AgentCore Payments 为 LangChain 智能体提供支付中间件

.png)

核心要点

引言

智能体经济即将到来。AI智能体正从免费API层级迈向付费服务世界：高级数据、付费内容、专用算力。智能体商业生态系统正在快速增长。

当智能体能够花钱时，你需要确定性的支付限制：在基础设施层于每笔交易之前强制执行的会话级预算，而不是依赖LLM提示词。Amazon Bedrock AgentCore Payments通过专为支付构建的基础设施，为LangChain开发者解决了这一问题。作为智能体开发者，你只需添加AgentCore Payments中间件层，选择钱包，设置预算，其余交给AgentCore Payments处理。每笔支付都流经与协议无关的基础设施。

你还需要一份记录，了解智能体购买了什么以及为何选择该商品，这正是LangSmith的用武之地。本文介绍商业案例、架构以及如何上手。

可交易的智能体

只能消费免费内容的自主智能体，能完成的工作类型十分有限。最有价值的数据——包括法院文件、实时市场数据源、医学文献和高级API——都位于付费墙之后。直到最近，访问这些数据还需要手动管理API密钥、按服务集成计费，或中断自主工作流去询问人类。这种情况正在改变。

x402协议由Coinbase于2025年5月创建，现由Linux基金会管理，使基于HTTP原生的微支付成为可能。使用x402，智能体访问付费端点，获取价格，以稳定币支付，然后获得内容，整个过程在单个HTTP请求-响应周期内完成。

由于智能体交易的性质，其经济模式与传统支付通道不同。银行卡处理费用使得按美分计价的API调用在经济上不可行。月度订阅则假设人类预先决定购买什么。通过x402进行的稳定币微支付在几秒内结算，每笔交易成本不到一美分，使按次计费对智能体工作负载切实可行。

AgentCore Payments提供专为自主智能体构建的托管支付能力，覆盖从钱包认证、交易执行到支出治理的完整生命周期，让开发者专注于智能体的功能而非支付方式。LangChain开发者现在可以专注于他们正在解决的按使用付费业务问题，而AgentCore Payments则消除了安全连接钱包、强制执行确定性支付限制以及管理不同协议版本（x402 v1、v2）或其他机器对机器协议的复杂性。

花钱需要确定性限制

访问只是挑战的一半。当智能体能够花钱时，你需要回答一些棘手的问题：

• 如何控制智能体支出？如果没有会话级确定性支付限制，失控循环或意外边界情况可能会耗尽资金。
• 如何为智能体提供资金？通过Coinbase CDP和Stripe（Privy）集成，终端用户可以通过法币或USDC稳定币在不同网络上为钱包充值，实现经济高效的微交易。
• 智能体如何安全连接钱包？AgentCore Payments使用AgentCore Identity对支付钱包进行安全认证。
• 选择哪个协议？熟悉任何一个协议都需要大量时间和精力，因为每个协议都有各自的细微差别。

如今，大多数将智能体投入生产的团队以三种方式之一处理智能体支付：让智能体指向免费数据源（数据质量较差，但无需处理支付）；为每个API构建自定义支付逻辑（每个服务需要30到50行包装代码）；或者放弃自主性（智能体将付费墙呈现给人类）。随着付费服务数量增长到数千个，这些方式都无法扩展。除了集成复杂性之外，开发者还必须从零构建治理和预算护栏，以帮助防止失控支出，并满足支付流程所需的安全和监管合规要求。

智能体开发者体验是AgentCore Payments的基石。它为开发者提供一个一体化解决方案，连接钱包、跨协议编排支付并强制执行支出治理，无需从零构建，也无需承诺使用某个协议即可开始。

LangChain 中间件在智能体执行的每个步骤都会暴露钩子，因此你可以拦截模型调用或工具调用并添加逻辑，而无需修改智能体本身。假设你有一个起草法律文书的法律智能体，而它需要访问的法院卷宗位于付费墙之后。当它的工具访问该付费 API 并收到 HTTP 402 响应时，AgentCorePaymentsMiddleware 会检测到支付需求，强制执行会话预算限制，通过 Amazon Bedrock AgentCore Payments 签署支付，并使用支付凭证重试请求。你的智能体就能在你设定的限制范围内获得它所需的数据。更多信息请参阅文档。

工作原理

1. 检测。工具访问付费 API，收到带有 x402 载荷的 HTTP 402 响应。
2. 验证。中间件将会话预算与支付金额进行核对。如果超出限制，请求将被拒绝，且不会签署任何支付。
3. 签署。如果在预算范围内，中间件通过 AgentCore PaymentManager 签署支付。
4. 重试。原始请求附带支付证明后重新发送。API 返回内容。
5. 继续。智能体收到内容，就像 API 第一次就返回 200 一样。

config = AgentCorePaymentsConfig(
    payment_manager_arn="arn:aws:bedrock-agentcore:us-east-1:...:payment-manager/pm-abc123",
    user_id="user-123",
    payment_instrument_id="instrument-456",
    region="us-east-1",
    auto_session=True,           # 首次收到 402 时自动创建会话
    auto_session_budget="5.00",  # 该会话的硬性上限
)

agent = create_agent(
    model=model,
    tools=[],  # 中间件会注册 http_request 和支付查询工具
    middleware=[AgentCorePaymentsMiddleware(config)],
)

