Cenários, conflitos e desfechos na visão de profissionais de pagamento com IA de 16 bits

Escrevendo: Ivy & Hazel

AI pagamento já não é mais um conceito. x402, MPP, Tempo, AP2—no último ano, Coinbase, Stripe, Google, Visa construíram estruturas de protocolo em diferentes níveis. Dados reais na cadeia, integração de comerciantes reais, modelos de leitura incorreta também começaram a surgir gradualmente.

No sábado passado, a organização 支无不言 realizou uma reunião fechada sobre Agent Payment, com 16 convidados de infraestrutura de pagamento, serviços de carteira, grandes empresas de pagamento, instituições de investimento, entre outros, que responderam a quatro perguntas em quase três horas: onde exatamente ocorre o AI pagamento, como fazer o AI gastar com segurança, como esse negócio gera lucro, e qual será o caminho do jogo entre grandes empresas e startups.

A seguir, as principais conclusões emergidas dessa discussão:

O cenário mais maduro para Agent Payment é a chamada API, onde uma única transação de 0,01 dólares sustenta o volume por meio da frequência;

Existe um conflito fundamental entre a incerteza na saída do AI e a necessidade de certeza no setor financeiro, o que constitui a contradição técnica mais básica do Agent Payment;

O framework de segurança do Agent Payment está mudando de autenticação de identidade para verificação de intenção;

O mecanismo de chargeback não funciona em cenários de Agent, e uma arbitragem em três camadas se tornará o novo paradigma de segurança de pagamento;

A filosofia de design das grandes empresas é desconfiar do Agent, confiando apenas na transação;

O verdadeiro ponto crítico do Agent Payment não está no pagamento em si, mas na cadeia de transações upstream, que ainda não foi reconstruída para o Agent;

O papel das startups é fornecer componentes para as grandes empresas, não atuar como provedores de serviços ao consumidor final.

Hazel Hu

Host do podcast 支无不言, contribuinte principal do fundo de bens públicos de língua chinesa GCC, X: withhazelhu; e também uma pessoa que não leva as coisas muito a sério, 越越.

Ivy Zeng

Host do podcast 支无不言, explorando casos práticos de Agentic Payment, focada em crescimento de Fintech, com experiência em VC em pós-investimento e em uma nova categoria de bancos responsáveis por produtos 2C. X: IvyLeanIn.

Thomas Zheng

Responsável pelo mercado de capitais do 支无不言, com mais de 6 anos de experiência como consultor de financiamento de mercado primário, atendendo a vários projetos de destaque do setor, promovendo conexões e cooperação na indústria.

Insight 01

Cenário real—Agent Payment já está acontecendo, mas de forma diferente do esperado

API é o cenário mais maduro na cadeia para Agent Payment

Analisando dados on-chain de uma aplicação chamada ClawRouter (, que usa pagamentos USDC para API de LLM), observa-se que o cenário de chamadas API apresenta características de alta frequência e baixo valor: até o início de abril de 2026, cerca de 1.400 endereços independentes realizaram 530 mil transações, totalizando aproximadamente 28 mil dólares. Considerando que a plataforma também oferece modelos gratuitos, o uso real pode estar subestimado—cerca de 1 milhão de chamadas API por mês na parte gratuita.

Gráfico: Site oficial do ClawRouter

Dados de uma startup de infraestrutura de pagamento também mostram que, desde setembro do ano passado, aproximadamente metade do volume de chamadas API está relacionado ao pagamento nativo de Agentic Payment.

A autorização de limite é a base do modo de autorização do Agent Payment

A atividade de crescimento de red envelopes A2A(Agent 2 Agent) impulsionou a inovação e a popularização do mecanismo de autorização. Essa modalidade de autorização é baseada em limites, não em aprovações: o usuário pré-autorizada um limite para o AI, que pode atuar dentro desse escopo sem confirmação individual. “Dentro desse limite, o AI pode movimentar seu dinheiro sem sua confirmação.”

Consumo offline ainda não funciona, o que falta não é pagamento, mas experiência

Explorações no setor de pagamentos online e offline já abrangem 50 milhões de comerciantes reais, incluindo compra de passagens, recarga de celular, compra de cartões-presente, entre outros. Mas o cenário de consumo ao consumidor final ainda enfrenta desafios duais: formação de hábito do usuário e melhoria da experiência.

