執行摘要隨著大型語言模型 (LLM) 從單純的資訊檢索工具演進為具備推理、規劃與執行能力的「代理式 AI」(

Google UCP 代理人商務技術架構、生態系整合與 OpenAI ACP 戰略差異之深度分析報告

執行摘要

內容目錄

隨著大型語言模型 (LLM) 從單純的資訊檢索工具演進為具備推理、規劃與執行能力的「代理式 AI」(Agentic AI)，全球電子商務正經歷一場足以媲美從桌機轉向行動裝置的典範轉移。在此背景下，Google 於 2026 年 1 月正式推出了通用商務通訊協定 (Universal Commerce Protocol, UCP)，這是一項旨在解決代理人商務 (Agentic Commerce) 碎片化問題的開源標準 ¹。與此同時，OpenAI 亦透過其 Agentic Commerce Protocol (ACP) 積極佈局，形成了兩大科技巨頭在商務基礎設施層面的激烈競爭。

本報告旨在針對 Google UCP 進行詳盡的技術解構與戰略分析。研究顯示，UCP 並非單純的產品功能更新，而是一套完整的基礎設施堆疊，其核心由負責商務邏輯的 UCP、負責安全支付授權的 Agent Payments Protocol (AP2)，以及負責代理人間通訊的 Agent2Agent (A2A) 協定所組成 ²。透過與 Shopify、Walmart 及 Ant International 等產業巨頭的深度整合，Google 試圖建立一個「去中心化」但標準化的商務網路，以「登記商家 (Merchant of Record, MoR)」模式作為對抗封閉平台壟斷的戰略支點 ⁴。

本報告將深入探討 UCP 的技術細節，包括其基於 JSON 的能力發現機制、加密授權憑證 (Verifiable Credentials) 的運作原理，以及「直接優惠 (Direct Offers)」如何將廣告計價模式從點擊成本 (CPC) 轉向行動成本 (CPA) ⁶。同時，透過與 OpenAI ACP 的系統性比較，揭示兩者在生態系治理、數據主權及長期商業模式上的根本差異，為相關企業與技術決策者提供具深度的策略洞察。

1. 代理式商務的崛起與基礎設施挑戰

1.1 從圖形介面到意圖驅動的商務轉型

傳統電子商務的基礎設施是建立在人類視覺互動的假設之上——用戶透過瀏覽器訪問網站，解讀圖形使用者介面 (GUI)，並手動執行點擊操作。然而，代理式 AI 的興起打破了這一假設。AI 代理人 (AI Agents) 不具備視覺感知需求，而是依賴結構化數據與 API 來理解世界。當用戶向 AI 發出「幫我買一頂適合四人使用、防風且預算在 200 美元以內的帳篷」這類高層次意圖指令時，AI 需要能夠跨越多個商家進行搜尋、比較、談判並執行交易 ⁸。

現有的商務環境面臨著嚴峻的「N x N 整合瓶頸」。假設市場上有 $N$ 個商家和 $N$ 個不同的 AI 代理平台 (如 Gemini, ChatGPT, Claude, Perplexity)，若缺乏統一標準，每個商家都必須為每個平台開發專屬的連接器。這不僅導致了巨大的技術債，更造成了數據孤島，使得 AI 經常因為無法獲取即時庫存或價格資訊而產生「幻覺」(Hallucination)，進而破壞用戶信任 ¹⁰。

1.2 UCP 的核心定位：商務領域的 USB 標準

Google 推出的 UCP 旨在解決上述結構性問題。正如 USB 標準統一了電腦周邊設備的連接，UCP 試圖為代理式商務提供一個標準化的抽象層。它不取代現有的電商平台 (如 Shopify 或 Magento)，而是疊加在其之上，將商家的商品、庫存、物流與支付能力轉化為 AI 可讀、可操作的標準化介面。這使得任何支援 UCP 的 AI 代理都能夠與任何支援 UCP 的商家進行無縫交易，而無需進行一對一的客製化整合 ⁴。

這種轉變標誌著商務互動從「瀏覽 (Browsing)」向「執行 (Executing)」的演進。UCP 的設計哲學強調互操作性 (Interoperability) 與商家主權 (Merchant Sovereignty)，確保商家在享受 AI 流量紅利的同時，不至於淪為單純的供貨商，而是保留了對客戶關係與交易數據的控制權 ⁴。

