本文来自微信公众号： 鑫卉正在理解 ，作者：鑫卉
自主型AI出现之前，我和研发同事遇到过的比较典型的责任归属压力场景：
业务预期需要的一个能力上线了，但是上线后发现了问题，被业务方挑战说损失了多少投入的广告费及转化收入。然后做复盘，做核心归因，接下来继续优化验收流程，优化监测效率和手段。
这个场景下，是可以找到一个核心的“谁的问题”的，至少代码可以找到，人可以决策回滚、还是迭代一个优化。
自主型AI出现之后，它可以作为智能支付代理，也可以应用解决以上场景风险。这时，同场景下的中间任何环节代理出错，会变成：哪个代理错了，谁管理的代理？
当支付由自主代理发起时，确定责任归属变得显著复杂。
最近分析的一份IFM说明里重点点名的问题就是这个问题，学术上的语言叫"授权可追溯性失败"（Authorization traceability failures）。
自主型AI出现之前，常规的规避风险手段是监测。
我们会做很多技术指标、产品运营指标去观测，会建立稳定的保障机制，例如，上线前的验收流程约束；设计多长时间内失败多少笔的预警能力，严重会立马人工介入；高峰期期严控上线机制……
但当决策主体从"人"变成"代理"，传统的监测框架就失效了。
在传统的产品中，同产品同用户行为路径下，支付结果（延迟结果）是二元的，要么成功、失败。支付代理的情况下，会因为上下文依赖，概率性导致不确定，这笔最终是导向成功还是失败。
在传统产品中，出现问题，问题被响应的速度越快越好，第一时间就发现。代理支付下，比如指令就是要代理等待一个价格更合适的时机，这个时间的出现节点，才真正决定问题响应速度。
更直接的一个对比是，在传统产品中，不行就回滚，版本是明确定义的，动作是彻底的。但是支付代理的情况下，代理的决策本身是连续的、状态以来的，很难界定“上一个版本”，往哪回滚也是问题。
那代理时代需要的新监测维度是怎样的。
这份IFM说明给了对应的框架，把支付架构分成了三层，分别是意图层，授权层、结算层。代理时代需要的新监测维度是怎样的，这个问题也可参考这个框架。
报告本身要显得很专业，直接套用的话不好理解，接下来我把理解的，翻译成我能输出的通俗表达。
第一层：意图层
这一层是说AI代理到底能多“懂我”。
假设我给代理说：你是一个采购代理，你要在7天内，自行预测在价格最低的情况下下单支付。我的真实意图其实更偏向价格最低，时间是其次。
如果AI代理理解成重点是更偏时间更快，最终下单支付10次支付里，代理按照时间更快走了6次。这就会不符合我的预期。此时，也发现我的目标设定就不合理，没有明确说更偏重什么。
这里还涉及我有几个代理，比如我有一个采购视角价格最优的代理，还有一个是财务同事视角价格符合预算的代理，这两个代理要是冲突了，也会出错。
针对意图层，对照以上至少可以监测的维度包含：目标偏离程度、边界约束触达率、多代理冲突监测。
第二层：授权层
这一层是说AI能做什么，什么时候能做。
还是第一层意图层的假设下，真下单错了，找到下单的支付代理了，需要确认下，这个代理确实被授权了吗，还是代理按照自主意志执行的。如果我存在明确的指令，比如有日志记录，支付代理在2026年7月12日下午3点请求是否做授权，1分钟后我做了授权确认，那追溯到这个日志，代表代理是在授权下执行的。如果没有，一个没有授权的代理可以操作支付这么重要的涉及钱的行为，那性质就不一样了。
为了安全，设计支付代理可能需要不止一次请求授权，有前置授权了情况下，这次授权也可以对比下历史情况，比如以前是追求价格更低，大部分都低于4元，这次授权允许在400元上限内下单。相差10倍，是个可能授权异常的信号。
这种异常为了安全支付，就需要人工介入，如果频繁人工介入判断，那只能代理就不智能了，失去了代理的意义；如果判断次数过少，容易过度信赖代理，只能事后发现风险。
基于以上，可以至少做的监测维度包含：授权链的完整性（要有明确的授权责任可追溯）、异常授权情况（是否有异常情况）、人机交接频率（要设定一个适配具体场景诉求的频率）。
第三层：结算层
这一层是说AI做到了吗？做对了吗？
在传统支付里，你支付了，是说你输入了支付密码这种最终决策动作。支付成功了，支付者可以从两个地方感受到。一个是完成了最终决策动作后收到了明确的结果通知，告诉你支付成功。一个是你没收到结果，而是被提示以银行通知为准，此时你去银行账户看到确实出去了一笔钱，你也会认为支付成功了。
这一层里，结算这个词在本文的场景下就简化理解成资金支付了吗，是从预设的付钱账户到了收钱账户吗。在这一层要监测的内容，就是这两问题对应的内容。
当支付代理完成输入支付密码这种动作，可能是不符合预期的支付成功。
比如你要买的是商品A，发现对商品B下单了。那就是说这笔交易最开是授权时，你明确了是买商品A，但是支付代理在自主处理环节就改成了商品B，导致交易从授权到最终支付的记录是不一致的。说明支付绕过了一些东西。
再比如，购买的确实是商品A，但预期你授权的是从银行A的甲账户出钱，发现支付成功了，这个账户并没有出现。人工介入检查发现是从B账户出的钱。
再再比如，还是购买的确实是商品A，但你要求只可以从供应商1、2、3中购买，也就是资金流向如果有只能去这三个，但是发现资金去了一个不在预期内的供应商4。
这一层可以做的监测是什么？可以监测交易在不同的系统的记录是否一致，不一致就导致预期买A换成买B了还不知道；可以监测资金流动是否异常，出钱账户符合预期吗，收款方符合预期吗，避免代理自主“优化”引入了新风险。
个人觉得这个框架不一定是最准确答案，但是至少给了一个与现状支付基础设施架构划分层一致的参考。
以前是监测交易结果，代理时代需要监测维度本质是监测“代理怎么想的”——监测代理理解对了吗，请求授权了吗，授权后自行改了吗，还没执行在等什么……
随着支付代理的应用，及规则、政策的制定和发布，支付监测的维度更有参考依据，但我目前的认知是监测框架应该不会有大变化，有迭代会继续更新。
关于提及的IFM的说明，为了更完整的呈现，会单独一篇解读。