我在Stripe Sessions 2026讀懂AI經(jīng)濟學

作者 | 高飛

編輯 | 周周

來源 | 科技行者

1987年，經(jīng)濟學家Robert Solow講了一句很出名的話："你到處都能看到計算機時代，就是在生產(chǎn)率統(tǒng)計數(shù)據(jù)里看不到。"這句話困擾了整個經(jīng)濟學界將近十年。直到1990年代中期，計算機對生產(chǎn)率的貢獻才終于在數(shù)據(jù)中顯現(xiàn)。

2026年，同樣的困惑正圍繞著AI上演。泡沫論此起彼伏，學術(shù)界在爭論，企業(yè)界在觀望，宏觀數(shù)據(jù)給出的信號曖昧不清。但有一個地方，AI對經(jīng)濟的影響已經(jīng)不需要爭論了。

這個地方叫Stripe。

這幾天，我在舊金山參加了Stripe Sessions大會。這家公司處理全球GDP近2%的交易量，年支付總額1.9萬億美元，服務超過500萬家企業(yè)。Forbes AI 50榜單中86%的公司都在用Stripe。如果說AI經(jīng)濟是一個剛出生的嬰兒，Stripe就是產(chǎn)房里的那臺心電監(jiān)護儀，它比任何人都更早、更精確地記錄著這個嬰兒的心跳。

圣路易斯聯(lián)儲2026年初的一份研究顯示，AI相關(guān)投資對美國GDP邊際增長的貢獻已接近40%，超過了互聯(lián)網(wǎng)泡沫時期科技行業(yè)的峰值。而這些投資變成收入的那一刻，很大一部分在Stripe上完成結(jié)算。

更重要的是，Stripe不只是在記錄AI經(jīng)濟的心跳。這次大會上，它還宣布推動一種全新的經(jīng)濟形態(tài)：agentic commerce，讓agent成為交易主體。聯(lián)合創(chuàng)始人兼總裁John Collison在媒體群訪中判斷，agent作為買家參與商業(yè)交易，在12到18個月內(nèi)會成為主流。

兩天時間，288項產(chǎn)品和功能發(fā)布，超過一萬人到場，關(guān)鍵詞agentic commerce，接下來就是我在Stripe Sessions 2026現(xiàn)場的見聞與個人思考。

【01】AI 經(jīng)濟有多快

在聊agentic commerce之前，我們先來看看AI經(jīng)濟的整體面貌。

索洛在1987年說，計算機在統(tǒng)計里看不到，近四十年后，AI在Stripe的數(shù)據(jù)里卻看得清清楚楚。

CEO Patrick Collison大會第一天開場中展示了一組數(shù)據(jù)：每月在Stripe上新創(chuàng)建企業(yè)的數(shù)量，疫情以來一直在高位，但曲線平緩。從2026年初開始，近乎垂直拉起。直接原因是AI編程工具降低了創(chuàng)業(yè)門檻，大量開發(fā)者用vibe coding的方式幾天內(nèi)就能做出一個可以收費的產(chǎn)品。Patrick把它歸結(jié)為整個經(jīng)濟正在被AI重新平臺化(replatforming)。AI業(yè)務首席營收官Maia Josebachvili補充了一個外部印證：直到2024年，iOS App Store的應用發(fā)布量還在下降，AI編碼工具上線后，發(fā)布量環(huán)比跳升了24%。

不只是數(shù)量在變，質(zhì)量也在變。Stripe Atlas是幫創(chuàng)業(yè)者在美國注冊公司最簡單的方式，上周剛慶祝了第十萬家注冊企業(yè)。我在現(xiàn)場聽到一組比較炸的數(shù)字：2025年通過Atlas注冊的那批公司，到同一時點的收入是2024年那批的兩倍。2026年這批才過了幾個月，收入已經(jīng)是去年同期的五倍。

Stripe AI 業(yè)務?席營收官 Maia Josebachvili在大會第一天下午的AI經(jīng)濟報告中一連列出了幾個為AI個經(jīng)濟做出貢獻的名字：Lovable八個月達到1億美元收入，再過八個月到了4億；Cursor不到兩年達到10億美元年化營收，三個月后翻到20億。平臺上排名前列的AI原生公司2025年增長120%，2026年到目前為止增長575%。