⚡ Google UCP 影響分析：從「流量經濟」轉向「代理經濟」

1. 核心觀點：重構電商的「入口」與「介面」

過去二十年，電商的核心邏輯是 SEO (搜尋引擎優化) 與 UI/UX (使用者體驗)。商家花大錢買關鍵字把人引流到網站，再用漂亮的介面與文案說服人下單。

UCP 的出現宣告了「代理人商務 (Agentic Commerce)」時代的正式來臨。

衝擊點： 消費者不再逛網站 (UI 不重要了)，而是由 AI 代理人直接完成「比價、篩選、下單」。
新戰場： 商家不再需要爭奪人類的眼球，而是要爭奪 AI 的演算法推薦權。
關鍵字變革： 傳統 SEO 逐漸失效，取而代之的是 AIO (Agent Integration Optimization，代理人整合優化)。

2. 對電商產業鏈的具體衝擊

我整理了一份多維度比對表，幫助您快速掃描各方影響：

影響維度	傳統電商模式 (Current)	UCP 代理人商務模式 (New)	衝擊程度
流量入口	搜尋引擎、社群廣告、App	AI 助理 (Gemini, ChatGPT)、智慧音箱	⭐⭐⭐⭐⭐ (極高)
購物體驗	瀏覽頁面 → 購物車 → 結帳	對話指令 → 確認方案 → 自動扣款	⭐⭐⭐⭐⭐ (極高)
廣告模式	展示型廣告 (Display Ads)、關鍵字	Direct Offers (直接報價)：系統判斷意圖後直接推播折扣	⭐⭐⭐⭐ (高)
技術門檻	架設網站 (Web/App)	API First：必須提供標準化數據接口供 AI 抓取	⭐⭐⭐⭐ (高)
品牌忠誠	依賴品牌官網會員經營	依賴 AI 代理人的「錢包綁定」與「習慣設定」	⭐⭐⭐ (中高)

3. 深入解析：三大關鍵變局

A. 「隱形貨架」的戰爭 (The Invisible Shelf War)

在 UCP 架構下，消費者可能根本不會看到傳統的「商品列表頁」。

現狀： 使用者搜尋「跑鞋」，Google 給出 10 個連結，使用者一一點開。
UCP 未來： 使用者說「幫我買一雙適合跑馬拉松的鞋，預算 3000 元」，AI 代理人直接透過 UCP 協議，在背景與 Nike、Adidas、Asics 的系統溝通，最後只呈現 「最佳推薦」 並附上 「Direct Offer (專屬折扣)」。
風險： 如果你的商品資訊無法被 UCP 標準化讀取，或者你的品牌不在 AI 的「信任清單」中，你將直接從市場上「消失」。

B. 零售商的「雙面刃」 (The Retailer’s Dilemma)

Google 拉攏了 Shopify, Walmart, Target 等巨頭，這是一個典型的「合縱連橫」。

優勢： 中小型商家透過 Shopify 支援 UCP，瞬間獲得了與 AI 對接的能力，大幅降低掉單率（因為結帳流程被 Google/AI 託管了，不再需要跳轉）。
劣勢： 零售商失去了對「顧客旅程」的控制權。當交易發生在 AI 對話框裡，商家難以進行「加價購 (Upsell)」或傳遞品牌氛圍。品牌可能淪為單純的「供貨商」。

C. 與 OpenAI ACP 的協定之戰 (Protocol Wars)

您提到的 OpenAI ACP (Agentic Commerce Protocol) 與 Google UCP 是目前最大的兩股勢力。

OpenAI ACP： 專注於「對話即交易」，強項在於 ChatGPT 的龐大用戶與 Stripe 的支付底層。它更像是一個「超級外掛」。
Google UCP： 試圖吃下「全生命週期」。不只是買，還包含售後、物流追蹤、甚至跨代理人協作（搜尋Agent交棒給支付Agent）。Google 的優勢在於它擁有 Android、Google Pay 和最完整的商家圖譜 (Shopping Graph)。
產業預測： 短期內兩者並存，商家必須「兩邊押寶」。但長期來看，誰能定義「標準」，誰就是下一個世代的 VISA。

