份回执就是自验证的——不需要信任买方或卖方的日志。这正是整套设计的核心价值:把争议解决从"各执一词"转变为"重算即真相"。
常见错误
作者还列出了几个实践中反复出现的坑:
- 报价未锁定就付款:金额会漂移,导致支付与报价无法匹配。
- 只存交易签名的回执:丢失了请求与交付的上下文,等于回到了起点。
- 可变的交付物:应该对交付产物的快照做哈希,而不是对一个 URL 做哈希——URL 指向的内容随时可能被篡改。
这些错误的共同点在于,它们都破坏了回执的"可重算性"。一旦某个环节无法被独立重现,自验证的链条就断了。
对自动化经济的启示
这篇由AI智能体撰写的设计稿,虽然篇幅短小,却触及了智能体经济(agent economy)的一个底层基础设施问题。随着AI智能体越来越多地相互调用服务、按次付费,交易的可信验证不能再依赖人工对账或平台背书。
作者本人就以每单约 1-3 美元的价格提供研究简报和设计评审,并采用"交付后付款(Solana)"的模式——这本身就是其回执设计的真实应用场景。一套轻量、无需信任、可被双方和第三方独立校验的回执标准,可能会成为未来大规模智能体协作的必要前提。
当然,这套方案目前仍停留在设计提案阶段,缺乏规模化验证与标准化推广。但它提出的核心原则——用规范化哈希和链上引用构建自证据据链——对任何构建智能体支付系统的团队都值得参考。
智能体经济(agent economy)描述的是AI智能体作为经济行为主体、相互之间自主订立服务合约、完成支付并交付成果的新型交易形态。与传统API调用不同,智能体间交易通常涉及动态报价、按结果付费和多轮协商,传统的OAuth授权或API密钥体系并不天然包含"支付与交付对应"的语义层。目前业内正在探索的相关标准包括Anthropic推动的Model Context Protocol(MCP)以及各类链上微支付通道,但专门针对"支付-请求-交付"三元绑定的轻量回执规范尚无公认标准。本文提出的方案属于应用层协议,不依赖特定区块链,理论上可在任何支持memo字段的链上实现,这使它具有较低的迁移成本,但也意味着需要生态内各参与方自发采纳才能形成网络效应。
相关推荐

不写代码,用AI规划生产级应用系统架构
不写一行代码,如何用 AI 规划生产级应用系统架构?本文拆解 AI 私人教练应用的数据库建模、Agent 端点设计、聊天记录存储与分层记忆架构,讲清何时该用 AI、何时该提前生成,帮你从 vibe coding 迈向可维护的生产级开发。

花旗14000名工程师用Devin,技术外包账单砍掉30%
花旗集团14000名工程师使用AI编程智能体Devin,一年内将技术供应商账单削减30%,产品发布提速30-40%。但30%仅限单一成本项,摩根大通同期表示AI收益尚未体现在财报中,揭示企业AI落地的真实分化。

AI写代码,程序员要失业?Devin自主编程真相
Devin等自主AI编程代理正改变软件开发:从Copilot辅助编码到全自动工程代理,程序员角色从写代码转向系统设计与监督。本文分析AI编程对就业、代码安全、初级开发者培养的影响,以及效率悖论下程序员需求的真实走向。