Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Quand les agents se mettent à payer : la carte IA de WeChat Pay et le déploiement des agents en Chine

La carte IA de WeChat Pay prend désormais en charge DeepSeek Harness et OpenClaw. Une fois l'autorisation accordée, l'utilisateur mène toute l'opération dans la conversation, de la recommandation au paiement. WeChat insiste sur la séparation du compte principal et sur la confirmation de chaque opération.

IA & modèlesAnalyseSophie LeclercPublié le: 1 septembre 20265 min de lectureSources 2
Quand les agents se mettent à payer : la carte IA de WeChat Pay et le déploiement des agents en Chine

Le déploiement des agents en Chine ne se joue plus seulement dans la conversation, mais dans l'action. Le 31 août, WeChat Pay a annoncé la mise à jour de sa carte IA. Après WorkBuddy et QClaw, elle prend en charge DeepSeek Harness et OpenClaw. Une fois l'autorisation accordée, l'utilisateur exprime son besoin dans la conversation et parcourt tout le processus d'achat, de la recommandation par l'agent jusqu'à la commande et au paiement.

La carte IA permet déjà de payer l'appel de plus de 700 Pay Skills hébergés sur Skillhub depuis DeepSeek Harness et OpenClaw. D'autres usages sont prévus. L'activation se fait aussi par la conversation : on copie l'instruction d'installation dans l'agent, qui télécharge, installe et configure en une seule opération. Au premier paiement, l'agent génère un lien de rattachement.

Dans la chaîne de paiement, tout repose sur l'autorisation. Chaque commande ouvre une demande d'autorisation, que l'utilisateur valide une seconde fois sur son téléphone avant tout débit sur la carte IA. L'agent peut alors appeler le Pay Skill et achever la tâche. Tencent compare cette carte à l'argent de courses confié à quelqu'un : le plafond est fixé et géré par l'utilisateur, et le fonctionnement repose sur une autorisation forte.

Sur la sécurité, WeChat rappelle trois limites. Le compte principal est séparé : la carte IA est totalement isolée du compte principal WeChat Pay, et toutes les dépenses de l'agent passent uniquement par le solde de la carte. Le plafond appartient à l'utilisateur, qui peut l'ajuster à tout moment par virement entrant ou sortant. Chaque opération est confirmée : sans l'autorisation finale de l'utilisateur, l'IA ne dépense pas un centime.

L'intérêt de ce type de produit est de faire passer l'agent du rôle de conseiller à celui d'exécutant. Pour une entreprise, un agent capable de payer l'appel de compétences entre réellement dans les processus métier. DeepSeek qualifie également WorkBuddy (avec CodeBuddy) et OpenCode de partenaires officiels, tous déjà intégrés à V4.1 Flash.

Les limites du déploiement restent toutefois à observer. L'appel autonome d'outils et le paiement par l'agent imposent des exigences plus élevées en matière de gestion des droits, d'audit et de répartition des responsabilités. WeChat réduit le risque par l'isolation du compte et la confirmation opération par opération. Cette approche d'ingénierie pourrait servir de référence à la commercialisation des agents en Chine.

Ce modèle suppose que l'agent appelle de manière fiable des outils externes et des interfaces de paiement. C'est précisément le cas d'usage que des modèles comme V4.1 Flash optimisent en continu sur le long contexte et le coût du cache.

Commentaires 0

Sources

2
  1. 01微信支付 AI 专属卡支持接入 DeepSeek Harness 和 OpenClawZH
  2. 02DeepSeek V4.1 Flash:官方合作伙伴ZH

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.