2. Google UCP 技術架構深度解析

UCP 的技術架構採用了模組化設計，允許商家根據自身需求選擇性地實作特定功能。其架構可分為三個主要層次：發現層 (Discovery Layer)、傳輸層 (Transport Layer) 與能力層 (Capability Layer)。

2.1 發現機制與能力清單 (The Capability Manifest)

UCP 的運作始於「發現」。為了讓 AI 代理知道某個網站支援哪些商務功能，商家需在標準化的路徑 (通常為 /.well-known/ucp) 託管一份 JSON 格式的 能力清單 (Capability Manifest) ¹¹。這份清單如同商家的「數位名片」，向 AI 宣告其技術規格。

表 1：UCP 能力清單結構範例與解析

欄位 (Key)	說明 (Description)	技術意涵 (Technical Implication)
`version`	協議版本 (如 `2026-01-11`)	確保代理人與商家使用相同的語法標準，避免版本衝突。
`capabilities`	支援的功能列表	例如 `dev.ucp.shopping.checkout` (結帳)、`dev.ucp.common.identity_linking` (帳號連結)。
`transport`	支援的通訊協定	指定透過 REST API、MCP 或 A2A 進行互動。
`extensions`	擴充功能	如 `com.merchant.loyalty` (忠誠度計畫) 或 `com.google.offers` (優惠券)。
`endpoints`	API 端點位置	代理人發送請求的具體 URL。

當 Google Gemini 或其他 AI 代理訪問商家網站時，會首先讀取此檔案。如果發現有效的 UCP 清單，AI 就會切換到「代理模式」，直接透過 API 與商家後端互動，而非嘗試解析 HTML 網頁 ¹¹。這種設計極大地降低了爬蟲解析錯誤的風險，並確保了數據的即時性。

2.2 核心能力模組 (Core Capabilities)

UCP 初始版本定義了三個最關鍵的商務能力，構成了完整交易閉環的基礎：

2.2.1 結帳能力 (Checkout Capability)

dev.ucp.shopping.checkout 是 UCP 最複雜也最重要的模組。它不僅僅是傳遞訂單，而是管理一個有狀態的 (Stateful) 購物會話 (Session)。

動態購物車邏輯： AI 可以呼叫 API 新增或移除商品 (Line Items)，商家的後端會即時重新計算總價。
複雜稅務與運費計算： 當 AI 提供用戶的配送地址時，UCP 結帳模組會回傳精確的稅額和可用的物流選項 (如「標準配送」、「隔日達」) 及其對應費用。這解決了傳統 AI 購物中常見的「最終價格不符」問題。
庫存鎖定： 在會話期間，商家可以暫時保留庫存，避免超賣。
擴展性： 支援折扣碼 (Discounts) 與禮品卡 (Gift Cards) 的應用邏輯 ⁴。

2.2.2 身份連結能力 (Identity Linking Capability)

為了實現個性化服務 (如會員折扣) 與訂單追蹤，AI 需要能夠「代表」用戶登入商家系統。UCP 採用標準的 OAuth 2.0 協定來實作 dev.ucp.common.identity_linking ⁴。

範圍 (Scope)： 專門定義了 ucp:scopes:checkout_session 權限。
流程： AI 請求連結帳號 -> 用戶在商家授權頁面確認 -> 商家發放存取權杖 (Access Token) 給 AI。
安全性： AI 永遠不會接觸到用戶的帳號密碼，僅持有受限的權杖，且該權杖可隨時被撤銷。這使得 AI 能夠查詢歷史訂單或累積會員點數，增強了用戶黏著度。

2.2.3 訂單管理能力 (Order Management Capability)

購後體驗是代理式商務信任建立的關鍵。此模組允許 AI 訂閱訂單狀態的變更 (Webhooks) ⁴。

即時追蹤： 當商品出貨、延遲或送達時，商家系統會主動推播通知給 AI。
語意化查詢： 用戶可以問 AI：「我的包裹到哪了？」，AI 不需去翻找 Email，而是直接查詢 UCP 狀態並回答：「包裹已於今早 9 點抵達台北轉運中心。」

2.3 整合路徑：原生 (Native) 與嵌入式 (Embedded)

