智能体驱动下互联网交易范式变迁：从人类流量经济向机器自主交易（Agent Commerce）的机制研究

智能体驱动下互联网交易范式变迁：从人类流量经济向机器自主交易（Agent Commerce）的机制研究

作者：泷码软件（上海）有限公司、泷码软件研究院、泷码互联网经济网研究部

摘要

随着大语言模型、多智能体协同、可编程合约与开放交易协议体系的成熟，互联网交易正在经历一场底层范式革命。传统互联网电商体系建立在人类流量经济基础之上，交易全链路依赖人类主体完成需求表达、搜索浏览、跨平台比价、磋商谈判、下单履约、售后争议处理等操作；平台商业模式以抓取用户注意力、流量分发、广告竞价为核心，价值分配由流量入口掌握。机器自主交易（Agent Commerce，智能体商业）范式下，人类仅向智能体交付高层级交易目标与约束规则，由自治 AI 智能体完成跨平台商品检索、多供应商比对、动态谈判、自动合约签署、支付结算、履约跟踪与争议处置，交易执行主体由人转为机器代理。

本文立足于交易成本理论、平台经济学与多智能体系统理论，系统解构 Agent Commerce 的运行机制。重点研究机器交易身份确权、自动合约执行、跨平台智能体协作规则三大底层基础设施；分析交易主体转换引发的定价权转移、市场竞争结构重构；研判 GaaS（智能体即服务，Agent-as-a-Service）作为 Agent Commerce 商业化载体的市场基础、落地约束与演进路径。研究发现，Agent Commerce 将大幅降低搜寻成本、谈判成本与履约监督成本，削弱传统平台流量垄断优势；市场定价机制由面向人类消费者的差异化营销定价，转向面向机器智能体的标准化、实时动态博弈定价；市场竞争重心由用户注意力争夺，转向商品信息标准化、API / 协议开放能力、智能体可信授权与合约自动执行能力。但该范式落地面临机器主体法律地位、算法合谋、数据壁垒、授权安全、跨平台协议不统一等多重制度与技术障碍。GaaS 模式通过封装智能体能力、按任务结果计费，成为普通企业与个人接入机器自主交易生态的核心入口，但其规模化发展仍依赖跨平台互操作标准、可信托管基础设施与监管框架配套完善。本文最后提出 Agent Commerce 生态治理框架，对智能体商业的未来演化方向、监管适配路径给出研判。

关键词：智能体；Agent Commerce；机器自主交易；流量经济；GaaS；自动合约；平台经济；交易范式

第一章 绪论

1.1 研究背景

互联网商业化二十余年，电商交易范式始终没有脱离 “人作为交易执行主体” 的底层框架。从早期 B2B 信息撮合、C2C 网上集市，到中心化平台电商、直播电商、社交电商，所有交易链路的核心动作 —— 搜索商品、浏览详情、对比价格、选择商家、提交订单、支付、收货确认、售后维权，均需要人类持续参与。平台商业模式本质上是流量生意：平台通过内容推荐、搜索排序、广告投放捕获用户注意力，利用信息不对称赚取流量溢价，平台掌握商品曝光入口，由此掌握定价与市场分配的主导权。这就是人类流量经济的核心逻辑。

生成式 AI 与自治智能体技术的突破，正在打破这一延续数十年的范式。新一代 AI 智能体具备目标拆解、工具调用、跨系统信息获取、多轮协商、条件判断、自动执行闭环能力。在 Agent Commerce 体系中，人类不再逐次点击页面，只需要设定目标、边界条件、预算阈值、品质要求，授权智能体作为代理人完成全流程交易。智能体可以并行访问多个电商、供应链平台、服务商 API，在毫秒级时间内完成多商家比价、条款谈判，基于预设规则签署自动合约、触发支付，跟踪物流履约，出现违约时自动发起争议调解，仅在超出预设规则的例外场景才转交人类决策。

海外产业界已经出现 Agent Commerce 相关协议体系：OpenAI ACP 智能商业协议、Google UCP 通用商业协议、Chainlink、Boson dACP、x402 支付协议等，尝试建立机器与机器之间可信交易标准；亚马逊推出 Rufus “代我购买” 智能体，探索平台内自治采购。GaaS（Agent-as-a-Service，智能体即服务）作为一种新型云服务形态，区别于传统 SaaS“售卖软件使用权、按席位订阅”，直接交付可完成完整业务任务的自治智能体，按任务结果、完成次数或者 Token 消耗量计费，为中小主体低成本接入机器交易生态提供载体。

