近期，我基于阿里云百炼平台自主搭建智能体应用，依托蚂蚁集团适配阿里云百炼的支付MCP能力，测试通义千问3.7 PLUS大模型的AI自主下单功能。在完整测试流程中，我成功通过自建智能体完成订单生成、支付链路调用、支付宝全款支付等全部操作，但最终出现支付扣款成功、线下真实订餐订单凭空失效、无商家履约、无配送服务的异常问题。目前我已同步对接阿里云、阿里云百炼、支付宝官方渠道，推进退款核查与问题溯源工作，本文将结合实操过程、调试细节与故障现象，对本次AI支付异常事件进行全面、客观的复盘分析。
本次测试全程为自主搭建、自主调试的实操场景，未使用平台标准化工作流模式，核心采用提示词直接调用技能的轻量化开发模式搭建智能体功能。该模式的核心特点是依托人工优化提示词、反复微调模型指令，驱动大模型调用对应技能完成业务操作，无需固定工作流配置，灵活性更高，但对大模型的理解能力、数据检索准确性、逻辑校验能力要求极高。为实现自主订餐、智能下单、AI支付的完整功能，我在测试阶段持续迭代优化提示词内容，反复微调模型适配参数，以此适配通义千问3.7 PLUS的能力特性，保障下单流程的完整性。
本次测试所使用的通义千问3.7 PLUS最新版本，官方原生支持生活服务自主下单的核心能力，理论上可完成商家检索、商品匹配、订单生成、支付对接的全流程操作。但在实际落地测试与反复调试的过程中，模型暴露出全方位的信息识别与判断偏差，多项核心数据与真实场景严重不符，涵盖全流程链路的精准度问题：包含用户实时位置定位偏差、合作商家定位错误、用户与商家的实际距离测算失真、商家上架商品信息匹配错误、平台营销活动识别偏差、优惠权益计算错误、商家出餐时效预判失误、配送送餐信息判定异常，最终导致生成的整体订单信息完全失真，不具备真实履约的基础条件。
结合多次重复调试、模型深度思考日志复盘，我将本次异常问题的成因锁定在三类核心可能性：一是通义千问大模型本身存在能力缺陷，二是调用的AI支付（体验版）MCP组件存在逻辑漏洞，三是大模型与MCP组件协同适配出现双重问题，两类核心模块同时存在故障。
在持续的模型调试过程中，我明确发现大模型的核心问题：在进行深度逻辑推理、场景数据分析、订单信息演算的过程中，模型所调取、采信的底层数据存在根本性错误。最典型的问题为地址信息匹配错乱，频繁错误判定用户所在地与商家门店的地理位置，精准距离测算完全失真。更为关键的是，该模型不具备主动校验、纠错、风险预判能力，在识别到地址冲突、信息偏差、数据异常时，不会主动核验真实场景数据，也不会暂停流程、提示异常，而是默认错误数据为真实有效信息，继续推进后续下单、调用支付链路等操作，让错误流程持续闭环。
从产品迭代角度来看，上述定位、商品、活动、时效类信息偏差，大概率是AI生活服务下单能力处于开发测试阶段、未完全适配真实线下经营环境导致的常态问题。体验版功能未完成全量真实场景数据训练、缺乏线下门店实时信息同步机制、场景适配不完善，导致模型无法精准匹配真实消费场景，这类功能性瑕疵属于可优化的阶段性问题。
但本次事件中最核心、最危险的致命漏洞，并非基础信息偏差，而是测试态AI能力与真实金融支付链路的不当打通。在所有场景信息、订单数据、商家履约条件全部错误、订单完全虚假、无真实对应订餐业务的前提下，智能体依旧依托MCP组件模拟生成了完整合规的虚假订单，同时成功调用支付宝官方真实支付能力，生成有效支付链接，引导用户完成真实资金支付操作。
最终形成了极具矛盾性的结果：系统层面生成了完整的虚假订单数据，用户通过支付宝完成了99元真实资金扣款，但线下肯德基商家无任何对应订餐订单、无出餐、无配送、无履约行为。简言之，本次测试出现了无真实交易场景、无对应服务履约，但产生真实资金扣款的严重问题，虚假的AI订单凭空诞生又彻底失效，用户的真实资金随之流失，暴露出整套AI支付体验链路中，核心的「订单真实性校验机制」「履约风险拦截机制」完全缺失。
整体复盘来看，本次故障的核心症结清晰明确：大模型在场景识别、数据核验、逻辑判断上存在严重短板，无法甄别虚假交易场景；配套的支付MCP体验组件缺乏支付前置风险校验、订单真实性核验、履约能力校验的关键机制；同时模型与支付组件的协同风控逻辑完全失效，允许未核验、不真实的测试订单调用真实金融支付接口，最终造成用户资金受损、无服务履约的异常结果，也暴露了当前AI+支付场景体验版功能存在严重的安全与流程漏洞。
