微信支付 AI 專屬卡支持接入 DeepSeek Harness 和 OpenClaw
作者：沁滄（實習） 責編：沁滄 評論： 8 月 31 日消息，微信支付官方今日宣佈，微信支付 AI 專屬卡上新，繼 WorkBuddy、QClaw 之後，支持接入 DeepSeek Harness 和 OpenClaw。授權後，用戶只需在對話中提出需求，就能體驗從智能對話推薦到下單支付的全新消費流程。目前，AI 專屬卡已支持在 DeepSeek Harness 和 OpenClaw，付費調用 Skillhub 上的 700 餘個 Pay Skill，未來將覆蓋更多場景。附開通步驟：步驟一：把下面這句話複製給 DeepSeek Harness 或 OpenClaw，一鍵完成下載、安裝和配置。
請通過 npx -y @tenpay/weixinpay-ai-installer 來安裝 weixinpay 插件步驟二：通過 skillhub 使用付費技能，首次支付時 Agent 會生成綁定鏈接。也可以直接告訴它“幫我綁定一張微信支付 AI 專屬卡”，點擊「輕觸前往綁定」。步驟三：Agent 找好 Pay Skill，會發起訂單彈出支付授權，在手機端二次確認後，從 AI 專屬卡扣款後，Agent 就能調用 Pay Skill 把活幹完。據此前報道，6 月 17 日，微信支付正式發佈 AI 專屬卡。騰訊公司公關總監張軍總結了這張卡的功能：大家關注的 AI 專屬卡來了。
它的額度由用戶指定管理，在強授權模式上運行。通俗點講，就是託人辦事，往往需要給人家辦事買東西的費用。託智能體辦，也是一樣。有網友做了個更加形象的類比：就像小時候大人給我錢讓我去給他買包煙。針對安全問題，微信官方重申微信支付 AI 專屬卡不是通過獲取用戶的賬戶密碼等重要信息直接提款，而是在用戶設定好的範圍內，允許的情況下，幫用戶購買、消費：主賬隔離，絕不越界：AI 專屬卡和微信支付主賬戶完全隔離，Agent 裡所有消費僅能使用專屬卡餘額。放多少你說了算：卡內放多少錢、怎麼用，用戶自己決定。還能通過“轉入 / 轉出”隨時調整回收卡內額度。
每筆確認，必須確認：每一筆訂單，沒有用戶本人的最終授權確認，AI 一分錢都花不出去。投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：微信支付，DeepSeek，OpenClaw消息稱微信正測試 AI 支付功能，“AI 專屬卡”最快本週內上線今天起，DeepSeek V4 成 OpenClaw 默認模型微信支付已支持 AI 原生接入，推出打包 Skill“微信支付有優惠”小程序將於 12 月 31 日結束運營，功能整合至“微信支付提現筆筆省”微信支付客服回應“支付業務暫停”：實為限時暫停個稅 App 稅費繳納微信支付“外包內用”服務進一步開放，20 家境外錢包可直接掃收款碼付款
Related
相關文章
演員吳越遭 AI 換臉帶貨，微信視頻號：涉事賬號永久封禁、內容清空
AI資訊AI新閒資訊正文演員吳越遭 AI 換臉帶貨，微信視頻號：涉事賬號永久封禁、內容清空發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘演員吳越昨日發聲稱，微信視頻號"花姐美膚日記"利用 AI 炮製了她的虛假帶貨視頻。她曬出的錄屏顯示，該賬號發佈了一段"吳越"出鏡的 AI 視頻：開頭便是"吳越"在帶貨，隨後拼接她公開活動的畫面，並借"吳越"的口吻稱"這個產品不是他們找我，是我找他們的……效果是真的非常直觀"。更離譜的是，視頻末尾還出現了疑似鄧亞萍的帶貨片段，一人冒用牽連多人。據澎湃新聞從微信團隊核實，目前該賬號已被永久封禁，相關內容清空不可見。踩中"清朗"專項整治紅線這起事件正撞在監管的槍口上。9 月 30 日，中央網信辦印發通知，在全國部署為期 2 個月的"清朗·整治短視頻虛假人設亂象"專項行動，重點整治利用 AI 仿冒人物等行為——包括通過 AI 合成虛假音視頻，假冒公眾人物實施虛假代言、營銷等侵權違法活動。當 AI 換臉擬聲的門檻低到隨手可制，公眾人物成了最易被"借臉"的對象。此次微信視頻號快速封號清空的處置，既是平臺對侵權內容的即時止血，也呼應了專項整治對仿冒亂象的零容忍。對普通用戶而言，刷到"明星親自帶貨"時多留個心眼，或許比事後維權更管用——畢竟一鍵生成的假臉，肉眼越來越難辨。相關推薦算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相在深圳舉行的2026全國高性能計算學術大會上，我國首個全國產十萬卡AI超集群“曙光8000”真機首次公開亮相，並將集中發佈十大重要應用成果。其算力可構建“數字孿生大腦”，模擬百億光年宇宙演化；核心是通過高速互聯技術整合十萬張國產AI加速卡，實現規模與算力突破。Oct 19, 2026108.5k成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆
Mistral AI Releases Timestral: A 209M Forecasting Model Family That Outperforms Google’s TimesFM-3
Mistral AI has released Timestral, its first family of time series foundation models. Timestral is a set of 4 zero-shot forecasting models from Mistral AI, sized from 5M to 209M parameters.
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。