这一变迁不只是电商界面的 AI 辅助升级，而是交易主体、交易成本、定价机制、市场结构、价值分配体系的系统性重构。当前学术界对 Agent Commerce 的研究尚处于起步阶段，现有文献多聚焦于技术架构，对于范式变迁的经济学机理、机器身份、自动合约、跨平台协作规则、定价权变迁与 GaaS 落地基础的系统性研究仍然不足，技术、法律、经济学交叉研究存在空白，亟需建立完整理论框架。

1.2 研究问题

本文核心研究问题包括：

1. 从人类流量经济转向 Agent Commerce 机器自主交易，范式变迁的底层机理是什么？两类交易范式在交易主体、交易成本、价值分配、平台逻辑上存在何种系统性差异？

2. Agent Commerce 落地所依赖三大基础机制：机器身份确权、自动合约执行、跨平台智能体协作，其运行逻辑、技术要件与现存瓶颈是什么？

3. 智能体自主交易如何改变市场定价权分布，如何重塑市场竞争结构，是否会催生新形式市场失灵（算法合谋、平台协议壁垒等）？

4. GaaS 作为 Agent Commerce 商业化落地载体，其市场基础、商业模式、供需约束是什么，规模化商用需要满足哪些条件？

5. Agent Commerce 生态存在哪些制度风险，应构建何种治理与监管适配框架？

1.3 研究意义

1.3.1 理论意义

本文将交易成本经济学、双边平台理论与多智能体系统理论结合，提出 “人类流量经济 — 机器自主交易” 范式转换框架，丰富数字平台经济理论。传统平台经济学假设交易主体为人类，本文拓展交易主体边界，把 AI 智能体作为委托代理关系下的机器代理人纳入市场模型，解释机器间交易（A2A，Agent-to-Agent）的价格发现、合约履约与市场均衡机制，弥补现有数字商业研究中机器主体交易理论缺口。同时对 GaaS 商业模式进行经济学解构，区分 GaaS 与 SaaS 的本质差异，丰富云服务与智能服务经济理论。

1.3.2 实践意义

本研究为电商平台、供应链企业、服务商布局 Agent Commerce 生态提供机制层面参考，指导企业从面向人类消费者的产品设计转向适配机器智能体读取的标准化商品数据、API 接口、可编程合约。同时为监管机构理解机器自主交易带来的反垄断、算法治理、消费者保护、数字身份问题提供理论支撑，为后续规则制定提供参考框架。

1.4 研究思路与论文结构

本文共分为六章。第一章绪论，阐明研究背景、问题、意义；第二章文献综述与理论基础，梳理平台流量经济、Agent Commerce、多智能体交易、GaaS 相关文献，确立交易成本、委托代理理论基础；第三章对比两种交易范式，剖析从人类流量经济到机器自主交易的变迁机理；第四章 Agent Commerce 底层机制研究，重点分析机器身份、自动合约、跨平台协作规则；第五章市场效应分析，研判定价权变迁、市场竞争结构变化；第六章 GaaS 商业落地的市场基础、约束条件；第七章风险、治理框架与未来展望，最后为结论。

1.5 研究方法

1. 文献研究法：梳理国内外平台经济学、多智能体、算法交易、智能体商业相关学术论文、产业报告，搭建理论框架。

2. 比较研究法：对比人类流量电商范式与 Agent Commerce 机器自主交易范式在交易全链路、成本结构、价值分配、市场规则差异。

3. 案例与产业观察法：基于海外 ACP、UCP 协议，亚马逊 Rufus、各类 GaaS 服务商实践案例，归纳产业落地现状。

4. 机制建模定性分析：运用交易成本理论，分析智能体如何降低搜寻、谈判、履约监督三类核心交易成本，推演市场均衡变化。

第二章 文献综述与理论基础

2.1 人类流量经济相关理论

平台经济理论将电商平台定义为双边市场，一边连接消费者，一边连接商户。Rysman 的双边市场理论指出，平台的核心价值是降低供需双方匹配成本，网络效应是平台规模扩张的关键驱动因素。传统电商平台的网络效应建立在人类用户规模之上，用户越多，商户越愿意入驻；商户越多，商品越丰富，吸引更多用户。

流量经济的本质，是用户注意力成为稀缺资源。西蒙提出 “有限理性” 理论：人类信息处理能力有限，注意力是稀缺品。传统电商市场中，消费者无法穷尽全部商品信息，搜寻成本高，平台掌握搜索排序、推荐算法，人为制造信息分层；商家需要购买广告、竞价排名获取曝光，将流量成本计入商品售价，最终由消费者承担。平台价值捕获的核心来源，就是对人类注意力流量的垄断。传统电商交易成本中，搜寻成本、比价成本、磋商成本占据较高比重，这也是流量商业模式得以存续的基础。