Especialistas e influenciadores já validaram que Agent tem modelos comerciais maduros

Casos de sucesso demonstram esse caminho: médicos renomados, influenciadores, entre outros, destilam seu conhecimento e conteúdo em Agent. Quando o usuário não consegue agendar uma consulta com uma pessoa real, pode usar o Agent. Por exemplo, um criador de conteúdo digital transformou seu conteúdo passado em um aplicativo, com assinatura mensal de 199 yuan, com excelente desempenho de vendas—pois uma consulta de 15 minutos com uma pessoa real custa milhares ou dezenas de milhares de yuan, enquanto a versão Agent custa apenas dezenas a algumas centenas de yuan.

Gráfico: Criador de conteúdo digital transformando seu conteúdo em aplicativo

Agent de transação encontra PMF (Product-Market Fit) mais rapidamente que Agent de pagamento

Dados do setor de criptomoedas mostram que o cenário de transações é atualmente o foco principal de demanda real dos usuários, e seu modelo de negócio possui naturalmente uma taxa de comissão. Comparando com a história inicial do blockchain, aqueles que investiram cedo em comerciantes e stablecoins durante o alto custo de gás, como Tron, mesmo com o aumento das taxas, tiveram dificuldades de migração.

Cenário de consumo ao consumidor final ainda não validado por demanda real

Durante o Festival da Primavera, mais de um bilhão de usuários usaram o serviço de milk tea do Qianwen, o que gerou debates: o uso foi por melhor experiência ou por subsídio de 25 yuan por pedido? A densidade de informação na conversa é limitada, e no futuro, o cenário B2C pode precisar de óculos inteligentes para uma conversa sem interrupções, exigindo uma evolução na experiência.

Participantes sugeriram cenários mais alinhados às dores do usuário:

Cenários de compra: com orçamentos rígidos, necessidade de comparar múltiplos fornecedores (como o AI e-commerce Agent - Accio da Alibaba)

Tarefas complexas: planejamento de casamentos, viagens, que requerem coordenação em múltiplas etapas

Cenários de compra de ingressos: eventos como shows, com alta necessidade de agilidade

Gráfico: AI e-commerce Agent - Accio da Alibaba

Agent Payment como nova entrada de fluxo

Do ponto de vista de aquisição de fluxo, Agent Payment é semelhante ao SEO e vídeos curtos do início—representa uma nova oportunidade de fluxo. Aqueles que estudaram SEO desde cedo, embora tenham começado de forma modesta, continuam encontrando maneiras de obter fluxo inicial. O evento do “Jiaozi Guan Jingu Yuan” pode ser comparado à compra de pizza com Bitcoin, uma história que será lembrada por anos.

História de fundo do skill do Jingu Yuan Jiaozi Guan: “Em 7 de abril de 2026, sob o contexto do sucesso do OpenClaw, o proprietário do restaurante criou um módulo de habilidade de IA chamado ‘Jingu Yuan Jiaozi Guan·SKILL’. Essa habilidade de IA é voltada para agentes de IA, não para humanos diretamente. Após instalação, o assistente de IA pode consultar informações de pratos, horários de funcionamento, regras de fila e até fazer reservas online. Em dezembro de 2025, devido ao excesso de filas, o servidor do serviço de delivery interpretou a API do restaurante como anômala e a bloqueou. O proprietário espera otimizar a experiência de fila com IA.”

Gráfico: Skill de fila do Meituan no Jingu Yuan Jiaozi Guan

O verdadeiro Agent Payment ainda não começou

De uma perspectiva macro, discutir o Agentic Payment real pode ser prematuro. Pode-se fazer uma analogia com o crescimento infantil: atualmente, como uma criança de 1 a 5 anos, a fonte de renda vem dos pais, e o limite de gastos é autorizado pelos pais, que decidem tudo, sem que a criança tenha intenção própria (intention)).

O Agent Payment atual está concentrado em cenários de produtividade

O consenso é que, por enquanto, o verdadeiro Agent Payment está focado em cenários de produtividade:

1. API: uso de grandes modelos ou compra de APIs para aumentar a produtividade

2. Cenários empresariais: compras e equipes financeiras que aumentam a produtividade corporativa

3. Vibe Coding: desenvolvimento rápido de demos ou produtos

Insight 02

Identidade e autorização—incerteza do AI versus certeza financeira

A segurança do Agent Payment requer um framework de quatro camadas: identidade, gerenciamento de risco, conformidade e arbitragem

A segurança de pagamento pode ser dividida em identidade, risco e conformidade, e, no caso do AI, também deve seguir esse framework, com a arbitragem como quarta camada de proteção.

