隨著 AI 代理開始進行自主支付,Stripe 推出「機器支付協議」
2026年3月18日,領先的支付基礎設施公司 Stripe 正式宣布在 X 平台上推出「機器支付協議」(MPP)。 這是一項由 Stripe 與 Tempo 共同制定的開放標準,旨在為原生於網路的 AI 代理(Agents)提供程式化支付解決方案,支援微交易、隨用隨付及定期付款等情境。
MPP 核心功能與 Stripe 整合
Stripe 用戶只需透過PaymentIntents API 編寫幾行程式碼,即可接受 MPP 付款。企業可直接從代理程式收取款項,支援穩定幣付款,以及透過共享支付代幣(SPTs)進行的法幣付款,包括信用卡和「先買後付」(BNPL)選項。 所有交易都將無縫顯示於 Stripe 儀表板和 API 中,資金將依照標準付款週期,以商家預設貨幣結算至現有餘額。Stripe 現有的稅務計算、防詐騙保護、報表、會計整合及退款基礎架構,無需額外開發即可直接處理代理商付款。

運作原理概述
當代理向服務、API、模型上下文協定(MCP)或任何可透過 HTTP 存取的端點請求資源時,伺服器會返回一筆付款請求;經授權後,資源將立即交付。此流程使機器對機交易與人類支付同樣簡單且高效。
實際應用案例
MPP 已迅速推動多種前瞻性的代理商商業模式:
Browserbase(一家瀏覽器基礎架構供應商)允許代理程式啟動無頭瀏覽器,並按會話計費;Postalform協助代理程式支付實體信件的列印與郵寄費用;Prospect Butcher Co.讓代理程式能在紐約市訂購三明治,同時支援自取與外送服務;代理程式亦可透過程式化方式向Stripe 氣候倡議計畫進行捐款。Parallel 創辦人 Paraga 表示:「Parallel 的創立初衷,是讓代理程式成為網路的主要使用者。我們僅透過幾行程式碼,便整合了 Stripe 的機器支付功能,讓代理程式能自行為每次 API 呼叫付費。這使我們能夠透過現有的 Stripe 技術堆疊,觸及全球任何代理程式開發者。」
Stripe 的代理經濟策略
MPP 是 Stripe「代理商商務套件」(Agentic Commerce Suite)的關鍵組成部分。該套件還包含代理商商務協議(ACP)、MCP 整合,以及對 MPP 和 x402 支付的支持。 Tempo(由 Stripe 與 Paradigm 共同孵化的、專注於支付的第 1 層區塊鏈)同步上線了其主網,為 MPP 提供了底層的穩定幣支付基礎設施。
開發者如何開始
Stripe 鼓勵開發者立即行動:閱讀官方文件(https://docs.stripe.com/payments/machine)並申請早期存取權限,開始建構代理支付應用程式。
此舉標誌著支付產業正全面擁抱 AI 代理經濟。傳統支付系統主要服務人類,而 MPP 等開放標準則允許機器獨立完成交易,顯著降低了 API 服務、資料存取及運算資源等基於使用量的模式中的使用摩擦。分析師認為,這將推動代理經濟進入爆發性成長階段。
相關文章
Claude Opus 5.2 夜灰色版釋出,響應速度更快,解決懶惰問題
Opus 5.2 今晨悄然上線,促使許多開發者注意到,更新後的模型 Claude Opus 5.2 已在 Claude Code 內部開始有限範圍的推送。昨晚,X 平臺使用者觀察到,在 Claude Code 中呼叫 Opus 5 時,其效能遠超標準網頁版,宛如“降維打擊”。這種路由策略在頂級 AI 公司中十分常見。資料包分析顯示,儘管前端標籤未變,但底層模型識別符號已切換為 Opus 5.2,這表明 Anthropic 可能完全跳過了 5.1 版本。速度、精度與自動“高強度迴圈”下的持續執
Fireworks AI 釋出搭載 Opus 的 FireRouter:編碼成本降低 57%,精度損失極小
Fireworks AI 推出了搭載 Opus 的 FireRouter,這是業界首個專為 Claude Opus 系列定製的快取感知路由系統。目前,該獨立路由模型已透過無伺服器端點開放使用。經過超過一個月的內部 A/B 測試,FireRouter 在編碼任務中實現了 98.1% 的準確率,同時與單獨使用 Opus 相比,成本降低了 57%。FireRouter 的工作原理是在每次使用者互動時評估每個模型對當前任務的適用性。它計算處理成本(包括提示詞快取),並判斷切換模型所節省的成本是否足以抵消緩
NVIDIA 釋出 Nemotron-Labs-Audex-30B-A3B 統一音訊智慧模型
隨著多模態大模型的快速發展,音訊處理能力往往受到妥協——許多模型在提升音訊理解能力的同時,卻犧牲了文字邏輯。為解決這一問題,NVIDIA 研究人員推出了 Nemotron-Labs-Audex-30B-A3B(Audex),這是一款統一的音訊-文字大語言模型,旨在彌合這一差距。Audex 採用精簡高效的設計,基於強大的純文字混合專家(MoE)架構構建。透過利用單個 Transformer 解碼器,它同時處理文字和量化音訊令牌。該方法將音訊輸入投影到文字嵌入空間,確保與現有用於多模態任務的大語言
相關專題推薦
評論 (0)
0/500
2026年3月18日,領先的支付基礎設施公司 Stripe 正式宣布在 X 平台上推出「機器支付協議」(MPP)。 這是一項由 Stripe 與 Tempo 共同制定的開放標準,旨在為原生於網路的 AI 代理(Agents)提供程式化支付解決方案,支援微交易、隨用隨付及定期付款等情境。
MPP 核心功能與 Stripe 整合
Stripe 用戶只需透過PaymentIntents API 編寫幾行程式碼,即可接受 MPP 付款。企業可直接從代理程式收取款項,支援穩定幣付款,以及透過共享支付代幣(SPTs)進行的法幣付款,包括信用卡和「先買後付」(BNPL)選項。 所有交易都將無縫顯示於 Stripe 儀表板和 API 中,資金將依照標準付款週期,以商家預設貨幣結算至現有餘額。Stripe 現有的稅務計算、防詐騙保護、報表、會計整合及退款基礎架構,無需額外開發即可直接處理代理商付款。

