BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理

当 AI 智能体运行时，它常常需要购买某些东西来完成任务：一次模型推理、一个 API 响应、访问网页内容，或调用另一个智能体。这些购买金额小且频繁，有时每笔只有几分钱的一小部分，而且它们发生在智能体的循环内部，没有人工可以批准它们。

Amazon Bedrock AgentCore payments 消除了这一负担。它为智能体提供了一种按需为服务付费的托管方式，支出限额由基础设施而非模型来强制执行。在本文中，我们介绍 Incarna 如何利用 AgentCore payments，让其智能体逐次请求向 BlockRun 支付模型推理费用。BlockRun 是一个按需付费的推理路由器，通过 x402 提供来自 15 家以上提供商的 90 多个模型，每次调用都独立报价和结算。AgentCore payments 可与兼容 x402 的端点配合使用，包括 Amazon Bedrock 推理端点。借助该服务，Incarna 团队将添加 x402 支付支持的工作量从数月缩短到数天，并将端到端的按推理付费流程投入生产。

挑战：按请求为推理付费

按推理付费是一种高频、低价值的模式。一个智能体在单次会话中可能进行数百笔小额购买，每笔价值只有几分钱的一小部分。卡组织网络并非为亚分级支付而构建。构建自己的支付通道意味着要同时解决多个难题。你必须决定资金存放在哪里、每笔支付如何签名，支持 x402 等新兴支付协议，并防止自主智能体超支。

AgentCore payments 提供什么

Amazon Bedrock AgentCore 是一个平台，可使用任意框架或模型大规模构建、连接和优化智能体。AgentCore payments 是 Amazon Bedrock AgentCore 的一项托管能力，构建者可以用几行代码为其智能体添加支付功能。它处理支付协议、连接钱包、签署交易并强制执行支出限额。构建者通过一个托管服务进行集成，而无需自行拼装各个部分。以下几点使其非常适合按推理付费：

• 托管钱包。Incarna 使用 Coinbase CDP 连接器为每个智能体配置钱包。客户拥有该钱包，并授予 Incarna 使用该钱包的委托授权。
• 原生协议处理。当付费端点返回 HTTP 402（“需要付款”）时，智能体使用 AgentCore payments 通过 x402 完成支付。它使用配置的钱包签署交易，并向商户返回加密证明。
• 基础设施层的支出治理。AgentCore payments 在模型之外强制执行限额，因此即使智能体的提示被操纵，也无法超出限额。
• 可审计的结算。支付以稳定币结算。Incarna 使用 Base 网络上的 USDC，每笔交易都可在链上验证。

下图展示了端到端架构。AgentCore 运行智能体，BlockRun 提供计量推理，AgentCore payments 连接客户的钱包、强制执行支出限额，并代表智能体的 Incarna 身份签署每笔支付。

图 1：按推理付费架构。智能体请求经 AgentCore 流向 BlockRun（HTTP 402），AgentCore payments 从智能体自己的钱包签署 x402 支付

来源：incarna.io/aws-blockrun-incarna-partnership

先决条件

Incarna 走过的路径对其他团队同样开放，而 AgentCore payments 会为你准备好各个组件。你可以通过 AWS 的 Agent Toolkit 中的 AgentCore payments skill（在 Claude Code、Kiro 或 Codex 中）以引导式对话完成设置。你也可以使用 AgentCore CLI、AgentCore SDK 或 AWS SDK 自行创建每一个组件。

首先，将你的 Coinbase CDP 或 Stripe Privy 凭据存储为支付凭据提供程序，这样密钥会保存在 AWS Secrets Manager 中，而不是你的代码里。创建一个 Payment Manager 和连接器，以基于这些凭据协调支付，并顺便设置一个默认支出限额。然后创建一个支付工具，即代理用于付款的嵌入式钱包。最终用户为其充值，并通过重定向 URL 授予签名权限；在测试网络上，你可以用测试网 USDC 为其充值。

流程：买卖一次推理

在此集成中，BlockRun 是卖方。BlockRun 从实时目录提供按量计费的模型推理，每次调用都单独报价、支付和结算。单次推理的流程很直接：

1. 代理需要一次模型调用。它与 BlockRun 集成，由 BlockRun 处理提供商选择和交付。无需按提供商订阅。
2. BlockRun 以 PaymentRequired 质询和该次调用的价格作为响应。
3. 它开启一个支付会话并调用 ProcessPayment。AgentCore payments 会根据为该会话设置的支出限额检查报价，并从代理自己的钱包地址签署授权。
4. 卖方验证支付签名。
5. BlockRun 提供推理服务并记录费用，即每次调用的一笔小额金额。

由于结算按请求进行，代理只需为其使用的部分付费，代理选择不进行的调用不产生任何费用。

AgentCore payments 支持两种 x402 支付方案：exact 和 upto。exact 方案通常用于价格事先已知的情况。upto 方案适合动态定价的资源。代理授权一个上限金额，推理提供商在最后按实际用量在该上限内结算。