消費端同樣陡峭，排名靠前的用戶每月在AI產(chǎn)品上花費371美元，超過了美國人平均每月在互聯(lián)網(wǎng)、流媒體和手機話費上的支出總和。我自己算了一下的月token支出，自然也是早超越手機話費了。

Patrick還提到一個對比：Stripe平臺上企業(yè)的增速是全球經(jīng)濟增速的17倍。

John Collison在第二天的主題演講中直接提到索洛悖論，并用了一個歷史類比。1882年，Edison在曼哈頓點亮了第一批客戶的燈，但電氣化之后的三十年里，生產(chǎn)率幾乎沒有動靜。原因不是電不管用，而是工廠都是圍繞蒸汽機設計的，你得把整個工廠推倒重來，生產(chǎn)率提升才會出現(xiàn)。John的判斷是：AI正處在類似的階段，變化已經(jīng)在發(fā)生，但舊模型還沒來得及消化。"不過，"他說，"我懷疑AI不需要等三十年。"

Stripe的數(shù)據(jù)似乎在印證他的樂觀。在它的平臺上，AI經(jīng)濟已經(jīng)在爆發(fā)。從我接觸的幾乎每一家傳統(tǒng)企業(yè)而言，幾乎一號位們都在不遺余力的推動AI落地。

【02】第一天就全球化

快之外，這些AI公司還有一個讓我印象很深的特征：從第一天起就是全球化的。Stripe有一個專門的說法：go global by default。

我自己做AI博主以來有一個體會：從事AI內(nèi)容創(chuàng)作是沒有時差的，大洋彼岸的AI新聞和本地新聞權(quán)重完全一樣。AI產(chǎn)品也是如此。大語言模型模糊了傳統(tǒng)軟件所需的界面語言和交互習慣，統(tǒng)一的對話框讓全球用戶都能用自然語言使用產(chǎn)品。可以說，大語言模型首次讓全球軟件實現(xiàn)了大一統(tǒng)。

大會上的數(shù)據(jù)印證了這個體會。過去增長最快的SaaS公司第一年覆蓋大約25個國家，第三年達到50個。AI公司的節(jié)奏完全不同：第一年42個國家，第三年120個。Maia說，哈薩克斯坦現(xiàn)在出現(xiàn)在了很多AI公司的市場名單上"。第二天的"Indexing the Economy"環(huán)節(jié)給了一個中位數(shù)：排名前100的AI初創(chuàng)公司，成立第一年就銷售到55個國家。

舉一個具體企業(yè)的例子。Emergent Labs 2024年在美國成立，近70%的收入已經(jīng)來自海外，不少于16個國家各貢獻了至少1%的收入。在排名前列的AI公司中，48%的收入來自母國市場之外，三年前這個數(shù)字只有33%。全球收入已經(jīng)是基本盤。

「快」和「全球化」，這兩個AI經(jīng)濟的核心特征，都和Stripe直接相關(guān)。AI公司需要快速構(gòu)建收款能力，需要第一周就在40個國家和地區(qū)收錢。這恰好是Stripe從第一天起就在做的事。

這里我們插入一段故事，對Stripe成立做一個前情回顧。

Stripe創(chuàng)始人帕特里克·科里森（Patrick Collison）和弟弟約翰（John Collison）是愛爾蘭人，本身就是跨境創(chuàng)業(yè)者。（在會場，我見到了一位愛爾蘭同行，他說這兩兄弟就是愛爾蘭AI創(chuàng)業(yè)者心目中的Heros。）到了美國之后，他們發(fā)現(xiàn)在網(wǎng)上收款這件事難得離譜：接入支付系統(tǒng)需要和銀行簽合同、通過PCI合規(guī)審查、對接多個中間商，整個過程要幾周甚至幾個月。