運作原理概述
當代理向服務、API、模型上下文協定(MCP)或任何可透過 HTTP 存取的端點請求資源時,伺服器會返回一筆付款請求;經授權後,資源將立即交付。此流程使機器對機交易與人類支付同樣簡單且高效。
實際應用案例
MPP 已迅速推動多種前瞻性的代理商商業模式:
Browserbase(一家瀏覽器基礎架構供應商)允許代理程式啟動無頭瀏覽器,並按會話計費;Postalform協助代理程式支付實體信件的列印與郵寄費用;Prospect Butcher Co.讓代理程式能在紐約市訂購三明治,同時支援自取與外送服務;代理程式亦可透過程式化方式向Stripe 氣候倡議計畫進行捐款。Parallel 創辦人 Paraga 表示:「Parallel 的創立初衷,是讓代理程式成為網路的主要使用者。我們僅透過幾行程式碼,便整合了 Stripe 的機器支付功能,讓代理程式能自行為每次 API 呼叫付費。這使我們能夠透過現有的 Stripe 技術堆疊,觸及全球任何代理程式開發者。」
Stripe 的代理經濟策略
MPP 是 Stripe「代理商商務套件」(Agentic Commerce Suite)的關鍵組成部分。該套件還包含代理商商務協議(ACP)、MCP 整合,以及對 MPP 和 x402 支付的支持。 Tempo(由 Stripe 與 Paradigm 共同孵化的、專注於支付的第 1 層區塊鏈)同步上線了其主網,為 MPP 提供了底層的穩定幣支付基礎設施。
開發者如何開始
Stripe 鼓勵開發者立即行動:閱讀官方文件(https://docs.stripe.com/payments/machine)並申請早期存取權限,開始建構代理支付應用程式。
此舉標誌著支付產業正全面擁抱 AI 代理經濟。傳統支付系統主要服務人類,而 MPP 等開放標準則允許機器獨立完成交易,顯著降低了 API 服務、資料存取及運算資源等基於使用量的模式中的使用摩擦。分析師認為,這將推動代理經濟進入爆發性成長階段。
Claude Opus 5.2 夜灰色版釋出,響應速度更快,解決懶惰問題
Opus 5.2 今晨悄然上線,促使許多開發者注意到,更新後的模型 Claude Opus 5.2 已在 Claude Code 內部開始有限範圍的推送。昨晚,X 平臺使用者觀察到,在 Claude Code 中呼叫 Opus 5 時,其效能遠超標準網頁版,宛如“降維打擊”。這種路由策略在頂級 AI 公司中十分常見。資料包分析顯示,儘管前端標籤未變,但底層模型識別符號已切換為 Opus 5.2,這表明 Anthropic 可能完全跳過了 5.1 版本。速度、精度與自動“高強度迴圈”下的持續執
Fireworks AI 釋出搭載 Opus 的 FireRouter:編碼成本降低 57%,精度損失極小
Fireworks AI 推出了搭載 Opus 的 FireRouter,這是業界首個專為 Claude Opus 系列定製的快取感知路由系統。目前,該獨立路由模型已透過無伺服器端點開放使用。經過超過一個月的內部 A/B 測試,FireRouter 在編碼任務中實現了 98.1% 的準確率,同時與單獨使用 Opus 相比,成本降低了 57%。FireRouter 的工作原理是在每次使用者互動時評估每個模型對當前任務的適用性。它計算處理成本(包括提示詞快取),並判斷切換模型所節省的成本是否足以抵消緩
NVIDIA 釋出 Nemotron-Labs-Audex-30B-A3B 統一音訊智慧模型
隨著多模態大模型的快速發展,音訊處理能力往往受到妥協——許多模型在提升音訊理解能力的同時,卻犧牲了文字邏輯。為解決這一問題,NVIDIA 研究人員推出了 Nemotron-Labs-Audex-30B-A3B(Audex),這是一款統一的音訊-文字大語言模型,旨在彌合這一差距。Audex 採用精簡高效的設計,基於強大的純文字混合專家(MoE)架構構建。透過利用單個 Transformer 解碼器,它同時處理文字和量化音訊令牌。該方法將音訊輸入投影到文字嵌入空間,確保與現有用於多模態任務的大語言





首頁