Google 理解並非所有商家都願意將結帳體驗完全交給 AI 渲染，因此 UCP 提供了兩種整合路徑，以平衡標準化與品牌控制權 ⁴。

表 2：UCP 原生與嵌入式整合模式之比較分析

特性	原生結帳 (Native Checkout)	嵌入式結帳 (Embedded Checkout)
使用者介面 (UI)	由 AI 平台 (如 Google) 原生渲染，風格統一。	由商家透過 iframe 或 Webview 提供，保留品牌視覺。
互動模式	AI 全權代理，用戶僅需確認。	AI 引導至嵌入視窗，用戶在商家介面操作。
適用場景	標準化商品、高頻低單價交易、追求極致速度。	複雜配置商品 (如訂製家具)、奢侈品、需特殊法規驗證 (如處方藥)。
開發複雜度	需實作完整的 REST API 邏輯。	需實作嵌入式通訊協定與前端訊息傳遞 (postMessage)。
優勢	轉化率最高，消除跳轉摩擦。	商家對品牌體驗有完全控制權，支援非標準流程。

原生整合是 UCP 的理想型態，能最大化發揮代理式商務「一句話完成購物」的潛力；而嵌入式整合則是對現實商業環境的妥協，確保了大型企業與特殊品類商家的參與意願 ¹⁶。

3. 安全與信任架構：Agent Payments Protocol (AP2)

UCP 負責處理「買什麼」(商品資訊)，而 Agent Payments Protocol (AP2) 則負責處理「如何付」(資金授權)。在代理人商務中，最大的風險在於「代理人幻覺」與「未經授權的交易」。AP2 透過引入加密的 授權指令 (Mandates) 機制，從根本上解決了這一信任難題 ¹⁸。

3.1 授權指令系統 (The Mandate System)

AP2 不依賴傳統的 Session Cookie 或單純的 API Key，而是使用基於密碼學簽章的數位合約，稱為 Mandates。這些指令構成了不可否認 (Non-repudiable) 的證據鏈。

3.1.1 意圖指令 (Intent Mandate) – 人不在場 (Human-Not-Present)

此指令適用於委託型任務，例如「如果比特幣跌破 5 萬美元就買入」或「每個月底自動訂購洗衣精」。

機制： 用戶預先簽署一份包含限制條件 (最高金額、商家類別、有效期限) 的意圖指令。
執行： AI 代理持有此指令，當市場條件觸發時，可自動執行交易，無需再次喚醒用戶。商家端會驗證該指令的簽章與條件是否符合，確保 AI 沒有逾越授權 ²⁰。

3.1.2 購物車指令 (Cart Mandate) – 人在場 (Human-Present)

適用於即時互動場景。當 AI 推薦商品並將購物車呈現給用戶時，用戶的「確認」動作實際上是簽署了一份購物車指令。

內容鎖定： 該指令包含購物車內所有商品、單價、總價與商家的雜湊值 (Hash)。
防篡改： 這保證了「所見即所得」。如果商家在用戶確認後偷偷修改價格或商品，雜湊值將不匹配，交易會被支付處理器拒絕。這消除了 AI 介面顯示價格與實際扣款金額不符的風險 ¹⁹。

3.1.3 支付指令 (Payment Mandate)

這是最終發送給支付服務提供商 (PSP) 的憑證。它封裝了上述的意圖或購物車指令，將「支付工具」(如信用卡 Token) 與「支付處理者」(如 Stripe) 分離。這意味著 AI 代理本身永遠接觸不到用戶的原始信用卡號，大幅降低了資料外洩風險 ²²。

3.2 角色分離與隱私保護

AP2 的架構嚴格區分了三種角色：

購物代理 (Shopping Agent)： 負責尋找商品、協商價格 (如 Google Gemini)。
憑證提供者 (Credential Provider)： 負責保管用戶私鑰與支付工具 (如 Google Wallet)。
商家端點 (Merchant Endpoint)： 負責接收訂單與指令。

這種設計確保了「最小權限原則」。購物代理只知道用戶想買鞋子，但不知道用戶的信用卡號；商家知道要收多少錢，但無法在未經授權下發起額外扣款。所有的交易授權都依賴於用戶在憑證提供者端的生物辨識 (如 FaceID) 或密碼驗證 ¹⁸。