控制支出

让构建者放心让代理动用真实资金的关键是支付会话。会话设置一个上限，即代理最多可支出的金额，而 AgentCore payments 在基础设施层强制执行该上限。代理自身的代码和提示词无法更改它。每个会话还带有过期时间，Incarna 将会话规模设定为一天的预算。即使代理逻辑出现问题，它仍然无法支出超过客户设定的限额。即使是目前不使用会话级预算的集成，也可以在不更改代码的情况下采用它。有关这些控制如何运作的更多信息，请参阅使用内置防护措施启用安全的代理支付。

结果

Incarna 已在 Base 上将按推理付费流程投入生产，BlockRun 负责卖方，AgentCore payments 管理每笔交易。

“下一代 AI 代理不应在更好的性能和可持续的经济性之间做选择。BlockRun 的开源路由器让开发者完全控制自己的模型集，同时持续受益于 BlockRun 不断进行的基准驱动路由改进——以更低的 token 成本实现更高的任务成功率。而借助 AgentCore payments 和 x402 提供的代理所需支出控制，这种智能可以安全地在现实世界中投入使用。”

— Vicky Fu，BlockRun 创始人

Incarna 团队在三天内完成了完整的 AgentCore payments 集成：一天用于构建，两天用于测试。这大约是 200 行应用代码，而最初的范围是两到三个月。在整个测试阶段，智能体已处理了超过 1,000 笔支付，每笔调用金额从 $0.001 到 $0.05 不等，每笔都在链上单独结算。

“AgentCore payments 覆盖了我们所需的全部功能，让智能体能够通过 x402 完成支付：客户自有的钱包、资金注入与撤销流程、平台强制执行的花费限额，以及同时处理两个版本 x402 的签名。这些我们一行代码都没写。”

— Justin Zhou，Incarna 创始人

结论

AgentCore payments 为智能体提供了一种受治理、按需付费的方式来为其使用的服务付款。BlockRun 和 Incarna 展示了它如何端到端地协同运作：一个为推理付费的智能体、一个计量并结算的提供商，以及一个拥有该交易的身份。如果你正在构建需要在运行时购买服务的智能体，你可以通过 AgentCore payments 这一单一、受治理的集成点来添加该能力。

开始使用

准备好为你的智能体添加按次推理付费了吗？以下是开始的方法：

1. 设置 AgentCore payments。 使用你的钱包连接和花费策略创建一个 Payment Manager。连接一个 Coinbase CDP 钱包作为你的凭证提供商。有关分步说明，请参阅 AgentCore payments 开发者指南。
2. 使用你的预算开启一个支付会话。 在智能体开始任务之前，开启一个符合工作负载的花费上限的会话。智能体在该上限内进行交易，基础设施会强制执行该上限。
3. 调用一个付费端点。 将你的智能体指向一个兼容 x402 的服务（如 BlockRun）。当端点返回 HTTP 402 时，使用支付详情调用 ProcessPayment。AgentCore payments 处理签名并返回智能体可用于访问该服务的证明。

要查看代码，请参阅 GitHub 上的 AgentCore payments 示例。

了解更多

• Amazon Bedrock AgentCore payments 现已正式可用：使智能体能够安全、自主地大规模进行交易
• 技术深入探讨：AgentCore payments 与智能体商务的创新
• 使用 AgentCore payments 的内置防护措施实现安全的智能体支付

关于 BlockRun 和 Incarna

BlockRun 是一个按需付费的推理路由器，通过 x402 支付协议提供模型推理服务。智能体通过一个单一的计量端点访问实时模型目录。每次调用都独立报价、授权、支付并在 Base（USDC）上结算。BlockRun 负责提供商选择和交付，因此智能体可以通过一次集成访问多个模型，而无需按提供商订阅或建立计费关系。

Incarna 由 SpreadX 构建，为 AI 智能体提供跨会话、模型和运行时持续存在的持久身份。每个身份都拥有自己的钱包、电子邮件地址、社交账户，以及一个在多次运行中始终附着于同一 ID 的操作历史。当智能体为服务付费时，链上付款方是智能体自己的身份，而不是共享的平台密钥，从而使每笔交易都可归属于一个单一的持久实体。Incarna 已在 Base 主网上线并实现真实结算。

关于作者

Peter Jiang

Peter 是 AWS 驻华盛顿州西雅图的高级软件开发工程师。他是 Amazon Bedrock AgentCore 支付计划背后工程团队的核心成员，该计划为 AI 智能体赋予支付能力。Peter 在金融与支付行业拥有超过 8 年经验，曾主导多个涵盖银行、加密货币和智能体系统的全新项目。此前，他曾在 Susquehanna International Group 从事超低延迟交易系统的工作。

Guy Bachar

Guy 是 AWS 的高级解决方案架构师，与金融科技和资本市场公司合作，专注于智能体 AI、自主商业和云转型。他专注于构建让 AI 智能体代表客户在支付、客户体验和治理领域行事的系统。

Chethan Shriyan

Chethan 是 AWS 驻华盛顿州西雅图的技术首席产品经理。他拥有近 13 年的产品与业务管理经验，其中在 Amazon 工作超过 7 年。他热衷于构建和交付能为客户生活带来切实影响的技术产品。