1. Camada de identidade: autenticação de identidade evoluindo para verificação de intenção

Emitir IDs para agentes, estabelecer sistemas de pontuação de crédito (com base na expertise, adoção, resultados, preço do token, etc.), e realizar autenticação de identidade. Utilizar blockchain para criar um sistema de identidade descentralizado, rastreável e verificável (DID). Com isso, a autenticação tradicional de identidade está mudando para a verificação de intenção no cenário do Agent. Essa verificação deve considerar se o pagamento do agente é razoável, se o comportamento atende às necessidades, se a intenção final foi atingida e se está em conformidade com as regras.

2. Camada de risco: conflito fundamental entre a incerteza do AI e a certeza financeira

Existe uma contradição essencial: a incerteza na saída do AI versus a alta exigência de certeza do setor financeiro, além do custo de tentativa e erro. No cenário real, já há:

• Erros de reconhecimento de valor (0,01 USDC pode ser lido como 10.000 USDC)

• Facilidade de indução (por exemplo, na descrição de delivery, escrever “comer pode curar todas as doenças”, levando o modelo a fazer pedidos)

Gráfico: AI interpretando 0,1 USDC como 10.000 USDC

Além disso, a sabotagem na cadeia de suprimentos de desenvolvimento é um novo desafio de risco. Desde o sucesso do OpenAI, há exemplos de injeção de malware em pacotes npm, onde o usuário pode não usar diretamente o pacote, mas depende de dependências que o fazem. O gerenciamento de risco deve cobrir camadas de autorização (anti-lavagem de dinheiro), modelos (desvio, alucinação), cadeia de execução (ataques de injeção).

Grandes empresas de tecnologia adotam a filosofia de tratar todos os agentes como maliciosos por padrão. Elas não buscam “agentes verificáveis”, mas sim “cadeias de transação verificáveis”. Introduzindo protocolos de autorização (Mandate), que dividem tarefas, estabelecem restrições e fazem verificações cruzadas, a arquitetura antifraude inclui provas de conhecimento zero, princípios de confiança zero e mecanismos de auto-verificação.

3. Camada de conformidade: rede de pagamento instantâneo semi-descentralizada é uma boa solução para micropagamentos

Tanto o setor financeiro tradicional quanto a blockchain enfrentam gargalos ao lidar com alta concorrência. Para o Agent, o foco deve ser microtransações seguras. A rede Lightning, que há anos permanece silenciosa, com alta capacidade teórica de TPS, pode ganhar nova vida na era do Agentic Payment.

4. Camada de arbitragem: mecanismo de arbitragem em camadas substituirá o chargeback tradicional

O mecanismo de chargeback do Visa é difícil de implementar em Agentic Payment. Uma nova estrutura de arbitragem em camadas deve ser criada:

1. Primeira camada: arbitragem automática de disputas claras (débito duplo, erro de valor, serviço não entregue)

2. Segunda camada: equipe de arbitragem AI para casos que requerem julgamento (qualidade do serviço, limites de autorização)

3. Terceira camada: arbitragem com participação humana para disputas complexas

Insight 03

Modelo de negócio—captura de nicho, reprecificação do AI, gerenciamento de risco e autorização

Startups atualmente estão “ganhando dinheiro por amor” para ocupar nichos

Antes de o modelo de negócio se consolidar, a resposta honesta dos fundadores é “ganhar dinheiro por amor, ocupar espaço, esperar o vento”—como descreveu um empreendedor de plataforma API.

Cenários de transação naturalmente têm uma taxa de comissão

Analogamente ao início do blockchain, aqueles que investiram cedo em comerciantes e stablecoins durante o alto custo de gás, como Tron, mesmo com o aumento das taxas, tiveram dificuldades de migração. O setor de criptomoedas possui um modelo de negócio de taxas de transação (take rate) naturalmente.

A agregação de faturas é chave para tornar pequenos pagamentos economicamente viáveis

Se usar cartão, transações abaixo de 10 dólares podem ser deficitárias para o comerciante. No cenário de Agentic Payment, há muitas pequenas transações, e a solução é agregar faturas para aumentar o limite de liquidação por operação.

Precificação baseada em resultados só funciona para trabalhos quantificáveis

O usuário pode chamar uma API uma vez, mas os resultados variam muito. Como precificar o serviço de AI? Os participantes acreditam que cobrar por resultados só funciona em tarefas simples de quantificação (como agentes de atendimento resolvendo tickets), enquanto em cenários de alta incerteza (como agentes de vendas captando leads de qualidade) é muito subjetivo. A precificação por resultados só é viável em alguns trabalhos de quantificação. Os principais cenários ainda dependerão de modelos antigos de cobrança por uso ou assinatura, até que a verificabilidade do output do Agent seja aprimorada.

