Walmart открывает одобренным AI-агентам доступ к каталогу и оформлению заказов. Компания запускает Agent Gateway, собственный MCP-сервер: через него агент ищет товары в онлайн-каталоге Walmart и Sam's Club и совершает покупки от имени пользователя. Об этом на Masters of Scale Summit в Сан-Франциско сообщил президент и CEO Walmart Джон Фёрнер (TechCrunch).
Контроль построен на Agent Profiles. Покупатель авторизует каждого агента в отдельном профиле своего аккаунта, видит траты агента отдельно от собственных и выбирает режим: подтверждать каждую транзакцию или разрешить покупки в пределах заданного лимита. Профиль удаляется в любой момент. Поддержка агентов доступна любому владельцу аккаунта Walmart, подписка Walmart+ для этого не нужна.
Сроки важны для планирования: Agent Profiles на момент публикации ещё не работают, развёртывание запланировано на следующий месяц. Agent Gateway описан как новый MCP-сервер для одобренных агентов. Перечень одобренных агентов, дату полного запуска и технические детали реализации Walmart не раскрывает.
Что запускает Walmart: Agent Gateway и Agent Profiles в двух словах
Схема укладывается в одну фразу: ритейлер открывает машиночитаемый вход в каталог, но оставляет за собой право решать, кого туда пускать и на каких условиях.
Ключевые факты без воды
- Agent Gateway - новый MCP-сервер Walmart, он подключает одобренных AI-агентов по Model Context Protocol.
- Агент ищет товары в онлайн-каталоге и совершает покупки от имени своего пользователя.
- Технология поддерживает агентные покупки в Walmart и в Sam's Club, сети дисконтных складов Walmart.
- Agent Profile создаётся автоматически при первом использовании конкретного агента для покупок через Agent Gateway.
- Покупатель либо подтверждает каждую транзакцию агента, либо разрешает траты в пределах установленного лимита.
- Покупки агента отображаются отдельно от покупок самого покупателя.
- Agent Profile можно удалить в любой момент.
- Поддержка агентов доступна всем владельцам аккаунта Walmart, Walmart+ не требуется.
- На покупки агентов распространяется стандартная процедура возврата Walmart.
- Walmart публикует отдельные условия для AI-агентов: они фиксируют, как агент должен работать и какие права имеет на транзакции на сайте.
- По заявлению компании, Agent Gateway позволит покупать привычные бренды и товары без прямой передачи агенту персональных данных и истории покупок.
- Walmart разработал технологию, которая отличает покупки агента от покупок, инициированных самим покупателем.
Чего в доступных материалах нет: полного списка одобренных агентов, даты общего запуска, формата подтверждения транзакций (push, письмо, экран в приложении) и полного текста условий для AI-агентов. Описание правил возврата обрывается на середине фразы о случае, когда агент действует не так, как намеревался покупатель. Эти детали придётся проверять в документах Walmart, а не в пересказах.
Кому это доступно и чего это не значит
Формальный барьер низкий: аккаунт Walmart есть у десятков миллионов покупателей, отдельная подписка не нужна. Фактический доступ получают одобренные агенты, а не любой самодельный скрипт. Walmart публикует отдельные условия для AI-агентов и сохраняет контроль над тем, кто и на каких правах совершает транзакции.
Из этого не следует, что агент на LangChain или локальной LLM сможет подключиться к Agent Gateway после регистрации. Процедура одобрения в источниках не описана. Разумно исходить из того, что это партнёрская история для крупных платформ, а не публичный API с открытым доступом. Такой вывод - интерпретация, а не заявление Walmart.
Как работает MCP и чем это отличается от парсинга сайта
MCP в одном абзаце: зачем он нужен агентам
Model Context Protocol создала Anthropic. Протокол описывает, как AI-агент подключается к внешним источникам данных, инструментам и рабочим процессам. На практике это стандарт, по которому сервис объявляет список доступных операций, а агент во время работы выбирает нужную и вызывает её (tool calling), получая структурированный ответ вместо HTML-страницы.
Аналогия с USB-C здесь работает: один разъём вместо десятка переходников. Разъём при этом не отменяет правил устройства, что именно разрешено подключённому клиенту, решает сервер. Как MCP-серверы подключают к агенту внешние системы, мы разбирали на примере агента Gemini с доступом к Workspace, Jira, Slack и MCP-серверам.