传统电商的委托代理关系是：消费者本人直接作为交易主体；平台作为撮合中介；商家作为供应方。所有意思表示、承诺确认，都由人类完成，电子合同成立以人的点击确认作为合意标志。

2.2 Agent Commerce（智能体商业）相关文献

Agentic Commerce 概念在近年信息系统与 AI 经济研究中逐步成型。Chainlink 将 Agent Commerce 定义为自治 AI 智能体代表人类或企业主体完成谈判、交易、履约管理的商业形态，交易从人工操作转为机器自主执行，人类退居目标设定、授权、例外决策位置。TechRxiv 的综述文献将 Agent Commerce 按交易生命周期划分为意图解析、商品发现、评估、谈判、合约、支付履约、争议处置等环节，将智能体分为买方智能体、卖方智能体、平台协调智能体、履约智能体，构建多主体 A2A 交易分类框架。

arXiv 相关研究指出，人类购物的稀缺瓶颈是信息浏览能力；而智能体交易下，稀缺从商品浏览能力转变为偏好表达、授权约束、可信证明，消费者需要把模糊主观偏好转化为智能体可以理解、执行的量化目标与约束条件。另一项实验研究发现，智能体的商品选择逻辑和人类消费者存在系统性差异：智能体几乎没有品牌忠诚度，对价格、参数、履约条款高度敏感，容易被结构化商品数据影响；商家的营销文案、情感化包装对机器智能体的影响显著低于人类，市场竞争逻辑会发生根本性改变。

现有文献同时指出风险：在稀薄市场下，多智能体之间可能出现算法合谋，自动达成隐性价格协同；智能体交易速度远超人类市场，容易出现价格闪崩、市场剧烈波动；交易责任归属、机器行为法律归因是未解决难题。

2.3 GaaS（Agent-as-a-Service，智能体即服务）

GaaS 区别于 SaaS。SaaS 交付软件功能，需要人类登录、操作、解读结果，按席位订阅；GaaS 直接交付可以自主完成端到端任务的智能体，用户下达目标，智能体自行拆解、调用工具、完成任务，按任务结果、事件、Token 消耗计费，交付物是完成的业务成果，而非软件界面。行业观点提出，SaaS 卖功能使用权，GaaS 卖自主执行能力；SaaS 瓶颈是操作人员，GaaS 将人的操作环节交由智能体闭环执行。

IDC 调研显示国内企业采购 AI 的偏好正在转向成果导向付费，企业更愿意为可量化业务降本增效结果付费，而不是单纯采购模型接口。GaaS 是 Agent Commerce 面向普通市场的封装层，企业不需要自建大模型、自研多智能体编排框架，直接采购 GaaS 智能体，接入交易生态，实现机器自主交易。

2.4 交易成本理论与委托代理理论

科斯交易成本理论指出，市场交易存在搜寻成本、谈判成本、合约履约监督成本，当交易成本过高，交易将转向企业内部组织。Agent Commerce 的核心价值，就是利用机器并行计算、持续在线、自动执行能力，系统性降低三类交易成本：

1. 搜寻成本：跨平台并行检索、结构化解析商品信息；

2. 谈判成本：多轮自动磋商、动态比价；

3. 履约监督成本：自动跟踪物流、监测履约条件，触发预设救济条款。

委托代理理论：Agent Commerce 场景下，人类是委托人，AI 智能体是代理人。智能体不具备独立法律人格，其所有交易行为均在委托人预先授权范围之内，交易法律后果归于委托人。这是机器自主交易法律关系的核心基础。智能体的权限边界、授权存证、行为审计，是解决委托代理风险的关键。

