Darwinium推出AI代理意图风控能力：支付决策从单点校验转向完整旅程
Darwinium将客户行为、AI代理操作与MCP工具调用放进同一条交易旅程中分析，试图解决代理交易快速增长后，企业难以判断“按指令执行”还是“偏离意图”的问题。
美国网络欺诈防控公司Darwinium于2026年10月8日宣布，将“意图智能”作为其平台的核心，并推出Journey Transition Probability和MCP Protection两项能力，覆盖人工用户、机器人及AI代理参与的登录、账户操作和支付流程。对支付业务而言，变化在于风控判断不再只看某个验证点，而是尝试追踪一次交易从开始到完成的完整路径。
AI代理让“已授权操作”变得不够充分
Darwinium称，AI代理正逐渐接手过去由客户亲自完成的任务，但代理按照授权开始操作后，仍可能在后续步骤偏离原始意图。公司首席运营官Michael Rodriguez举例称，已经完成身份验证的客户可能仍被诈骗者诱导转账；同样，获得授权的AI代理也可能在执行过程中改变行为方向。
这也是该公司此次发布的核心前提：身份、授权或单个动作本身，无法完整说明一次交互是否符合客户意图。风控系统需要同时判断操作顺序、时间变化，以及代理调用工具时是否仍处于合理的业务路径中。
两项能力把网页行为与MCP调用接到一起
Darwinium表示，新功能建立在其既有的Agent Intent Detection之上，可识别包括未主动披露身份的AI代理。平台将客户在网页和移动端的活动，与代理通过模型上下文协议（MCP）发起的工具调用合并为一条旅程，再由同一模型评估各步骤，风险决策则通过企业现有的内容分发网络（CDN）执行。
其中，Journey Transition Probability会比较当前动作顺序和时间间隔，并参考三类基线：客户通常的行为、企业自身的流量模式，以及当前交易所属的旅程类型。一个单独看起来正常的步骤，如果放在完整路径中出现异常变化，就可能被识别出来。
MCP Protection则把代理的工具调用与此前的客户旅程关联起来。企业可以检查代理凭证、观察代理执行的动作，并在支付等高风险操作完成前加入额外检查。Darwinium称，这使企业能够在代理参与交易时继续区分正常自动化与偏离意图的行为。
企业面对的是覆盖缺口，而不只是攻击数量
Darwinium援引一份关于AI欺诈和代理型商业的报告称，97%的欺诈、风险和安全负责人表示AI驱动攻击有所增加，但只有36%认为自己的欺诈防护覆盖了完整客户旅程。该调查的原始样本、地区和调查时间在材料中未进一步披露，因此这组比例更适合作为公司所引用的行业信号，而非支付成功率或产品效果指标。
Darwinium还表示，来自其网络的数据中约四分之一的代理型交易会主动声明代理身份，而涉及代理的交易被拒绝频率是其他购买的9倍。这个差异显示，企业当前的处理方式可能倾向于把代理活动整体视为高风险；真正的难点则是识别合法代理，同时对高风险动作保持审查。
对支付团队的实际影响
对提供支付、账户操作或数字服务的企业而言，这类能力将风控关注点从“谁登录、是否验证”扩展到“整个操作链是否仍符合原始目的”。因此团队可把代理凭证、MCP工具调用和后续支付动作放在同一条审查链路中，而不是只依赖代理自报身份。相关能力适用于代理确实参与客户旅程的场景；材料没有说明其覆盖范围、定价或独立测试结果。
Darwinium客户Apollo.io的欺诈防控与应用安全高级经理Jon Ferrari表示，该公司因此获得了跨不同界面观察代理和人工用户意图与行为的更多可见性。这一表述属于客户反馈，不能单独作为普遍性能结论。
这对企业支付运营意味着什么
认证路径会随交易条件变化，但认证通过不等于每笔付款都会成功。广告和 AI 订阅团队仍应先核对账单信息、余额、卡片限额和平台要求，再按服务或项目分配虚拟卡，记录拒付原因和实际扣款。查看卡 BIN 历史授权表现时，应把聚合数据当作参考，而不是单笔支付承诺。