当AI硬件能听懂对话、判断意图、产出行动策略，却始终无法完成一笔真实交易时，它似乎仍停留在"只读"世界。

"硬件让AI读取世界，支付让AI写入现实。"——这是AI硬件独立创业公司未来智能的CEO马啸在2026 Inclusion·外滩大会上提出的重要判断。9月9日至12日，以"共创AI新经济"为主题的2026 Inclusion·外滩大会在上海黄浦世博园区举行。马啸走上《智能体商业共新生——AI支付，连接智能商业未来》见解论坛，用一句话点明了AI硬件走向真正商业化的关键瓶颈。

在马啸看来，当前AI穿戴类产品仍处于过渡形态——它们具备了一定的感知和交互能力，能回答问题、提供建议，但尚未具备革命性。"AI硬件发展至今，行业底层逻辑已高度收敛"，真正的转折点恰恰在于支付——它不是锦上添花的功能，而是AI从"只读"走向"写入"的权限开关。

AI硬件新定位：人和最强AI之间的"个人上下文与意图层"

马啸的战略判断，建立在未来智能对AI硬件本质的重新理解之上。如果说前两年行业的主流思路是把大模型塞进设备里，让硬件变成AI的容器，那么未来智能的思考恰好反过来——让硬件成为AI的感官，让设备不再是等待被唤醒的工具，而是始终在线、持续感知现场的"身体"。

因此马啸能将AI硬件定位为人和最强AI之间的"个人上下文与意图层"——一边获取大模型看不见的现实世界信息，发现用户尚未表达的需求，另一边则是经用户授权，调动最强模型和连接器完成服务。

这套定位可以有效降低两种成本。一是表达成本：用户不需要再记住发生了什么、想清楚怎么描述、再整理成Prompt输入，AI硬可件全天候即时感知，Agent自动完成信息的结构化。二是降低“起心动念”成本：用户不必先知道“AI可以帮我做什么”，Agent便能直接理解现场和意图，在需要的时候主动出现。

门槛消失之后，使用AI这件事就从"用户驱动"变成了"场景驱动"：不用想、不用问、不用组织语言，该出现的时候，它自己就在那里。这正是马啸在演讲中提到的“二八理论”——在人与AI的交互过程中，应只有20%是“第二人称”，即用户明确指令，重在准确执行；而80%则应该是“第三人称”，AI从上下文发现需求，安静理解，只在必要时主动确认。

但众所周知，现实世界的信息天然是混乱的、多模态的、充满歧义的——一句话是闲聊还是交代任务，取决于声场方向、对话轮次、用户身份和上下文；一段对话是否触发行动，取决于承诺是否明确、权限是否到位。这些结构化的判断，不能只靠大模型从一段录音里"猜"出来。

未来智能高级算法专家胡畔在外滩大会的另一场论坛中从技术架构层面拆解了这条链路，他展示了一套从感知到执行的五层判断链路，每一层都在把模糊的现实信号，一步步收敛为可验证、可执行的行动依据：

第一道门先判断这段话是不是正在对用户说，不能只听见名字，要结合声场方向、注意力、语义和对话轮次一起看；再判断这件事"对我说"是否等于"由我负责"，请求的接收者和任务的Owner可能不是同一个人；接着判断用户是否在正确的对话轮次里明确接下了承诺；然后把承诺变成完整任务，不凭空补全缺省字段；最后一道门则是根据风险等级选择执行策略——查会议时间这类只读操作可直接回答，创建待办等中风险操作先建议再确认，发邮件、建会议等影响外部的高风险操作则需要明确授权。

"关键不是消灭Prompt，而是不要把Prompt当成Agent唯一的开始条件。"胡畔展示的这套架构呼应了马啸提出的战略逻辑，当现实世界的信息经过层层筛选、收敛、判断，最终被Agent准确理解为可执行的行动依据时，Prompt就不再是起点，而只是AI无数种触发方式中的一种。这正是"场景驱动"的底层逻辑——让AI在现实世界需要它的那个瞬间，自行触发，出现在那里。

