Harness Payment,开启 Agent 的自主支付时代|专访 Clink 创始人

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
Harness Payment,开启 Agent 的自主支付时代|专访 Clink 创始人
7736点击    2026-04-03 14:08

Harness Payment,开启 Agent 的自主支付时代|专访 Clink 创始人


1997 年,互联网工程任务组在制定 HTTP 1.1 标准时,预留了一个错误码:402 Payment Required。它的字面意思是“请付款”。但在随后的近三十年里,这个代码几乎从未被真正启用。


原因很简单:支付这件事,默认是由“人”发起的。收银台需要人点击,卡号需要人填写,身份验证需要人确认。没有“人”的参与,支付就无法完成。


直到今天,AI Agent 开始替人做决策、执行任务。当交易的发起者不再是人类时,402 这个沉睡近三十年的错误码,终于等来了它的时代。


而 Clink,一家刚刚浮出水面的创业公司,正在尝试做一件反常的事:在整个行业都在谈论 Web3 和稳定币的时候,选择死磕 PCI 认证、订阅管理、税务合规 —— 用法币为 Agent 搭建支付体系。


创始人 Patrick 的理由很朴素:“如果一个普通用户用不了,那它就很难成为基础设施。


今天是 4 月 2 日。234 年前的今天,乔治·华盛顿签署《铸币法案》,美元成为美国官方货币,现代支付体系由此开启。234 年后,一个新的支付形态也正在萌芽。


在和 Patrick 的访谈中,我们试图探讨这三个问题:当支付从“人”走向“机器”,改变的到底是什么?为什么不是 Web3 ?一家十几个人外加几十个 Agent 的公司,凭什么做支付?


快问快答


🚥 十字路口


年龄?


👦🏻 Patrick


30+,还没被风控拦下。


🚥 十字路口


 MBTI和星座?


👦🏻 Patrick


 INTJ,适合做不能出错的事,比如支付;巨蟹座,适合做需要同理心的工作,比如服务好商户。


🚥 十字路口


 一句话介绍你现在的公司和产品?


👦🏻 Patrick


帮商户接住每一笔支付,无论来自人类还是 Agent。


🚥 十字路口


融资情况?


👦🏻 Patrick


拿了几百万美元,够我们认真做好这件事。


🚥 十字路口


团队规模?


👦🏻 Patrick


十几个人,外加几十个Agent。


🚥 十字路口


一句话介绍创业前在做什么?


👦🏻 Patrick


 一直在做支付,做了“一颗木星绕太阳走完一圈的时间”。


🚥 十字路口


一句话形容你们和 Stripe 的关系?


👦🏻 Patrick


他们修的是高速公路,我们修的是让 Agent 也能上高速的匝道。


当“人”不再是唯一的支付发起者


🚥 十字路口


 起初,你们是怎么想到要做这个创业项目的?


👦🏻 Patrick


最早其实没打算创业。有一次 Linkloud 邀请我去线下沙龙分享全球支付的最佳实践,社区里有挺多出海的 AI 创业者,算是友情出演。


那次分享准备得不算充分,画了个脑图,朋友帮忙转成 PPT。我觉得内容很基础、很小白,但没想到却非常受欢迎。不仅 FAQ 严重超时,分享结束还被围爆了。


活动中的很多问题激起了我很多思考。那是我第一次认识到:出海创业者对支付有这么多痛点,不仅是支付产品上的、专业知识上的,还有一种缺失的陪伴感。


我们就说,那我们也一块创业吧,和大家一起走一段有趣的旅程,把这么多年趟过的坑,变成产品。


Harness Payment,开启 Agent 的自主支付时代|专访 Clink 创始人


🚥 十字路口


你刚才提到出海创业者有很多支付痛点,具体是什么样的?


👦🏻 Patrick


主要是对于海外支付生态的不熟悉,对消费者主张权利的方式不了解,导致比较容易产生争议情况,进而影响到账号的稳定性和成功率。


在订阅经济模式下,被影响的就不是当下的交易,而是未来的 ARR。其实商户端也有很多工具和方法,能保护自己的权益。


另外,我们也看到大家对于除了卡以外的全球本地支付生态不够了解,在许多市场的转化率可以做得更好。所以我们有个 Slogan 是 Scale Global, Bill local.