Что именно может делать агент через Agent Gateway
Заявленный объём полномочий скромный: поиск по каталогу и покупка от имени пользователя, в Walmart и Sam's Club. Отслеживание доставки, изменение заказа или оформление возврата силами агента в источниках не упоминаются, не стоит рассчитывать на них до появления официальной документации.
Чтобы понять разницу подходов, полезно сравнить три способа дать агенту доступ к магазину.
| Подход | Как устроен | Где ломается |
|---|---|---|
| Скрейпинг сайта | Агент открывает страницы как браузер, читает HTML, кликает по кнопкам | Вёрстка меняется, антибот-защита блокирует, условия сайта часто запрещают автоматизированный доступ |
| Классический API | Отдельная интеграция под каждый сервис: ключи, документация, поддержка версий | Набор методов фиксирован заранее, каждая площадка требует своей работы |
| MCP | Сервер объявляет инструменты и данные, агент вызывает их по протоколу | Нужен работающий сервер и решение площадки о допуске конкретного агента |
Разница практическая. При скрейпинге агент имитирует человека и упирается в проверку на бота. При MCP сервис сам решает, какие инструменты показать, и получает структурированные вызовы. Walmart выбрал второй путь, и это объясняет, почему компания готова пускать агентов туда, где Amazon ставит блок.
Agent Profiles: как Walmart контролирует траты AI-агента
Механика по шагам, как её описывает ритейлер:
- Первый запуск. Agent Profile создаётся, когда вы впервые используете конкретного агента для покупок через Agent Gateway.
- Привязка. Профиль авторизуется и привязывается к вашему аккаунту Walmart.
- Настройка контроля. Вы выбираете подтверждение каждой транзакции либо лимит расходов.
- Раздельный учёт. Покупки агента видны отдельно от ваших собственных.
- Удаление. Профиль убирается в любой момент, доступ агента прекращается.
Walmart сравнивает схему с добавлением человека авторизованным пользователем вашей кредитной карты: его транзакции идентифицируются, а расходы можно ограничить суммой (TechCrunch). Ключевое отличие от «дай агенту карту»: здесь у агента отдельный профиль с отдельными правилами.
Два режима одобрения покупок
Подтверждение каждой транзакции даёт полный контроль: ни один заказ не проходит без вашего согласия. Подходит для дорогих покупок и для первых экспериментов, когда непонятно, как агент трактует запрос.
Лимит расходов снимает рутину: агент покупает сам, но не выходит за заданную сумму. Пример бытового сценария: список продуктов на неделю в пределах недельного бюджета проходит без вашего участия, а покупка техники требует отдельного решения. Оба режима можно менять, привязка профиля к аккаунту при этом сохраняется.
Как именно приходит запрос на подтверждение и что происходит при попытке превысить лимит, источник не описывает. Закладывайте, что эти детали выяснятся при первом запуске.
Что агент не может и что будет, если он ошибётся
Заявленная рамка условий для AI-агентов: агент действует в пределах намерений покупателя и не получает доступ к платёжным данным и лишней информации. Полный текст в доступной публикации обрывается, поэтому перечень запретов и санкций за их нарушение стоит читать в самом документе Walmart, когда он появится в открытом виде.
Вторая линия защиты - возврат. Стандартная процедура Walmart распространяется на покупки агентов, включая случай, когда агент поступил не так, как намеревался покупатель. Кто оформляет возврат и как подтверждается ошибка агента, источник не раскрывает.
Гарантии «агент никогда не ошибётся» нет ни в одном описании. Механика защиты здесь другая: лимит ограничивает ущерб, подтверждение не даёт пройти сомнительному заказу, возврат закрывает остаток риска.
Почему Amazon блокирует AI-агентов, а Walmart открывает доступ
Что такое agentic commerce и почему ритейлеры разделились
Agentic commerce - покупки, которые инициирует AI-агент от имени пользователя. Покупателю удобно: он формулирует задачу словами, а не кликает по фильтрам. Ритейлер при этом теряет часть контроля: интерфейс, порядок выдачи, рекламные блоки и данные о том, как именно человек выбирал товар, переходят к агенту.