第三章 范式变迁：人类流量经济与 Agent Commerce 机器自主交易对比

3.1 人类流量经济范式特征

传统互联网电商，交易执行主体是人，整个商业体系围绕人的认知与行为设计。

1. 需求表达：人类通过关键词搜索，模糊表达需求；平台推荐算法基于用户历史行为猜测偏好。

2. 信息获取：人逐个访问平台页面，阅读图文商品介绍，受限于时间精力，只能对比少量商家。平台通过搜索排序、广告位控制信息曝光，制造信息壁垒。

3. 决策与谈判：人工对比，人工咨询客服议价；价格策略面向人类心理，大量营销折扣、限时促销、情绪营销。

4. 合约与履约：人手动点击同意协议、提交订单、支付；人工跟踪物流；出现问题人工发起售后。

5. 平台商业模式：平台核心资产是流量，盈利来自广告、竞价排名、交易佣金；价值分配逻辑：商家付费获取曝光，平台捕获流量租金。

6. 定价权结构：平台掌握曝光入口，商家定价同时兼顾成本、竞品、营销投放；消费者处于信息弱势，价格离散度高，品牌溢价、营销溢价普遍。

人类流量经济的底层约束是人的有限注意力。平台商业模式的成立前提，就是人类无法一次性获取全部市场供给信息。只要人必须逐个浏览页面，流量入口就拥有稀缺租金。

3.2 Agent Commerce 机器自主交易范式特征

Agent Commerce 范式下，交易执行主体是受人类委托的 AI 智能体，人类退居委托人角色，只设定目标、预算、约束阈值、风险规则。

1. 需求表达：委托人输出结构化目标指令，包含采购目标、预算上限、质量指标、履约时限、可接受风险、禁止条款；智能体解析目标，拆解子任务。

2. 信息获取：智能体跨平台并行调用 API，读取标准化商品元数据、库存、履约条款、质保规则，一次性扫描大量供应商，不受人类浏览速度限制。商品营销文案情感内容基本失效，机器只识别结构化参数。

3. 决策与谈判：买方智能体和卖方智能体自动开展多轮条款博弈，实时比价，动态磋商交付周期、质保、违约赔偿等完整合约条款，不依赖人工客服。

4. 合约与履约：基于自动合约（可编程合约），条件达成自动签署、自动支付；持续监测履约数据流，当履约指标不达标，自动触发退款、补偿、纠纷上报，例外场景才移交人类。

5. 商业模式：传统平台流量租金价值衰减；价值重心转向标准化商品数据开放接口、可信智能体托管、自动合约执行基础设施、GaaS 智能体服务。

6. 定价权结构：定价博弈发生在机器之间；商品定价更贴近真实成本与供需，营销溢价、品牌情绪溢价被压缩；但算法协同、协议壁垒会形成新市场势力。

3.3 范式变迁内在机理：交易成本的结构性下降

传统市场搜寻成本高，导致消费者只能局部搜索，平台掌握信息分发权，流量租金由此产生。Agent Commerce 将搜寻、比价、谈判、履约监督等重复性高、信息密集型工作交由智能体并行完成，交易成本出现断崖式下降。当跨平台信息获取成本趋近于零，注意力稀缺不再是市场核心约束，流量入口的垄断价值被削弱。

但必须注意：交易成本降低不是无条件的。Agent Commerce 会新增一类成本：智能体授权成本、机器身份核验成本、合约审计成本、算法治理成本。如果跨平台数据不开放、接口不统一、可信基础设施缺失，新增成本会抵消交易成本下降红利，导致 Agent Commerce 无法规模化落地。

3.4 范式转换不是完全替代，而是分层共存

短期来看，两种范式会长期共存，形成分层市场：

1. 高标准化、参数可量化商品（标准化原材料、办公用品、标准零部件、标准化数字服务）优先进入 Agent Commerce，适合机器自主交易；

2. 高度主观、体验型、非标准化商品（艺术品、定制化服务、高情感属性消费品），仍然保留人类主导交易模式；

3. 混合模式：智能体完成初选、比价，筛选少量备选方案，交由人类完成最终决策。

中长期，随着商品元数据标准化、协议普及，机器交易覆盖范围持续扩大。

第四章 Agent Commerce 底层运行机制：机器身份、自动合约、跨平台协作规则

Agent Commerce 落地，需要三层基础设施协同：机器身份确权层、自动合约执行层、跨平台智能体协作协议层。三者共同构成机器交易可信基础，解决 “机器是谁、机器承诺如何履约、不同平台智能体如何对话” 三大基础问题。

4.1 机器身份：智能体的身份确权、授权与责任归属

机器自主交易的首要难题：智能体本身不具备独立法律主体资格，不能独立承担民事责任。智能体只是委托人的软件代理人，其行为效力归属背后的自然人或企业。机器身份不是赋予 AI 独立法人资格，而是建立可核验、可追溯、权限隔离的代理身份体系。

4.1.1 机器身份的内涵

机器身份是一套数字凭证体系，包含：

1. 智能体标识：唯一 ID，记录智能体所属主体、版本、能力边界；

2. 委托授权凭证：由委托人签发，明确智能体可以执行的交易范围、预算上限、合约权限、禁止行为，授权具备密码学存证，不可随意篡改；

3. 审计日志：智能体每一次查询、报价、谈判、发起交易行为，完整留痕，可审计；

4. 权限隔离机制：最小权限原则，智能体仅获得完成目标所必需权限，超出授权范围操作被拦截。

区分两类身份风险：第一，身份冒用，恶意智能体伪造委托人身份发起交易；第二，越权代理，智能体超出委托人预设约束进行交易，引发损失。因此机器身份体系核心目标不是赋予机器人格，而是证明：该智能体行为在委托人授权范围之内，行为后果由委托人承担。