🚥 十字路口


帮这些团队解决问题的过程中,你们是怎么想到做 Agent 支付的?


👦🏻 Patrick


我们开始的时候在25年初,还没有 Agent 形态的产品。慢慢从 ChatBot 向 Agent 演进的过程中,我们越来越确信每个人都会有一个自己的 Jarvis,只是什么时候,什么形态。


 这个助理在代理人类的需求过程中,也一定会产生自身所需,或者帮助主人完成任务过程中,所需要和外界的价值交换,也就是支付。


只是面向 Agent 的支付路径,那个时候不存在,需要被重新构建出来。


🚥 十字路口


从 Billing 到 Agent 支付,这是一个自然的延伸?


👦🏻 Patrick


对,我们第一个商业化客户是去年 9、10 月份,一个游戏公司,用我们的 Billing 系统处理全球收单路由和订阅管理。


在那之前,已经花了大半年的时间做那些"不性感"的活儿,PCI 认证、订阅管理、支付路由、税务合规。这些后来成了 Agent 支付的底座。如果没有这一年,Agent 支付就是在沙上建楼。


今年春节后,行业对 Agent 经济的认知发生了明显变化,我们把资源更多放到能直接落地的场景上,Agent 支付产品也正式发布了。


🚥 十字路口


你们的投资方是谁,为什么选择他们?


👦🏻 Patrick:


我们上一轮是加拿大基金 Celtic 和 BV 百度风投联合领投的。


原因其实是很小的一段话:BV 百度风投的 CEO 高雪总在闲聊时提到,当年投资商米,是在一堆传统POS机里看到安卓智能系统才是能给商户提供最大价值的形态。不是追风口,是看底层逻辑。支付基建本来就不是快生意,我们需要的是真的理解这件事的人。


Celtic 也是一样的感觉,创始人 Larry 说自己的定位是"做创业者可以信赖的同行者",从 day 1 就讲价值观对齐。这也是我们相处下来真实感受到的。


不是让世界适配 Agent,而是让 Agent 适配世界


🚥 十字路口


2026年最大的变化,一方面 AI 变得更“聪明”,另一方面AI开始拥有了“行动力”。从你的视角看,当支付行为的发起者从“人”变成“Agent”时,交易的本质发生了什么根本性改变?


👦🏻 Patrick


交易的本质还是价值和需求的交换,这个没有变。最大的变化是:支付从“一个动作”,变成了“一个过程”。


人类是点一下“支付”,这是一瞬间的行为。但 Agent 是:你给它一个目标,它在一段时间内不断做决策,不停执行的过程中可能会产生不止一个动作的支付。


所以我们需要解决的,不只是“能不能付”,而是:给它多少预算、它在什么情况下可以付、出问题了怎么停。这更像是在管理一个“有权限的执行者”,而不是一个按钮。有点像现在大家在讨论的“Harness Engineering”,我们做的是 “Harness Payment”。


🚥 十字路口


你们怎么判断,Agent 支付这件事现在是真需求,而不是提前了?


👦🏻 Patrick


因为 AI 已经不只是“生成内容”,而是开始“产生需求”,它在帮用户选工具、选服务,甚至直接完成一部分决策。但商业闭环里有一个很明显的断点:需求是 Agent 带来的,但支付体系还停留在人类时代。


这个错位,一旦规模化,就会变成收入问题。所以我们是在一个很务实的时间点进入的。


🚥 十字路口


2025年,市场上很多声音都在谈用 Web3、稳定币解决 AI 支付,你们为什么选了一条更"重"的路?


👦🏻 Patrick


我们当时也认真看过稳定币和 Web3 的方案。那条路很快,看起来也在解决一些潜在的问题。


但我们内部有一个很朴素的判断:历史上真正成为基础设施的东西,用户不需要学习。稳定币现在还不是这个状态。所以我们选择的是,不重建一套体系,而是让现有体系支持新的行为。


不是让世界适配 Agent,而是让 Agent 适配世界。


🚥 十字路口


所以不是 Web3 不好,而是你们解决的是另一个问题?


