什么是智能体商务？

智能体商务是指利用 AI（人工智能）智能体实现网购自动化的模式。智能体商务流程涉及自然语言输入；随后，智能体会根据用户的选择，执行产品发现、比价、价格监控乃至完成整个采购过程。智能体商务能显著节省买方的时间，并帮助供应商触达新客户，但也带来了一些挑战，例如可能发生非预期的采购行为。

智能体商务依赖成熟的大语言模型和智能体编排框架，这些技术支持多个智能体进行多步骤推理，并按流程分阶段执行任务。这些智能体能够接收用户输入、理解意图、规划任务执行步骤、与外部系统交互，并协调跨多个服务的事务处理。

一种典型的配置模式是采用编排智能体，它负责接收用户输入，并将子任务分派给各个子智能体。这些子智能体可能负责处理诸如商品发现、商品比价以及交易执行等任务。

模型上下文协议（MCP）、智能体间通信协议（A2A）、智能体商务协议（ACP）和通用商务协议（UCP）等新兴的开放式互操作协议，使智能体能够建立连接、访问数据并直接与商家系统进行交互。这些协议的出现，使智能体在执行商务任务时，能够更轻松地协调跨越各种不同系统的流程。

以下是智能体商务智能体运作过程中的三个主要步骤：

目标定义和权限

用户使用自然语言向人工智能系统描述目标。这些输入可以是简单的指令（如购买某款特定商品），也可以包含多步骤的复杂要求（如跨多个网站搜索特定商品的最优报价）。

在设置阶段，您可以预先配置一些关键参数，以帮助引导智能体并降低出错风险。例如，您可以针对结账操作设置权限，要求交易智能体在处理付款时必须经过人工审批；或者将商品发现智能体的权限限制为“只读”模式。根据系统的范围，您还需要提供相应的服务凭证，例如商家登录信息和支付凭证。此外，还可以通过设定预算、首选商家以及禁用词等附加条件，施加进一步的约束。

发现和评估

接收到查询请求后，编排智能体会利用其自然语言处理（NLP）能力对请求进行分析，从而更准确地理解用户的意图。

随后，智能体会将任务拆解为若干子任务，并将其分派给多个子智能体。这些子智能体可能会调用商家 API、检索可用商品目录，或利用结构化数据（如价格或库存信息）查询兼容 MCP 的服务。如果数据模式不统一或数据非结构化，智能体（agent）便难以检索到相关结果；因此，它们主要会从数据格式标准化的商家处获取产品信息。

随后，一个专门负责比对的子智能体会根据用户的原始限制条件及初始查询请求，对所有可用数据进行比对分析。例如，它可能会剔除价格过高的选项，或者针对不符合配送时效、库存状况或特定规格等要求的产品，降低其排名。子智能体的最终输出将根据这些标准对潜在产品进行排名，并将结果传递给协调智能体，以便向用户展示最佳选项。

交易执行

如果设有人工把关环节，编排智能体会向原始用户请求许可。一旦获得许可，交易智能体便会启动交易流程，利用其身份信息和令牌化支付凭证向商家系统进行身份验证。

交易智能体通过 API 而非浏览器来完成结账流程，从而减少了对界面抓取或手动填写表单的需求。在提交包含产品标识符、产品数量、配送详情（如有必要）和令牌化支付信息的结构化数据包后，商家将确认交易；子智能体随后会将此确认结果反馈给编排智能体。

交易完成后，其他子智能体还可以跟进后续任务，例如追踪物流、轮询商家系统以获取更新以及处理延误情况。不过，这些额外任务需要进行状态管理，因为子智能体必须在商家侧的异步事件之间保持操作的连续性。

根据用户想要向智能体赋予的自主权程度，智能体商务可呈现多种形式。以下是主要的授权层级及其在实践中的具体表现。

人工智能驱动的发现

在“辅助发现”模式的智能体商务系统中，智能体负责推荐产品。智能体会解读用户的需求，并根据用户的具体限制条件生成一系列推荐方案。但最终决定权始终掌握在用户手中，人工智能并不负责实际的购买操作。