4. 代理人間的溝通語言：Agent2Agent (A2A) 協定

除了 UCP 與 AP2，Google 還推出了 Agent2Agent (A2A) 協定，作為不同 AI 代理之間溝通的傳輸層。如果 UCP 是「商務語言」，那麼 A2A 就是「電話線路」²⁵。

4.1 解決代理人孤島問題

目前的 AI 代理大多是孤立的。A2A 允許不同來源、不同功能的代理進行協作。例如，一個「旅遊規劃代理」可以透過 A2A 呼叫一個「航空公司代理」來訂票，再呼叫一個「保險代理」來買保險。

4.2 A2A 核心組件

代理名片 (Agent Card)： 類似於網站的 robots.txt 或 API 文件，代理透過交換名片來宣告自己的能力 (Capabilities)、輸入輸出格式與身份驗證要求 ²⁶。
任務生命週期 (Task Lifecycle)： A2A 定義了任務的狀態機 (提交、執行中、需要輸入、完成、失敗)。這對於長時運行 (Long-running) 的商務交易至關重要，例如「持續監控價格直到達標」。
多模態支援： A2A 不僅支援文字，還支援傳輸結構化數據 (JSON)、檔案甚至即時串流，這對於處理複雜的商務單據或客戶服務場景非常有用 ²⁷。

在 UCP 的架構中，A2A 可以作為一種傳輸綁定 (Transport Binding)。這意味著 UCP 的商務訊息 (如結帳請求) 可以被封裝在 A2A 的信封中傳送，實現了跨代理的商務互操作性 ³。

5. 生態系與合作夥伴整合策略

Google 深知在商務領域無法單打獨鬥，特別是在面對 Amazon 這種垂直整合巨頭時。因此，UCP 的推廣策略是建立一個廣泛的聯盟，涵蓋平台、零售商與支付業者。

5.1 零售平台巨頭：Shopify 與 Walmart

Shopify： 作為全球最大的獨立站建站平台，Shopify 的支援是 UCP 能否普及的關鍵。Shopify 與 Google 的合作屬於「平台級整合」。這意味著數百萬 Shopify 商家無需自行開發 UCP 介面，Shopify 平台會自動為其生成 UCP 清單與 API 端點。這瞬間為 Google 的 AI 購物生態系注入了海量的長尾商品庫存 ¹。
Walmart： 作為反 Amazon 聯盟的核心成員，Walmart 的加入具有戰略意義。透過支援 UCP，Walmart 的商品可以直接在 Google Gemini 中被購買，減少了用戶跳轉流失。這讓 Walmart 能夠在搜尋與發現階段就攔截用戶意圖，對抗 Amazon 的流量黑洞 ³¹。

5.2 支付與金融科技：Ant International 與 Adyen

UCP 的開放性體現在其對跨境支付與多樣化支付方式的支援。

Ant International (螞蟻國際)： 雙方的合作將 Alipay+ 的龐大支付網絡引入 UCP 生態。這對於跨境商務尤為重要。當美國用戶想購買亞洲商品時，AI 代理可以透過 UCP 處理商務邏輯，並利用 Ant 的技術處理跨境結算與匯率轉換，所有過程都受到 AP2 指令的保護。這擴展了 UCP 在非信用卡主導市場 (如東南亞) 的適用性 ³³。
Adyen 與 Stripe： 這些支付處理器扮演「支付處理者 (Payment Handler)」的角色。對於使用 Adyen 的商家，Adyen 提供了相容於 AP2 的介面，使得商家後端能解析並驗證來自 AI 的加密支付指令。這種整合讓 PSP (支付服務商) 能夠開闢新的「機器對機器 (M2M)」支付業務流，而無需自行開發前端 AI ⁴。

5.3 登記商家 (Merchant of Record, MoR) 的戰略堅持

Google 在推廣 UCP 時，極力強調**「商家仍是登記商家 (MoR)」**這一點 ⁴。

對比 Amazon/Marketplace 模式： 在 Marketplace 模式中，平台往往介入交易，甚至控制客戶數據。
UCP 模式： Google 僅作為連接管道，交易的法律主體、稅務責任、售後服務均由商家負責。這消除了品牌商 (如 Nike, LVMH) 對於「被平台綁架」的恐懼，是 Google 爭取大型品牌支持的核心論述 ³⁸。