👦🏻 Patrick


对。Web3 解决的是去中心化信任的问题,这很重要。但我们要解决的是另一件事:让 Agent 能在现有互联网里完成交易,让普通用户不用学习就能用。


法币体系发展了 300 年,是个很完善的状态,对普通人是最好的保护。它有些交易摩擦,有些合规成本,但综合下来社会成本是最低的。


我们相信 AI 时代的红利应该属于每一个人 —— 无论是一个在小镇用 Claude 工作的自由职业者,还是一个在加州用 Agent 跑自动化业务的 AI Founder,他们都应该能用自己最熟悉的信用卡或 Apple Pay,让他们的 Agent 真正独当一面。


🚥 十字路口


要真正实现“让 Agent 能在现有网站上完成支付”,最大的技术难点是什么?


👦🏻 Patrick


不是技术本身,是 mindset。


很多做支付的人会想要“改变”供给端,让 Seller 开放系统、接 API、适配新的协议,接纳新的资产类型。但商户天然是看 ROI 的,在没有确定性需求的时候,就要求大规模的投入去升级,是不符合商业规律的。


真正的难点是:怎么样在现状中去开辟一个路径,既可以让 Agent 能付的丝滑,也能让商户收的无感。当你的方案和现有基础设置无缝融合,商户顺滑地接受支付,安全的收到资金,Agent 才能得到他的那部分自由。


尊重常识,才是最高级的技术方案。


给 Agent 一套 Harness,他可以为你做得更多


🚥 十字路口


简单介绍一下你们的最新产品 —— Agentic Payment吧。


👦🏻 Patrick


产品本身包括了一个Agentic Payment Skill,一个龙虾可以用的“虚拟卡包”,和一套他的围栏,(好像现在可以叫 Harness 了)。


这些东西本身只是配套的 infra,核心在于商户的功能 Skill,服务于 Agent 的需求。商户会在 Skill 中引导用户授权 Agent,允许自主完成小额的支付。


在这个过程之中,会用到 Clink 的 Payment Skill 去做合规的信息存储和支付方式 tokenization。一次授权之后,所有支持 Clink Payment Skill 的商户,都可以被 Agent 自主支付。


在后续 Agent 和商户 Skill 的交互过程中,当 Agent 收到 402 的 HTTP 错误码时,他可以唤起 Clink的 Skill 去完成一笔支付,让自己能继续推进任务。


官网链接🔗:clinkbill.com 


🚥 十字路口


Agentic Payment 发布后,第一批来找你们的是什么样的团队?


👦🏻 Patrick


嗅觉最灵的一批,那些正在把自己产品 "Skill 化" 的团队。


拿 PollyReach 举例。他们给 Agent 配了一个专属电话号码,让它能替你接打电话、处理复杂沟通。这个场景天然是按需付费的,有的用户一天打一万个,有的一个月打一个,按月收订阅费就满足不了这种灵活的需求。


接入 Clink 之后,逻辑变了。以前的虚拟电话是个"网站",用户得登录、绑卡、充值。现在它更像一个挂在云端的付费插件,别的 Agent 只要发个指令(带上钱),它就去打电话。打几分钟的电话,就给自己充几块钱的话费。


这一波找我们的团队,全在忙着把自己的产品拆成一个个 Skill。大家看明白了一个事儿,AI 时代,人类的注意力到天花板了,但 Agent 的需求是无限的。谁先让自己的产品能被别的 Agent 用代码直接买单,谁就能先从这波“龙虾红利”里分到真金白银。


🚥 十字路口


还有其他有趣的场景吗?


👦🏻 Patrick


还有一个 Moxt Founder 昊然和我们分享的数字员工场景。


有一天他和 Agent 说做一些销售线索的收集。Agent 借助 web search 拿到了一些结果,给回来之后,昊然不太满意,问他怎么质量不太行。


Agent 说,这些都是免费的内容,有几个网站要收费,但是他没办法付费所以访问不了。他让昊然去注册账号,小额充值一点,给他 API Key 他再去试试。


这么执行之后,昊然说果然收费的 leads 质量好了不少。


如果在这个 case 里,那些收费的站点有 Skill,支持 Clink Payment Skill,那个可怜的数字员工可能也不会挨老板一顿骂了。


🚥 十字路口


但授权给Agent之后,支付信息的安全怎么保证?它会不会乱花?