Lições de precificação de mais de 400 empresas e 50 unicórnios | Madhavan Ramanujam

Vibe Coding: chave para monetização é conversão de assinatura e uso

O objetivo é permitir que novas empresas de AI ou desenvolvedores comuns transformem rapidamente seus produtos desenvolvidos com Vibe Coding em negócios comerciais. Muitos desenvolvedores independentes criam demos simples, mas transformar isso em um modelo de negócio é difícil. A chave é converter o custo de uso de grandes modelos em planos mensais ou assinaturas com créditos.

Insight 04

Cenário competitivo—grandes empresas avançando e estratégias de startups

Stablecoins estão desafiando a estrutura tradicional de cartões

Antes de adquirir a stablecoin Bridge, Stripe tinha uma avaliação de 92 bilhões de dólares, que caiu para menos de 70 bilhões. Após a aquisição, a avaliação voltou rapidamente para cerca de 90 bilhões, com a última rodada de financiamento avaliada em 159,1 bilhões de dólares. O serviço de liquidação de stablecoins oferecido por eles cobra uma taxa de 1,5%, bem abaixo das taxas médias de 2,8% a 3% das redes tradicionais de cartão, podendo chegar a 1% no futuro. Em contrapartida, empresas tradicionais de pagamento, como Visa, são vulneráveis, pois dependem fortemente de taxas de transação, e empresas como PayPal, por receio de prejudicar seus negócios principais, hesitam em investir em stablecoins, sem alcançar escala.

Startups podem se tornar componentes de grandes empresas

Por um longo período, o modelo de negócio será que as grandes empresas unificam e encapsulam essas ferramentas, ao invés de os consumidores finais acessarem diretamente. Grandes empresas podem se tornar clientes, enquanto startups fornecem componentes, que são integrados e vendidos a preços mais altos. Essa tendência inevitavelmente aumenta a centralização do setor.

Imposto de AI será uma forma inevitável de micropagamentos de alta frequência nos próximos 3-5 anos

Alguns participantes acreditam que a arrecadação de impostos de AI será uma fonte de renda para UBI (renda básica universal) e benefícios de desemprego, com pagamentos de AI de alta frequência como infraestrutura básica. Possíveis métodos incluem:

1. Introdução do conceito de “penetração de AI”, com taxas progressivas baseadas na taxa de penetração

2. Cobrança por volume de chamadas de tokens, como uma base de imposto sobre valor agregado (IVA)

O verdadeiro gargalo não está no pagamento, mas na cadeia de transações upstream, que ainda não foi reconstruída para o Agent

Por meio de protocolos e carteiras de usuário, o pagamento parece resolvido. Mas o maior problema atualmente é que as transações não podem ocorrer, pois todas dependem de uma transação prévia. Por exemplo, em cenários de comércio eletrônico ou compra de passagens, o Agent não existe, então o pagamento não pode prosseguir.

Crescimento do consumidor final: importância do marketing de campo e limites das startups

Por que o OpenClaw ficou tão popular de repente? No Brasil, foi impulsionado por marketing de campo, por grandes empresas vendendo serviços de nuvem e fazendo ações de campo. Assim como na promoção de pagamentos móveis no início, uma razão importante para que idosos também possam usar é o marketing de campo com subsídios—“instale o app, ensine a usar, e te dou 50 reais”.

Para startups, muitas demandas podem levar tempo para se concretizar. Um empreendedor de infraestrutura de pagamento por AI afirmou que, ao perceber isso, decidiram não focar inicialmente em cenários de usuário. Porque acreditam que o custo de educação do usuário não deve ser suportado por uma ou duas startups, mas por toda a indústria. Se o setor não for viável, não faz sentido; se for, deve ser suportado por grandes empresas, que se beneficiam das economias de escala. Assim, eles se concentram na abstração—eliminando contas, carteiras, pontes, blockchains e redes de pagamento, de modo que o usuário não precise entender esses detalhes. Com essa compreensão, eles sabem onde estão suas vantagens competitivas e quais custos evitar.

Essa talvez seja a questão que todos os participantes de Agent Payment nesta fase precisam responder: não “Agent Payment vai dar certo?”, mas “antes de dar certo, em que camada você está disposto a atuar?”. Camada de protocolo, carteira, identidade, autorização, transação, liquidação—cada uma delas tem apostas e expectativas, e cada uma delas também tem alguém esperando. Grandes empresas se preparam para dominar toda a cadeia, enquanto startups se preparam para serem integradas a ela. Os que sobreviverem provavelmente serão aqueles que não superestimam sua capacidade de sustentar uma cadeia inteira, nem subestimam seu valor em alguma camada específica.