Amazon начал блокировать AI-агентов, совершающих покупки от имени онлайн-покупателей. Туристические и бронирующие сайты пошли дальше и полностью закрывают агентам доступ (TechCrunch). Как это выглядит на практике и какие ошибки получают пользователи, мы разбирали в материале о блокировке Meta Muse на Amazon и в тексте про агентов против антибот-защиты.
Мотивы Walmart источники прямо не формулируют. Логика «контролируемого доступа» объясняет выбор: компания сама определяет, какие агенты работают, что им доступно, как учитываются их траты. Данные и история покупок остаются у ритейлера, а не у стороннего сервиса. Это гипотеза о причинах, факт здесь один: Walmart выбрал открытый протокол вместо блокировки.
Позиция Walmart в контексте партнёрств с Meta Muse, ChatGPT и Gemini
Agent Gateway не выглядит разовым экспериментом. Walmart ранее объявил о партнёрстве с Meta Muse и предлагает интеграции с ChatGPT, Gemini и другими AI-приложениями. Агент как канал продаж у компании уже был, теперь к нему добавляется инфраструктура доступа и учёта.
Отдельные условия для AI-агентов в этой картине - способ задать правила игры до массового наплыва агентов, а не реагировать на инциденты постфактум.
Что это значит для пользователя: стоит ли делегировать покупки агенту
Практический чек-лист перед тем, как дать агенту доступ
- Создайте Agent Profile при первом использовании агента и привяжите его к аккаунту Walmart.
- Для старта выберите подтверждение каждой транзакции: так вы увидите, как агент понимает ваши запросы.
- Поставьте лимит ниже суммы, потерю которой спокойно переживёте.
- Проверьте, что покупки агента отображаются отдельно от ваших.
- До первой покупки найдите, где удаляется профиль. Это одна кнопка, но искать её лучше заранее.
- Сохраняйте подтверждения заказов: на покупки агента распространяется стандартная процедура возврата.
Ограничения, о которых стоит знать заранее
- Доступ только для одобренных агентов, процедура одобрения не раскрыта.
- Полный текст условий для AI-агентов и детали возврата в доступной публикации отсутствуют.
- Формат подтверждения транзакций и поведение при превышении лимита не описаны.
- Единого «агентного интернета» нет: Amazon и часть туристических сайтов агентов блокируют, поведение ассистента зависит от площадки.
- Отсутствие прямой передачи агенту персональных данных и истории покупок - заявление Walmart, независимого подтверждения в материалах нет.
Сценарии, где делегирование имеет смысл: повторяющиеся закупки привычных брендов, заказ по готовому списку в пределах лимита, пополнение запасов расходников. Сценарии, где лучше не спешить: дорогие покупки, товары с вариациями размера, цвета и совместимости, всё, где ошибка агента стоит денег и времени на возврат. Про то, какие интерфейсы уже уходят агентам, а какие люди оставляют себе, мы писали в отдельном разборе.
Что дальше: перспективы agentic commerce и заметки для разработчиков
Walmart задаёт шаблон «контролируемого доступа»: MCP-сервер, отдельные профили агентов, лимиты, раздельный учёт трат и собственные условия для агентов. Amazon и часть туристических сайтов выбрали блокировку. Кто из них прав, покажет статистика ошибочных заказов и возвратов, которой публично нет.
Разработчикам этот кейс даёт три практических вывода. MCP остаётся рабочим способом подключить агента к внешнему сервису без скрейпинга и хрупких селекторов. Явные разрешения и лимиты на стороне сервиса снимают часть вопросов об ответственности за действия агента. Отделение действий агента от действий пользователя в данных и в интерфейсе становится базовым требованием, а не бонусом.
Как эти паттерны выглядят в реальной интеграции с MCP-инструментами, аудитом действий и контролем расходов, показывает кейс мультиагентной системы на Amazon Bedrock AgentCore.
Практический вывод простой. Следите, какие ритейлеры пойдут по пути Walmart, и тестируйте агентные покупки на малых лимитах: сначала подтверждение каждой транзакции, потом лимит на бытовые закупки. Так вы оцените качество работы конкретного агента на своих задачах, не рискуя крупной суммой.