支付能力首次嵌入AI耳机：补齐"写入现实"的关键一环

硬件感知现场，Agent层层收敛，把模糊的现实信号变成可执行的行动策略。但当AI需要真正改变现实世界的某个状态——比如完成一笔支付、确认一次下单，显然还缺少打通最后一步的关键能力，这正是马啸所说的"只读"困境。

而支付，正是补上“写入现实”这一环的关键——没有它，AI硬件就停留在1%的概念验证阶段，始终无法触达99%的大规模商业应用。“如果希望 AI 服务足够广泛、真正有用，让普通用户都愿意使用，最重要的就是让钱参与其中。”马啸说。

支付宝作为国内支付市场的领先者，一直在持续探索AI时代的支付新体验——2026年2月，支付宝"AI付"成为全球首个支付笔数与用户人数双双破亿的AI原生支付产品；到5月，AI支付累计完成3亿笔智能体支付，已支持95%的通用智能体框架。未来智能的viaim AI耳机正是这一生态中的重要一环。

在蚂蚁集团的"AI付"基建支持下，未来智能与支付宝深度合作，将支付能力正式嵌入AI耳机，让"写入现实"的闭环在大会展区变得可触可感。未来智能旗下viaim AI耳机在外滩大会展区现场完成了AI支付功能的实机演示——用户只需一句“你好，小万”，即可唤醒耳机内置大脑，说出“帮我充50元话费”，耳机立刻自动调取支付宝账户绑定的手机号完成充值，无需打开App、无需输入号码；当车辆处于收费停车场时，一句“停车缴费”，系统便可通过支付宝数据识别当前停车状态并自动完成缴费；而“帮我点一杯生椰拿铁”这样的指令，则会让耳机基于定位信息在就近的咖啡合作商户完成下单，用户到店自取即可。

简单的三个场景，覆盖了线上充值、线下缴费、LBS点单三种支付类型。在以往，用户需要分别打开不同App、经历不同流程才能完成，而今天，它们被统一压缩为一句话——这是一次对AI耳机“听懂→判断→执行”全链路能力的完整验证。

这是AI耳机品类首次实现支付功能的规模化落地，马啸在演讲中特别强调了这一节点的战略意义——Agent to Agent支付，是未来智能连接商业生态的重要一环。耳机的持续在线、靠近用户的天然属性，使其成为支付能力的最佳载体。而从办公场景的主动耳语到生活场景的一键支付，未来智能正在把AI硬件从一个需要用户主动唤醒的工具，推向一个"在现实世界需要它的那个瞬间，自行触发、自行服务"的智能体。

从办公到生活，从感知到行动

展区演示的耳机支付功能，只是未来智能战略图景中的一块拼图。

在这幅更大的图景里，硬件是AI感知现实的感官——耳机始终在线，持续捕捉现场的声音、方向和对话轮次；Agent是理解意图的大脑——五层判断链路把模糊的信号收敛为可执行的行动依据；支付则是写入现实的手——让AI真正具备改变世界状态的能力。当这三层同时就位，AI才从"回答问题"走向"改变世界"。

而让这一切持续运转的燃料，是个人记忆。马啸在演讲中指出，当硬件和基础模型相当时，最难替代的部分是用户长期积累的记忆，以及对这些记忆的精准加工和调用。一个跟随多年的助理之所以不可替代，不是因为他记住了多少，而是因为他懂得在什么时候、什么场景下，把哪一段记忆用出来。未来智能正是从办公场景开始积累这份理解——工作沟通信息密度高、记录需求明确，随着价值被反复验证，再逐步向生活延伸。

从外滩大会的两个会场到展区，未来智能用两场演讲和一次产品演示，以战略、架构、产品三个维度，完成了对“如何让AI真正改变世界”这个命题的一次完整作答。当一副耳机能听懂现场、能层层收敛、能完成支付，当AI从“你问它答”的对话框走向“它懂你、它帮你、它替你完成”的新阶段，这场探索才刚刚开始。