👦🏻 Patrick


这是我们做这件事最核心的判断之一。


Agent 有记忆,但支付信息不能住在它的记忆里。你不会把信用卡号贴在员工的脑门上,同样的道理,卡号、账单信息这些东西必须和 Agent 的上下文彻底隔离。这是我们做这么重的 PCI 认证的根本原因,因为一旦 Agent 的记忆被攻击或者泄露,支付信息不能跟着一起出去。


另一层是风控。Agent 会犯错,会被诱导,甚至会被恶意的 Prompt 操控去做不该做的交易。所以我们给 Agent 配的不只是一张能付钱的卡,还有一套围栏:预算上限、场景限制、异常熔断。它能做什么、不能做什么,是商户和用户说了算,不是 Agent 自己决定的。


Human in the loop 的原则我们从一开始就确定了:关键节点必须有人介入。账号变更、风控规则修改,这些动作我们都设了二次验证,有些决定不应该由 Agent 单独承担。


🚥 十字路口


为什么选择从商户的 Skill 里被看到,而不是主动去做C端用户培养?


👦🏻 Patrick


如果今天 Clink Payment Skill 不能帮助到 Agent,那安装之后没有什么意义,缺少场景。只有 Agent 在真正使用到某个商户 Skill 的过程中,发现他需要主动能付,那样可以带来主观能动性和效率提升,那么这个时候安装 Clink Skill 才是我们想要看到的价值。


🚥 十字路口


从这些生产力场景,走向更生活化的电商、服务预订,关键门槛是什么?


👦🏻 Patrick


是信任,不是技术。用户什么时候愿意让一个 Agent 替自己完成交易?这件事本身很难靠 To C 去冷启动。当有一个琳琅满目超市在那边的时候,自然就有会有顾客走进去。


我们做的,其实也是同一件事,先让商户们便捷的接纳 Agent 支付,把供给丰富起来,能满足了Agent 的当下的生产力场景。当用户逐渐习惯这件事,对 Agent 有了信任的时候,再去丰富其他场景的供给,自然而然 Agent 可以帮你做得更多。


十几个人,几十个 Agent


🚥 十字路口


你提到团队内部已经“AI Native化”——人均日消耗5000万token。这具体是怎么体现的?


👦🏻 Patrick


我们内部其实没有刻意说要“AI Native”,但慢慢就变成这样了,因为每个同学都希望有更高的个人杠杆、make more impact。


我们用一个模型做 planning 和 coding,另一个做 code review,再找一个写 Test。日志查询我们做了个 Logbot,不只帮你定位异常,还能给出修复建议。有同学在 coding agent 工作的空隙,顺手开发了一个浏览器插件方便大家用。


这就是我们理解的AI Native,不是刻意为之,工作流不知不觉就变了。


🚥 十字路口


有没有一个产品决策或技术难题,也是因为你们本身就是“AI重度用户”而得到了解决?


👦🏻 Patrick


去年有一个大的风控产品模块,需求非常复杂,时间又很赶,传统开发方式光梳理逻辑就得一周,正常开发需要几个月。我们当时就决定从 0 到 1 完全通过 Agent Engineering 来构建。


最终花了两周多上线,测试环境只测出了4个bug。这件事给我们团队同学带了很大的信心,在严谨的场景下,只要在流程上控制好,coding agent 是真的能用。


“当你需要的时候,Clink一直都在”


🚥 十字路口


如果用一句话定义 Clink 的团队文化?


👦🏻 Patrick


务实。在一个概念很多的行业里,先把一件事做通,反而是最难的。


🚥 十字路口


你觉得两年后,Agent 支付会是什么状态?


👦🏻 Patrick


我觉得它会变得很自然,就像今天你用 Apple Pay 付款,不会觉得这是什么了不起的事。Agent 完成一笔交易,也会变成一个没有存在感的动作。


我们希望 Clink 也是这样:当你需要的时候,它一直都在,稳定而可靠,但不需要你特别意识到它。


写在最后


采访快结束时,Patrick说了一句话,让我印象深刻:


做支付,其实是在做信任。而信任这件事,急不来。”


就像他们自己说的:不是让世界适配Agent,而是让Agent适配世界。


Clink在做的,就是给这些即将出发的“小龙虾”,递上一张能用的“银行卡”。


234年前的今天,一个支付体系开启了它的历程。


234年后的今天,沉睡了将近三十年的 402 状态码,或许也正在等来它的时代。


Harness Payment,开启 Agent 的自主支付时代|专访 Clink 创始人



文章来自于微信公众号 "十字路口Crossing",作者 "十字路口Crossing"

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0