4.1.2 委托授权机制

授权分为静态授权和动态授权。静态授权是预先固定规则，如采购预算上限、商品品类、商家黑名单；动态授权是当交易触及预设例外条件时，暂停自动执行，推送人类委托人确认后继续。授权凭证必须与交易链路绑定，每一笔 A2A 交易附带可验证授权证明，供卖方平台、支付机构核验。

4.1.3 责任归属

在法律框架内，遵循 “智能体行为归属于委托人” 原则。智能体算法缺陷带来的交易损失，需要区分：一是算法本身缺陷（GaaS 服务商提供的智能体逻辑错误），服务商依据服务协议承担相应合同责任；二是委托人设置的规则、参数错误，由委托人自行承担；三是第三方平台接口数据错误，由数据提供方承担责任。机器身份审计日志，是责任划分最重要证据。

4.2 自动合约：Agent Commerce 的交易契约执行机制

自动合约（可编程合约，区别于狭义区块链智能合约）是机器交易的契约载体。在 Agent Commerce 场景，自动合约是机器可读取、可执行、可校验的契约文本，将交易条款（价格、数量、交付时间、质量标准、违约补偿、触发条件）转化为机器可识别逻辑，当预设条件满足，合约自动执行对应动作。

4.2.1 自动合约与传统电子合同差异

传统电子合同是人类可读文本，合同履行依靠人工监督，违约后人类启动争议解决。自动合约同时具备机器可解析逻辑，合约条款绑定履约数据流，持续监测履约事件，条件触发自动执行：例如约定超时未发货，自动触发部分退款。自动合约并不完全替代法律文本，机器执行层配套一份具备法律效力的自然语言合同，机器逻辑是合同自动化执行子集。

4.2.2 自动合约生命周期

1. 合约协商阶段：买卖双方智能体磋商条款，形成机器可读合约模板；

2. 合约签署阶段：双方委托人授权凭证绑定，密码学签署存证；

3. 履约监测阶段：智能体持续拉取物流、质检、交付数据，校验履约条件；

4. 自动执行阶段：条件达成，自动付款；违约事件触发，自动执行救济条款；

5. 争议升级阶段：合约逻辑无法覆盖纠纷，暂停自动执行，转入人工争议调解。

4.2.3 自动合约风险

一是合约逻辑不完备。现实交易存在大量模糊、例外情形，无法全部转化为机器规则，存在逻辑漏洞；二是数据供给风险，如果用于触发合约的外部数据（物流、质检数据）被篡改，合约会错误执行；三是合约解释冲突，不同主体对机器合约逻辑理解不一致，引发法律争议。这决定自动合约只能处理标准化、条件清晰的交易，复杂非标准化交易仍然需要人类兜底。

4.3 跨平台协作规则：A2A 交互、数据标准、协议治理

Agent Commerce 核心价值是跨平台自主比价与采购，但是当前互联网平台系统相互封闭，数据格式、接口规范不统一，是最大落地障碍。跨平台协作规则包含三层：商品信息标准化、智能体通信协议、平台接入与访问规则。

4.3.1 商品元数据标准化

人类浏览网页依赖图文，机器智能体需要结构化元数据：品类、规格、参数、库存、报价、交付周期、质保、退换货条款、履约 SLA。如果不同平台元数据定义不一致，智能体无法自动比对。因此 Agent Commerce 生态要求商户与平台输出机器可读标准化商品元数据，建立统一商品本体标准。商品营销文案不再是核心转化资产，结构化参数成为机器交易核心信息。

4.3.2 A2A 通信协议

A2A 协议定义买方智能体、卖方智能体、平台服务、支付智能体之间如何发现对方、交换报价、传递合约、提交授权凭证。OpenAI ACP、Google UCP、x402 等协议，目标就是统一智能体交易交互规范，解决跨系统互通问题。协议需要定义：智能体发现机制、报价请求与应答格式、授权证明传递、交易存证、异常回调接口。协议开放程度，直接决定 Agent Commerce 生态规模。

4.3.3 平台准入与反滥用规则

开放接口会带来新问题：智能体可以高频并行查询，对平台服务器造成巨大负载；恶意智能体发起虚假询价、爬虫攻击。跨平台协作规则需要配套流量控制、智能体身份核验、访问配额、反欺诈机制。平台不能无限制开放接口，也不能利用接口管控权阻断外部智能体接入，形成新壁垒，这会带来平台反垄断新议题。

跨平台协作规则的治理难题：标准由市场主导还是公共机构主导。如果由头部平台私设协议，平台可以利用协议设计排除外部智能体，延续原有垄断；开放公共协议更利于生态发展，但多方主体协调成本极高，标准迭代缓慢。