它适用于 LangChain 智能体支持的任何模型提供商，不过支付基础设施本身需要 AgentCore。

适用场景

AgentCore Payments 中间件非常适合智能体需要在受控预算内访问多个付费服务的工作负载。

审计智能体的支出

为智能体添加成本控制可以限制超支，但并不会影响最初导致这些交易的智能体行为。这可能以多种方式体现：

所有四种情况都可能成功完成、控制在预算之内，并且在账单上看起来合理。这是因为区块链支付账本只记录了工具 X 在 14:03:11 向地址 Y 发送了 0.02 美元。它不会记录智能体当时正处于研究任务三步之后、有一美元的限额，以及它选择该端点是因为某个工具描述中提到了法院卷宗。这些上下文只存在于智能体追踪记录中。

我们认为这对两件事很重要：治理，即避免智能体产生意外支出；以及审计，即保留智能体所购内容的持久记录，供他人在数月后查询。

智能体支出将面临与组织内任何其他支出相同的问题。谁授权的？限额是多少？你如何知道限额得到了执行？如果你已经在 LangSmith 中追踪智能体，你可以追踪导致智能体支付的每一步。工具调用出现、返回 402、再次出现并附带支付头，周围环绕着用户的原始请求和模型在每一步的推理过程。

一个简短的记录器中间件会将支付详情作为元数据附加到成功支付上：金额、网络、收款方、触发支付的工具，以及被扣费的会话和用户。

当支付将超出预算时，AgentCore 会拒绝该支付。拒绝会与智能体对拒绝的响应一起出现在追踪记录中，因此你可以确认限额确实得到了执行，而不是想当然地认为它执行了。

拒绝记录只记录拒绝这一事实，而不记录其成本，因为支付从未发生。具体数字保留在 AgentCore 的日志中。

在花真钱之前测试支出

追踪记录告诉我们智能体是如何推理购买请求的。评估则测试购买请求背后的思考是否符合预期，以便你验证良好行为并识别智能体错误的修复方案。

• 单步评估测试单个决策。给智能体一个价值几分钱的任务，返回一个要求五十美元的402响应，然后检查它是否仍然支付。
• 全轮评估对整个对话轨迹进行评分，综合检查总花费、付费调用次数和任务完成情况。每次修改提示词或工具集后都应运行这些评估，因为一个开始过度购买的智能体仍然可能返回完全正确的答案。
• 在线评估对LangSmith中的生产轨迹运行相同的检查，标记超出花费阈值或向意外端点付款的运行。

以下是一个全轮示例：十个研究任务，每个任务都有覆盖端点收费的预算。两个评估器对每次运行进行评分。spend_within_budget比较实际支付金额与任务预算。relevant_data检查智能体购买的数据是否回答了给定问题。

在这次运行中，十个任务的花费都保持在预算之内，其中七个任务的数据是相关的。在另外三个任务中，智能体为无法回答问题的响应支付了费用。

数据集、评估器和实验共同为你提供这样的视角：不仅看智能体是否花了钱，还要看花费是否买到了有用的东西。修改提示词、模型或预算，重新运行同样的十个任务，你就可以将新版本与当前版本进行比较，包括延迟、token数和模型成本。

快速开始

在AWS端有两种配置方式。AgentCore Payments技能通过Deep Agents Code、Claude Code、Kiro或Codex的引导式对话来设置你的PaymentManager和支付工具，你也可以使用AgentCore CLI、AWS SDK或Boto3自行完成。然后安装中间件：

pip install -U "bedrock-agentcore[langgraph,strands-agents]"

即使你使用的是LangChain，也要包含strands-agents。集成包同时导入LangChain和Strands适配器，因此缺少它会导致导入失败。

使用较小的会话预算添加中间件，开启LangSmith追踪，然后运行一个付费任务。如果你能仅从追踪记录中回答“这笔费用是多少，为什么产生”，说明配置正确。接下来，在LangSmith上构建一个小型评估数据集，并添加一条在线规则，标记超过阈值的运行。

• AgentCore Payments中间件文档
• AWS上的AgentCore Payments
• 带LangSmith追踪和评估的示例智能体
• AgentCore Payments代码示例
• 试用LangSmith或获取演示
• AWS Marketplace上的LangSmith

“智能体正在从生成答案的系统演变为采取行动的系统——而且越来越多地，其中一些行动将涉及经济交易。这改变了开发者对智能体周边基础设施的需求。他们需要评估行为、理解决策并执行边界。LangSmith和Amazon Bedrock AgentCore Payments解决了这一挑战中互补的部分，帮助开发者构建能够以更高自主性运行、同时保持可观察和可控的智能体。”——Harrison Chase，LangChain首席执行官兼联合创始人

“非常高兴看到AgentCore和LangChain团队在AgentCore Payments中间件上携手合作。通过为开发者提供一种简单的方式，让他们的LangChain智能体能够安全地支付服务和内容费用，并带有确定性的防护措施，我们正在解锁全新类别的自主智能体体验。期待看到开发者用这个创造什么。”——Preethi CN，Amazon Bedrock AgentCore总监

了解你的智能体真正在做什么

LangSmith，我们的智能体工程平台，帮助开发者调试每一个智能体决策、评估变更，并一键部署。