实测 30 个付费 agent 项目:五大资金漏洞,失败时看起来都像成功

Tiny_Associate_8254 · reddit · 2026-10-26

一位支付 agent 测试框架开发者在 Reddit 发长文,总结数周内对约 30 个项目的实测发现(全部用测试代币或模拟账本,未用真钱)。最反直觉的一点:几乎所有失败看起来都不像失败——agent 说「完成」,日志正常,账本却是另一回事。

五大反复出现的模式(相关 bug 均已修复或已公开):

钱动完回复丢了,agent 再付一次:付款结算后响应超时或返回 502,agent 当作失败重试。一个单次上限 0.012 的 LLM 路由器,一次且回复最终结算 0.016;一个自主 agent 一轮测试出现三次双倍付款。
消费上限只统计已花掉的钱:同一路由器三个请求同时发出,各自都看到「还没花钱」,全部付款,0.024 结算击穿 0.012 上限——在途请求没有预留额度。
交易回滚却报「已转账」:一个广泛使用的钱包工具包等待交易回执但从不读取,mined 后 reverted 的转账被上报为成功。
整数与字符串比较:Python 侧 receipt.status != "complete",而 status 是整数 1,永远为真,每笔成功的授权都被报为失败——而此时无限额度已授予。既有测试 mock 掉了这条路径,检查从未运行。
每次重试都签新的付款授权:一个 x402 客户端面对反复的 402 响应,每次都签一份新授权,一个请求留下多份可各自兑换的授权。该团队在报告约 10 小时后发布了修复。

作者给出的修复要点:把「不明确」当作独立状态(已付/失败之外的未知),行动前查账本;发送前预留预算而非回复后;读取回执并用真实回执结构测试读取代码;每个义务一份授权、重试时复用;规则放进代码而非 prompt——「prompt 是建议,预算检查才是控制」。

「编程与Agent」频道最新