于是，2010年，兩個20歲年紀的年輕人先后退學，跑到舊金山，寫了一個方案，讓開發(fā)者用七行代碼就能搞定收款。這七行代碼趕上了移動互聯(lián)網(wǎng)和SaaS的爆發(fā)期。Shopify需要讓百萬商家收款，Uber需要讓乘客無感支付，Salesforce需要處理全球訂閱，它們都選了Stripe。在伴隨這些全球化客戶成長的過程中，Stripe在46個國家建立了本地化能力，覆蓋195個市場，支持125種本地支付方式。

對消費者來說，Stripe不是站在聚光燈下的公司，它藏在Shopify的結(jié)賬頁面后面、OpenAI的訂閱確認郵件后面、Uber的車費扣款通知后面。但是這種隱形，沒有阻礙它成為互聯(lián)網(wǎng)經(jīng)濟的底層金融管道。到了AI時代，這套全球金融基礎(chǔ)設施讓它在服務AI公司全球化時占據(jù)了先機。

這次大會，我也見到了Stripe全球產(chǎn)品負責人Abhi Tiwari。他三個月前剛轉(zhuǎn)任新角色并遷居新加坡，Stripe在舊金山、都柏林和新加坡三地設有研發(fā)中心，并在圣保羅建立了拉美辦公室。Abhi告訴我，很多AI公司找到Stripe時說的第一句話都是："我們天生就是全球化的，用戶在哪里并不重要。"過去那種在總部開發(fā)產(chǎn)品再推到全球的模式，正在被本地團隊就地構(gòu)建所取代。

用戶鋪到了全球，但收到錢是另一回事，其實是蠻復雜的。因為每個市場都有自己的貨幣和支付習慣。

這里，Stripe幫AI公司（和更多其他客戶）主要做兩件事：用當?shù)刎泿艠藘r，接入當?shù)刂Ц斗绞健Ｇ罢咦尠臀饔脩艨吹嚼讈啝柖皇敲涝瑤?8%的跨境收入提升；后者讓印度用戶能用UPI、巴西用戶能用Pix，帶來超過7%的轉(zhuǎn)化率提升。當AI演示文稿工具Gamma接入了印度的UPI之后，它在印度的收入同月跳漲了22%。在展臺上，我也看到了中國公司MiniMax的身影。據(jù)我了解，不少中國出海企業(yè)的海外主體都在使用Stripe的金融服務。

這些AI原生公司還有一個共同特征：人極少。很多是獨立創(chuàng)業(yè)者，一兩個人加一堆agent就能撐起一家有真實收入的全球化公司。Emily在第二天的演講中給出了數(shù)據(jù)：Atlas上獨立創(chuàng)業(yè)者的密度已接近每百萬美國人5000人，越來越多人做到年收入超過10萬美元。

Emily用的詞是solopreneur，一個人的公司。這讓我想起國內(nèi)如火如荼的OPC（One Person Company），略有些異曲同工。John用經(jīng)濟學家Ronald Coase的理論來解釋這個現(xiàn)象：企業(yè)之所以存在，是因為內(nèi)部協(xié)調(diào)比通過市場協(xié)調(diào)更便宜。但AI可能正在讓這個邏輯反轉(zhuǎn)，當agent可以幫你發(fā)現(xiàn)服務、整合軟件、處理支付，外部協(xié)調(diào)的成本急劇下降，你不再需要雇一屋子人來完成過去需要整個部門做的事。

【03】從人類經(jīng)濟到 agent 經(jīng)濟

以上說的AI經(jīng)濟，不管增長多快、全球化多遠，交易的主體仍然是人類。人類在買AI產(chǎn)品，人類在用AI工具創(chuàng)業(yè)。但這次Sessions上我感受最強烈的信號，是Stripe接下來要著力發(fā)展的另一件事：agent作為市場交易主體的經(jīng)濟形態(tài)，也就是agentic commerce。

這個轉(zhuǎn)變其實已經(jīng)悄悄出現(xiàn)在Stripe自家的數(shù)據(jù)里了。技術(shù)與業(yè)務總裁Will Gaybrick展示了一組數(shù)字：Stripe CLI（命令行界面）多年來只有一小群深度技術(shù)用戶在用，使用量幾乎沒有波動。進入2026年之后突然爆發(fā)，原因是agent不需要漂亮的圖形界面，簡潔的CLI反而更實用。Maia的數(shù)據(jù)顯示，2025年agent讀取Stripe文檔的流量增長了約10倍，按當前趨勢，到年底agent讀取的文檔量將超過人類。Stripe花了十幾年打磨的API文檔，最忠實的讀者正在換人。