辅助发现是智能体商务最简单的形式。尽管它引入了超越传统搜索引擎能力的上下文信息，但并不涉及任何交易环节的处理。

对话式结账

对话式结账在辅助发现的基础上更进一步，引导用户完成实际的交易流程。人工智能会预先填写结账表单（如配送信息和支付方式），用户只需核对信息并确认最终交易即可。

这种方式既能保留人工进行最终审批的环节，又能加快实际的购物体验。

自主购买

“自主购买”是指一种拥有权限的商务智能体，能够在用户设定的预先批准参数范围内完成交易。该系统无需在交易前进行自动审批，而是依据用户预先设定的范围进行操作。

在采用这种模式的智能体商务之前，您需要明确列出希望智能体遵循的所有条件，包括产品类别、认可商家、配送要求、价格预算等。应审慎考虑这种方法，以避免高风险的采购行为。

自动补货

自动补货是自主购买的一种补充形式，它基于特定规则而非用户请求来运作。例如，智能体商务系统会监控企业的库存水平，并在库存降至特定阈值时自动订购更多商品。

自动化系统可与更广泛的库存或业务管理工具连接，从而实现供应链管理中部分行政性任务的自动化。

智能体间交易

智能体间交易是最高级别的授权，即智能体完全掌控采购过程。编排智能体将直接与商家智能体沟通，从而自主完成产品发现、销售条款协商和交易。

在智能体间传输机器可读的数据。这种方法的主要优势在于其高度可扩展性，特别适用于交易双方流程均可自动化的供应链系统。

智能体商务有多种不同的应用场景。

零售

在零售领域，购物智能体可以自动执行采购工作流程，例如补货，或在商品价格达到特定阈值时进行购买。

智能体可以分析消费者行为、历史购买记录和实时数据，从而确定最佳购买时机。此外，发货方还能根据用户的偏好和具体情境，为其挑选合适的礼品。

旅游

人工智能驱动的智能体可以协调航班、酒店、租车或其他旅行服务的预订，同时兼顾用户的多项限制条件。智能体会综合考量预算、用户日程安排以及其他附加条件（例如用户是否加入了特定的会员忠诚度计划），以寻找最优惠的方案。

采购

智能体能够比较供应商、评估定价模式并生成采购订单，从而实现采购流程的自动化。获得更多任务执行权限的智能体可以实现采购流程中大部分环节的自动化，涵盖从供应商评估到日常采购的各项工作。

订阅

面向消费者的智能体可以管理全生命周期的购买事务，例如续订年度服务、升级套餐、进行价格协商或取消服务。智能体能够持续优化这些订阅服务，帮助用户节省开支或尽可能减少不必要的消费。通过分析使用数据，智能体可以识别出用户未实际使用的订阅服务，并建议取消这些服务。

金融服务

财务运营是智能体大显身手的另一个领域；它们可以收集发票、对费用进行分类，并将交易记录与账单中的发票进行匹配。通过跨系统处理数据，这些智能体能够实现自动计费等任务的自动化，进而提升财务运营效率。

然而，鉴于该行业存在风险，企业通常会设置人机闭环的最终核查环节，以确保不会漏掉任何错误。

多个不同的组件协同工作，使智能体能够开展全方位的“智能体商务”。这些层级将先进的人工智能能力与系统交互相结合，让购物智能体能够在极少人工干预的情况下自主运行。

以下是支撑智能体商务运作的技术堆栈：

• 基础模型： FM 负责在复杂的工作流程中进行推理、解析意图、评估提示并做出决策。作为编排智能体的核心，它们能够解读用户请求、辅助发现商品，并做出一系列决策以最终完成购买。