第五章 Agent Commerce 对定价权与市场竞争结构的影响

5.1 定价权转移：从平台与商家转向机器博弈，流量溢价消失

人类流量市场，定价包含三部分：商品生产成本 + 履约成本 + 流量营销溢价。商家愿意支付广告竞价，将流量成本计入售价，平台从流量溢价中抽成。消费者因为信息搜寻成本，无法遍历全部供应商，商家可以维持价格离散度，实现差异化溢价。

Agent Commerce 环境下，智能体可以一次性扫描大量供应商，搜寻成本大幅降低，营销溢价、品牌情绪溢价被显著压缩。定价博弈主体变为买方智能体与卖方智能体之间的实时博弈。价格发现机制发生改变：

1. 静态标价向连续动态定价演化，卖方智能体可以实时根据库存、需求、对手报价自动调价；

2. 比价能力全域化，同品类不同平台价差会被智能体快速抹平，市场价格离散度下降；

3. 价值评估维度多元化，智能体不只看单价，同时综合交付周期、质保、违约赔偿、履约可靠性等多维指标综合打分，不再单纯以最低价成交。

定价权变迁带来两个方向相反效应：一方面信息更充分，市场更接近完全竞争，挤压超额利润；另一方面，智能体算法策略可能形成新市场力量。

5.2 市场竞争结构重构

5.2.1 竞争维度转换

传统电商竞争维度：流量获取、内容营销、搜索排名、用户心智。Agent Commerce 时代竞争维度转变：

1. 商品信息标准化能力：商家产品数据能否被智能体识别读取；

2. API 开放与智能体对接能力；

3. 自动合约与履约数据输出能力；

4. 智能体算法、GaaS 服务能力；

5. 可信托管、审计与安全授权能力。

商家的核心客户不再只是人类消费者，还包括买方智能体。企业产品设计、商品页面，需要同时适配人类阅读与机器解析，面向机器的 “机器友好商品目录” 成为新竞争资产。不开放结构化数据的商家，会被智能体过滤，在机器交易市场失去曝光。

5.2.2 平台市场势力变化

传统中心化电商平台依靠流量入口垄断，获取高额佣金与广告收益。Agent Commerce 削弱流量入口价值，但平台势力不会直接消失，平台可以转型：

1. 转型为 Agent Commerce 基础设施服务商，提供标准化商品元数据接口、合约托管、履约数据服务，收取接口服务费；

2. 自建封闭智能体生态，只允许平台自有智能体访问内部商品，拒绝外部第三方智能体接入，维持壁垒。后者会产生新型排他行为，成为反垄断监管重点。

市场出现两类平台分化：开放协议型平台（支持外部智能体接入）；封闭生态平台（仅自有智能体可用）。

5.2.3 算法合谋风险

多智能体自动博弈场景下，算法可能在无人类直接沟通情况下，自发形成隐性价格协同，即算法合谋。在供应商数量较少的稀薄市场，风险更高。智能体持续观察对手报价，自动调整自身定价策略，维持高位价格。算法合谋识别难度远高于人类合谋：没有书面协议、没有人员沟通，协同来自算法策略交互涌现结果。传统反垄断法律以 “合意” 作为认定前提，面对算法自主涌现协同，原有监管工具存在适配不足。

5.3 市场分层与新市场壁垒

流量壁垒弱化，但新壁垒出现：

1. 协议标准壁垒：掌握主流 A2A 交易协议的主体，可以主导生态接入规则；

2. 可信基础设施壁垒：安全托管、授权存证、合约审计基础设施，建设门槛高；

3. GaaS 服务商技术壁垒：高质量多智能体编排、目标解析、风险控制算法；

4. 数据壁垒：履约数据、质检数据作为合约触发数据源，被少数机构控制。

市场势力从 “流量垄断” 向 “协议、可信基础设施、机器可读数据” 垄断迁移。

第六章 GaaS（智能体即服务）：Agent Commerce 商业落地的市场基础与约束

Agent Commerce 需要智能体能力，但绝大多数企业、个人无法自建多智能体系统、安全托管、授权审计框架。GaaS（Agent-as-a-Service，智能体即服务）作为中间服务层，封装智能体能力，让用户通过订阅、按任务付费方式获取机器自主交易能力，是 Agent Commerce 商业化落地核心载体。

6.1 GaaS 的商业模式：与 SaaS 对比

SaaS：售卖软件使用权，订阅按席位 / 账号计费；用户登录界面，人操作软件完成任务；交付功能模块。
GaaS：售卖自治任务执行能力，按任务结果、交易次数、Token 消耗计费；用户只需要提交目标与约束，智能体自主完成全链路；交付业务结果。