6. Google UCP 與 OpenAI ACP 之戰略與技術差異分析

目前市場上主要存在兩大代理商務標準：Google 的 UCP 與 OpenAI 的 Agentic Commerce Protocol (ACP) (與 Stripe 合作開發)。這兩者的競爭將決定未來 AI 商務的格局。

表 3：Google UCP 與 OpenAI ACP 之詳細比較分析

比較維度	Google UCP (Universal Commerce Protocol)	OpenAI ACP (Agentic Commerce Protocol)
核心哲學	去中心化基礎設施：旨在成為「商務界的 HTTP」，強調生態系共榮與開放標準。	平台中心化：旨在強化 ChatGPT 作為「超級應用 (Super App)」的地位，打造封閉或半封閉的商務花園。
發現機制	能力清單 (Manifests)：透過 `/.well-known/ucp` 動態發現，任何代理均可讀取。	註冊制/工具定義：依賴 OpenAI 的 Function Calling 與平台註冊，偏向將商家視為「插件」。
支付安全	AP2 授權指令：使用加密簽章的 Mandates，支援多種支付處理器，強調意圖驗證。	委託權杖 (Delegated Tokens)：主要依賴 Stripe 的 Link 技術與一次性虛擬卡，與特定金融夥伴綁定較深。
商家控制權	極高 (MoR)：明確定義商家為 MoR，支援嵌入式結帳以保留品牌體驗。	中等：雖然商家是 MoR，但 UI 體驗高度統一於 ChatGPT 介面，品牌差異化較難體現。
生態系策略	廣泛結盟：聯合 Shopify, Walmart, Adyen 等建立統一戰線。	垂直整合：與 Stripe 深度綁定，透過「Agentic Commerce Suite」快速吸納中小型商家。
變現模式	直接優惠 (Direct Offers)：引入 CPA 廣告模式，將商務與廣告系統深度整合。	訂閱/抽成：目前偏向增強模型效用以驅動訂閱，未來可能走向交易抽成。

6.1 技術路徑的根本分歧

UCP 走的是 Web 標準路線，試圖定義一套通用的語法，讓商務行為像網頁瀏覽一樣普及。它支援 REST, A2A, MCP 等多種傳輸方式，展現了極強的兼容性 5。

相反，OpenAI ACP 更像是 App Store 路線，它優化了特定平台 (ChatGPT) 內的用戶體驗，利用其強大的 LLM 推理能力來簡化整合，但相對封閉。OpenAI 與 Stripe 的合作 (Agentic Commerce Suite) 雖然降低了商家的進入門檻，但也加深了對單一技術堆疊的依賴 37。

6.2 流量入口與防禦性策略

Google 推動 UCP 的潛在動機是防禦性的。如果 OpenAI 成功建立了自己的商務閉環，用戶將不再透過 Google 搜尋商品，這將直接威脅 Google 的核心廣告營收。透過 UCP，Google 試圖將商務行為「標準化」，確保無論用戶使用哪個 AI 代理，Google 的索引與廣告系統仍能發揮作用 ⁴¹。

7. 新變現模式：直接優惠 (Direct Offers) 與商業代理 (Business Agent)

UCP 不僅是基礎設施，更是 Google 新一代廣告產品的載體。

7.1 直接優惠 (Direct Offers)：從 CPC 到 CPA 的演進

這是一種全新的廣告單元。傳統的 Google Ads 是基於關鍵字競價 (CPC)。而 Direct Offers 則是基於意圖與行動 (CPA)。

運作機制： 商家不需預先設定關鍵字，而是設定「折扣規則」與「利潤門檻」。Google 的 AI 會根據用戶的對話上下文判斷其購買意圖 (如猶豫、比價)。
AI 仲裁： 只有當 AI 判定「給予折扣能顯著提高轉化率」時，才會動態生成一張優惠券 (透過 UCP 擴展欄位) 插入對話中。
經濟模型： 這將廣告支出從「行銷預算」轉變為「銷貨成本 (COGS)」。商家僅在交易成功時透過折扣付出成本，這對於追求 ROI 的商家極具吸引力 ¹。