• 智能体框架： 这些框架负责协调跨不同系统运行的智能体，管理任务拆解、外部工具调用及各项操作。它们支持跨 API、服务和智能体跃点协调操作。

• MCP（模型上下文协议）： MCP 提供了一种标准化的方式，使智能体能够连接外部工具和数据来源，在无需针对每个系统开发专用组件的情况下，访问结构化数据并执行操作。

• A2A、ACP 和 UCP： 这些协议定义了智能体之间如何进行通信与交互；智能体间协议（A2A）和智能体支付协议（ACP）等新兴标准实现了安全的机器对机器（M2M）连接。

• 记忆： 记忆系统存储过往对话和上下文信息，通过深入理解用户偏好和当前任务，在短期和长期维度上做出更准确的决策。

• 身份与身份验证： 这些层级确保智能体能够跨不同系统代表用户执行操作。它们利用凭证委托和令牌化支付来安全地进行交易。

• 可观测性： 可观测性工具提供了对模型运行机制的洞察，生成的数据有助于团队深入了解模型运作方式并追踪其决策过程。可观测性层对于审计、合规和调试尤为重要。

这些系统共同协作，使智能体商务人工智能能够在多种环境中运行并执行操作。

尽管智能体人工智能提供了多种实现供应链管理和采购自动化的途径，但它也带来了重大的系统性风险；在电子商务环境中部署此类技术之前，必须妥善应对这些风险。

同意与授权

确定智能体在无需人工干预的情况下可操作的权限范围（即确切的同意级别），是智能体商务面临的主要挑战之一。例如，如果智能体误解了您设定的参数，可能会导致非预期或未经授权的采购。仅凭自然语言来解读消费者意图并非易事，初始指令中的任何歧义都可能引发潜在错误。

这还涉及当智能体代表用户执行错误操作时，关于责任归属的伦理考量。为降低此类风险，您需要实施严格的审批阈值，并监控智能体系统是否存在异常行为。启用人工把关的审批流程以提供保护。

身份与安全

智能体商务验证智能体而非人类用户，它们使用指定的凭证与商家 API 和支付服务提供商等多个系统进行交互。您可以通过身份控制、令牌化支付机制以及利用欺诈检测防范冒充行为来保障交易安全。

防范提示注入攻击尤为重要，因为恶意攻击者可能在外部产品数据中植入特定输入，从而操纵智能体的决策过程。跨智能体传播可能会加剧意外后果。将执行逻辑与所有不可信数据来源分离并实施多层验证机制有助于解决这一问题。

协议碎片化

尽管拥有多种标准能简化与各类系统的集成，但缺乏统一标准导致了协议的碎片化。目前的智能体商务尚未确立统一标准，导致智能体与系统交互的方式存在不一致。

各电商平台在结构化产品数据和 API 设计上的不一致，也限制了现代智能体的可靠性。缺乏标准化接口限制了智能体的能力，迫使企业采用定制化集成方案，这不仅增加了额外开销，还降低了系统的可移植性。

亚马逊云科技可以帮助您构建智能体商务工作流程，并提供用于构建、部署和运营智能体基础设施的服务：

• Amazon Bedrock 是一个用于构建生产级生成式人工智能应用程序和智能体的平台。使用 Amazon Bedrock，您可以访问领先人工智能公司提供的数百个基础模型，以及多种评估工具，从而根据您独特的性能和成本需求选择最佳模型。

• Amazon Bedrock AgentCore 是一款智能体平台，可安全、大规模地构建、部署和运行有效的智能体。将 API 和 Lambda 函数转换为与智能体兼容的工具，连接到现有的 MCP 服务器，并通过语义搜索实现智能工具发现。

• Amazon Bedrock Agents 利用基础模型（FM）、API 和数据的推理能力，分解用户请求、收集相关信息并高效完成任务，从而让团队能够专注于高价值工作。构建智能体简单快捷，只需几步即可完成设置。

立即创建免费账户，开始在 AWS 上构建智能体商务应用。