GaaS 服务商负责底层模型、智能体编排、安全托管、授权管理、审计日志、跨平台接口适配。客户不需要开发 AI，直接调用 GaaS 智能体，作为自身采购或销售代理人接入 Agent Commerce 交易网络。

GaaS 有多种定价模式：

1. 按任务 / 交易结果计费：完成一笔采购交易收取对应服务费；

2. 按 Token 消耗计费，适合复杂多轮谈判、信息检索任务；

3. 订阅保底 + 超额任务收费，混合模式。

6.2 GaaS 落地的市场基础

6.2.1 供给基础：大模型成本持续下降

近年大模型 Token 成本持续下降，使得复杂多步骤智能体任务具备经济可行性。智能体跨平台检索、多轮谈判、合约校验消耗大量 Token，单位调用成本降低是商业化前提。算力基础设施、端侧 AI 技术成熟，支撑智能体并发运行。

6.2.2 需求基础：企业降本诉求

企业采购、供应链管理存在大量重复性比价、供应商筛选、订单跟进工作，人力成本高。企业有强烈动机，使用智能体替代人工完成标准化采购。IDC 调研显示国内大量企业愿意基于业务成果付费，而不是单纯采购软件。中小企业缺乏 AI 研发团队，偏好直接采购可交付结果的 GaaS 服务，而不是自建系统。

C 端场景，个人消费者可以使用 GaaS 购物智能体，自动监控日用品库存，在预设预算下跨平台自动补货，是未来消费端市场方向。当前 C 端 Agent Commerce 还处于早期试点，B 端标准化供应链采购落地进度更快。

6.2.3 生态基础：交易协议、API 接口逐步完善

A2A 交易协议、支付协议、商品元数据标准逐步试点，平台开放 API，为 GaaS 智能体跨平台访问商品、发起交易提供基础。支付机构正在探索机器交易专用支付通道、托管账户、履约资金监管方案，解决 A2A 资金结算问题。

6.3 GaaS 规模化落地约束条件

1. 跨平台数据开放不足：大量电商平台不提供标准化机器可读商品接口，或设置严格配额、高昂调用费用，限制第三方智能体访问，GaaS 智能体跨平台比价能力受限。

2. 可信授权与安全风险：智能体被授权操作资金、发起交易，一旦智能体被劫持、越权，直接带来财产损失；授权托管安全体系建设成本高。

3. 自动合约法律效力不确定：可编程自动合约的执行效力、证据认定、违约救济在现行法律框架中缺少明确细则。

4. 责任划分复杂：委托人、GaaS 服务商、平台、支付机构之间，智能体交易出错后的损失划分规则不清晰。

5. 算法黑箱与可解释性问题：智能体谈判、选择供应商的决策逻辑难以解释，发生争议时难以判定决策合理性。

6. 合规监管不确定性：反垄断、消费者保护、算法备案、数据安全等监管规则尚未专门适配 A2A 机器交易场景。

6.4 GaaS 市场演进路径

短期：B 端试点为主，集中于标准化物料采购、云资源采购、标准化数字服务采购；GaaS 智能体多作为辅助工具，完成比价筛选，最终订单确认仍然由人工完成，人机混合模式。
中期：自动合约试点成熟，资金托管履约方案落地，部分标准化交易实现全链路自主执行；GaaS 服务商规模扩大，行业形成初步 A2A 协议标准；监管机构启动算法治理试点。
长期：标准化商品市场大规模转向 Agent Commerce；GaaS 成为主流企业数字化采购基础设施；法律配套完善，机器交易授权、存证、责任规则明确。