7.2 商業代理 (Business Agent)：品牌的數位分身

Business Agent 允許品牌在 Google 搜尋結果中部署自己的 AI 客服。

技術基礎： 這些代理基於 Gemini 模型，並透過 Model Context Protocol (MCP) 連接商家的知識庫 (如退換貨政策、尺寸指南)。
體驗升級： 傳統搜尋只能提供連結，Business Agent 能在搜尋頁面直接回答「這雙鞋適合扁平足嗎？」並引導至 UCP 結帳。這將客服前置到了搜尋階段，大幅提高了高單價商品的轉化率 ¹。

8. 戰略影響與未來展望

8.1 從 SEO 到 ASO (Agentic Search Optimization)

隨著 UCP 的普及，搜尋引擎優化 (SEO) 將演變為 代理人搜尋優化 (ASO)。未來的排名要素將不再只是關鍵字與反向連結，而是：

API 回應速度與穩定性： AI 代理會優先推薦連線穩定、回應迅速的商家。
數據準確性： 庫存與價格的即時性將成為關鍵。經常發生「幻覺」(如標示有貨但實際無貨) 的商家將被 AI 降權。
指令信任度： 成功處理 AP2 指令的比率將成為信譽分數的一部分 ⁸。

8.2 網站的消亡與「無頭商務」的終極型態

UCP 的原生結帳 (Native Checkout) 模式暗示了一個未來：用戶可能永遠不需要訪問商家的官方網站。所有的互動、展示、諮詢與交易都在 AI 介面中完成。這對於依賴「逛店體驗」來建立品牌形象的商家是一大挑戰。品牌必須學會如何透過「數據」與「AI 人格 (Business Agent)」來傳遞品牌價值，而非依賴視覺設計 ³⁸。

8.3 對 Amazon 的包圍網

UCP 是 Google 聯合 Shopify、Walmart 等勢力對 Amazon 發起的反包圍。Amazon 擁有最強大的封閉花園，但 UCP 試圖用「開放標準」來打破圍牆。如果 UCP 成功，它將創造一個分散式但體驗統一的商務網絡，讓「在任何地方購物」的體驗能與 Amazon 的「一鍵購物」相抗衡 ³²。

9. 結論與建議

Google UCP 的推出標誌著電子商務基礎設施的一次重大重構。它試圖用標準化的通訊協定來馴服混亂的 AI 代理商務，並透過 AP2 解決了最棘手的信任與安全問題。對於技術生態系而言，UCP 提供了構建跨平台商務應用的通用語言；對於零售商而言，這是一個擺脫流量焦慮、擁抱 AI 原生消費者的關鍵機遇。

雖然目前 UCP 與 OpenAI ACP 呈現競爭態勢，但長遠來看，商務標準往往趨向統一或高度互操作。對於企業決策者而言，現在不是選邊站的時候，而是應該積極佈局「API 優先」的商務架構。無論是透過 Shopify 等平台間接支援，或是自行開發 UCP 介面，確保自身的商品與服務能被 AI「讀懂」並「執行」，將是未來十年生存與發展的關鍵。

10.2 AP2 授權指令 (Mandate) 執行流程

初始化 (Initiation)： AI 代理根據用戶口頭指令，向商家 API 請求建立購物車，商家回傳購物車雜湊值。
簽署請求 (Signing Request)： AI 將購物車摘要發送給用戶的憑證提供者 (如 Google Wallet)。
生物驗證 (Biometric Auth)： 用戶在手機上透過 FaceID 確認金額與商家名稱。
指令生成 (Generation)： 錢包生成帶有私鑰簽章的 PaymentMandate，其中包含 CartMandate 的雜湊。
執行交易 (Execution)： AI 將此簽章指令發送給商家的 UCP 結帳端點。
驗證與結算 (Verification)： 商家的支付處理器 (如 Adyen) 驗證簽章有效性，確認無篡改後，執行扣款。
完成 (Completion)： 商家回傳訂單確認資訊，AI 通知用戶交易完成 ¹⁹。

此流程確保了即便 AI 軟體被駭或出錯，也無法在用戶不知情的情況下修改交易金額或對象。

探索更多來自大衛的觀察日記的內容

訂閱即可透過電子郵件收到最新文章。