让机器狗帮忙下楼买瓶酱油，这件事听起来像个演示视频里的段子。但 9 月 11 日，支付宝把它变成了一个有交易发生的场景：据公开信息，支付宝宣布与高德动量合作，将 AI 支付能力用于具身机器人，产品定名「AI 付·具身智能」；高德动量的机器狗「途途」可以依照指令跑腿，并在主人授权范围内完成支付，实现所谓「打酱油」式代购。这个场景之所以值得记录，不在机器狗本身，而在支付这一环被接进了物理世界。
那笔「打酱油」的支付是怎么发生的
据公开信息，这套能力基于蚂蚁集团的「AI 付」体系，把支付从手机延伸到物理世界中的机器人终端。用户预先完成授权，机器狗在指令范围内去完成代购，到达商户后由机器人侧发起支付，全程在授权额度与范围内执行。它与此前手机上的智能体支付在流程上是一致的——授权在前、执行在后，差别在于执行的主体从手机里的一个软件 Agent，变成了一个在真实空间里移动、需要与真实商户交互的物理终端。
这个差别看似只是「换了个载体」，实际却引入了两个新变量。其一是现场性：机器人必须在真实门店完成交易，意味着支付能力需要与机器人本体的感知、导航、交互能力耦合，而不是在屏幕里点一下。其二是责任链更长：从用户到机器人厂商、从支付方到商户，中间多了几方，一旦交易出问题，追溯路径比纯软件场景复杂得多。
为什么「支付闭环」对具身智能是关键一步
过去两年，具身智能的进展大多停留在「能力演示」：会走、会拿、会避障，但很少有人回答一个商业问题——机器人替你把事办完了，钱怎么结、责任怎么算。一个不能完成交易的机器人，本质上仍是一个昂贵的演示品；只有当它能独立走完「接单—执行—付款—交付」的闭环，它才从「会动的机器」变成「能提供服务的终端」。
从这个角度看，支付闭环的打通，比机器人多会一个动作更重要。它意味着具身终端首次具备了独立完成一桩真实交易的可能，也意味着机器人厂商可以在「提供服务」这件事上开始计算商业模型——比如按次收费的代跑腿、代取件、代排队。这些场景的价值不在技术炫技，而在它们恰好是「人不想做、但确实需要有人做」的碎片化需求。
它和手机上的智能体支付是什么关系
把这笔交易放回最近的时间线，能看到一条正在成形的脉络。据公开信息，此前支付宝推出过 AI 钱包智能体，把意图、执行与支付串成完整上下文，并披露智能体代买任务量在数个月内快速增长；同期，卡组织与支付方也在推进面向智能体的身份框架，试图在智能体被允许交易之前先回答「它是谁、能花多少」。而在更早的一批动作里，支付宝还把线下「碰一下」的触点网络做了 AI 化升级，让服务从线上延伸到线下经营网络。
把这些点连起来，具身支付其实是同一条路线在空间维度上的自然延伸：从手机里的 Agent，到线下触点，再到可以自己移动的机器人。三者的共同前提是同一个——授权与身份机制必须先到位，交易才能安全地交出去。这也解释了为什么具身支付的推进，会与身份框架、信任机制的讨论几乎同步出现。
授权与责任：具身支付的边界问题
物理世界的支付，把几个此前可以回避的问题推到了台前。其一是授权粒度：机器狗替主人付款，授权的是一个金额上限、一类商户，还是一个具体任务？如果任务执行中遇到预期外的商品或价格，机器人能否自行决定，还是必须回到用户确认？其二是身份归属：在商户眼中，付款方是用户本人、机器人厂商，还是支付平台？这直接决定了争议发生时谁承担责任。其三是异常处理：机器人失联、支付成功但商品未取到、或机器人在途中被他人干扰，这些在纯软件场景里几乎不存在的失败模式，都需要新的处理规则。
这些问题的答案目前尚未公开，但它们恰恰是具身支付能否规模化的关键。技术可以把支付动作跑通，但把「出错了怎么办」讲清楚，才是这类能力真正被允许进入日常生活的门槛。
中立思辨
需要冷静看待这一步。其一，「打酱油」是一个高度可控的演示场景，它能证明流程跑通，却不能证明它在复杂、开放的真实环境中同样可靠；相关能力当前覆盖的商户范围、支持的场景类型、以及失败率，官方及行业暂未披露更多细节，后续将持续跟进迭代动态。其二，机器人代付的合规边界尚不清晰，涉及支付授权、消费者权益、以及机器人作为交易发起方的法律地位，现有规则多是为「人」设计的，向「机器」延伸时需要新的解释。其三，从商业上看，单次代购的金额小、频次不确定，机器人自身的成本却远高于手机，短期内它更像一个方向性验证，而非能立刻算出正收益的生意。其四，演示中「主人授权范围内」这一表述，掩盖了授权设计本身的难度——授权太宽则风险大，太窄则机器人频繁卡壳，这个平衡点需要大量真实数据才能找到。
趋势研判
短期，具身支付会先在「低金额、短距离、可撤销」的场景里小范围试点，比如园区内的代取、代买，因为这类场景容错空间大、责任链相对清晰；中期，围绕具身终端支付的授权标准、身份归属与异常处理规则，会随真实交易量上升而被迫细化，可能演化出一套专门面向「非人类交易主体」的规范；长期，如果具身终端真的大规模进入生活，那么决定它商业价值的，不是它能做多少种动作，而是它能安全地完成多少桩交易——支付的闭环，才是具身智能从技术走向服务的那道分水岭。
对企业与产品团队的务实建议是：在把支付能力接到机器人之前，先把授权模型设计清楚——设定明确的可撤销额度、划定商户与场景边界、并预先定义异常发生时的切断与追溯流程。这三件事做在前面，比多演示几个动作更能决定这类产品能不能长期运营。