第七章 风险识别、生态治理框架与未来展望

7.1 Agent Commerce 主要风险

1. 消费者权益风险：智能体越权交易、偏好理解偏差，错误下单；算法推荐偏向低成本供应商，忽视隐性质量风险；委托人难以理解智能体决策逻辑。

2. 算法合谋与市场竞争风险：稀薄市场下多卖方智能体自发形成协同定价，推高市场价格；平台通过协议壁垒排除第三方智能体，维持垄断。

3. 数据安全与隐私风险：智能体需要访问委托人预算、偏好、财务信息；跨平台交互过程中敏感数据泄露风险。

4. 系统失效风险：模型幻觉、接口故障，导致智能体错误谈判、错误执行合约；大规模智能体并发交易可能引发市场短期剧烈波动。

5. 法律责任风险：智能体交易纠纷时，各方责任边界模糊，自动合约证据效力存在争议。

7.2 Agent Commerce 生态治理框架

Agent Commerce 治理不能简单沿用传统电商监管思路，需要分层治理，技术治理与法律治理结合。

1. 身份与授权治理层：建立智能体委托授权存证规范，最小权限原则，完整审计日志；智能体行为全程可追溯。区分委托人、GaaS 服务商、平台各自义务。

2. 协议与数据标准治理层：推动商品元数据、A2A 交互协议公共标准，防止私有协议锁死生态；规范平台接口开放义务，禁止不合理阻断第三方智能体访问。

3. 算法治理层：要求 GaaS 服务商对交易智能体开展算法风险评估；针对可能产生算法合谋的场景，建立监测机制；保留人类退出开关，委托人随时终止智能体交易权限。

4. 合约与争议治理层：区分自动合约执行范围，限定自动合约仅适用于标准化、低模糊场景；建立机器交易专门争议调解渠道，审计日志作为核心证据。

5. 市场竞争治理层：将协议壁垒、接口封锁纳入反垄断评估；持续监测多智能体市场算法协同行为。

治理核心原则：智能体是代理人，法律责任归于委托人；技术基础设施服务商承担安全与算法治理义务；保留人类最终控制权。

7.3 未来研究展望

第一，多智能体市场仿真研究，量化 Agent Commerce 下市场均衡、价格离散度、算法合谋出现条件；第二，自动合约法律效力、机器授权民事规则研究；第三，跨平台 A2A 协议标准化路径研究；第四，GaaS 定价模型与产业组织演化研究；第五，监管沙盒设计，在可控场景测试机器自主交易，积累监管经验。

第八章 结论

互联网交易正在从以人类注意力为核心的流量经济，向以 AI 智能体为代理人的机器自主交易（Agent Commerce）范式转型。范式变迁本质是交易成本结构性下降，搜寻、比价、谈判、履约监督等工作由智能体自动完成，人类由交易执行者转变为目标委托人与例外决策者。

Agent Commerce 落地依赖三大底层机制：机器代理身份确权与授权审计体系、可执行自动合约、跨平台 A2A 协作协议与标准化商品元数据。这套机制共同解决机器交易可信问题。范式转换重塑市场定价机制与竞争结构：流量营销溢价压缩，价格博弈转向机器之间实时动态博弈；市场竞争重心由用户流量争夺，转向机器可读数据、开放 API、智能体服务与可信基础设施。同时产生新型市场风险，包括算法合谋、协议壁垒、授权安全、责任归属难题。

GaaS（智能体即服务）作为商业化载体，封装智能体能力，降低企业接入门槛，是 Agent Commerce 规模化落地的核心路径。当前 GaaS 已经具备一定市场基础，大模型成本下降、企业降本需求、协议试点共同支撑产业起步；但跨平台接口壁垒、法律规则缺失、安全与责任划分问题，构成短期约束。

Agent Commerce 不会立刻完全替代人类主导电商，两类范式长期分层共存，标准化商品优先进入机器自主交易市场。生态治理应当坚持委托代理底层法律关系，建立智能体身份审计、协议标准、算法风险评估、争议解决配套机制，在释放机器交易效率红利的同时，防范市场失灵与消费者权益损害风险。Agent Commerce 将重塑数字商业价值分配格局，平台租金逻辑逐步弱化，机器可信基础设施、标准化数据、智能体服务将成为数字商业新价值高地。

数据来源说明

1. Agent Commerce 相关理论文献：TechRxiv、arXiv、Chainlink、AWS、OpenAI、Google 公开技术白皮书与学术预印本；

2. GaaS 行业数据：IDC 企业 AI 采购偏好报告、海外 GaaS 产业分析报告、行业公开调研数据；

3. 交易成本、双边平台理论：科斯、Rysman 等经典平台经济学文献；

4. 产业案例素材：亚马逊 Rufus、ACP、UCP、x402 协议、Boson dACP 公开文档，国内电商智能体平台公开资料；

5. 算力与 Token 成本数据：全球大模型厂商公开调价公告、行业第三方算力研究报告。

本报告引用的行业数据、市场预测均来自公开产业文献、学术预印本与第三方行业研究机构公开材料。部分产业预测数据为行业机构情景推演，不代表必然实现。

免责声明

本报告由泷码软件（上海）有限公司、泷码软件研究院、泷码互联网经济网研究部独立研究撰写，仅作为学术研究与产业分析使用，不构成任何投资建议、商业决策建议、法律意见。报告中观点、结论基于当前公开技术、产业与文献资料，受技术迭代、政策调整、市场环境变化影响，未来存在不确定性。报告中引用第三方数据、文献的知识产权归属原作者。未经书面许可，不得篡改报告内容用于商业宣传、证券推介。任何主体依据本报告做出商业、投资、法律决策产生的风险，均由该主体自行承担，本研究团队及所属机构不承担相关法律责任。