如果你覺得agent花錢這件事不可思議，可以看兩個已經(jīng)在發(fā)生的場景。

第一個：大家的購物界面可能已經(jīng)變成了模型的聊天窗口。消費者用ChatGPT、Gemini或者Instagram做產(chǎn)品研究已經(jīng)是普遍行為，從研究到交易之間的距離正在被壓縮到同一個界面之內(nèi)。國內(nèi)也有相關(guān)案例，大家都知道AI App里買奶茶的故事。

John Collison在媒體群訪中用他買旅行電源轉(zhuǎn)換器的經(jīng)歷解釋了為什么這種壓縮不可逆：如果agent幫他完成了從研究到下單的全部流程，幾天后送到家，他不會再去另一個網(wǎng)站從頭填寫個人信息，即使那個網(wǎng)站上有一個可能更好的產(chǎn)品。而購物agent在完成檢索之后，一個自然的動作就是要去結(jié)算。

第二個更有意思：OpenClaw。玩龍蝦的朋友都知道，這是目前最火的開源自主agent框架，用戶通過飛書、Telegram、WhatsApp這些消息應用給agent下指令，agent自主執(zhí)行任務。關(guān)鍵在于，OpenClaw可以一天燒掉數(shù)百元（甚至美元）的token費用。它自己管理token的消耗和使用，雖然很多時候需要人類授權(quán)，但歸根到底，是agent自己在消費token。而token能直接換算成錢。

從agent管理token消耗到agent直接花錢，中間就差一步而已。但Stripe在大會上的演示，月過了這個一步之遙。

【04】Demo：agent 買東西、賣東西

第二天的主題演講上，一個Demo引來掌聲不斷。

John Collison在臺上給agent下了一個簡單的指令：研究一下AI需求如何影響能源市場。Agent開始搜索，發(fā)現(xiàn)Alpha Vantage有它需要的能源市場數(shù)據(jù)集，報價4美分。Agent判斷在預算內(nèi)，自主完成了購買和下載，用的是Tempo CLI的穩(wěn)定幣錢包，因為4美分的交易用信用卡不劃算。然后它生成了一份完整的分析報告。

到這里已經(jīng)足夠讓人吃驚了，但John接著對agent說了一句："發(fā)布并出售這份報告，定一個你認為合理的價格，讓其他agent可以找到并購買。"Agent去查了Alpha Vantage數(shù)據(jù)集的授權(quán)條款，確認可以商業(yè)化，然后自己搭了一個網(wǎng)站，上線了報告，還生成了一份供其他agent通過單個請求購買數(shù)據(jù)的說明文件。

一個agent，在幾分鐘內(nèi)完成了研究、采購、生產(chǎn)、合規(guī)檢查、發(fā)布、定價、銷售的全鏈條。它既是買家也是賣家。John在演示結(jié)束后說了一句話："Agentic commerce已經(jīng)來了。"

第一天的舞臺上也有兩個演示讓我印象很深。Will Gaybrick構(gòu)建了一個API評審應用，讓agent幫用戶獲取評審服務，全程沒有告訴agent任何關(guān)于支付的信息。Agent在執(zhí)行任務的過程中自動發(fā)現(xiàn)了應用使用的Machine Payments Protocol（MPP）接口，自主完成了一筆2美元的支付，人類只按了一下指紋授權(quán)。這個"零配置發(fā)現(xiàn)支付"的能力，是MPP作為協(xié)議最核心的設計：開發(fā)者不需要為agent單獨寫支付邏輯，agent自己能找到。

緊接著，Gaybrick把實時計量引擎Metronome、專為支付設計的Tempo區(qū)塊鏈和穩(wěn)定幣疊在一起，實現(xiàn)了"流式支付"：一個應用按消耗的AI token實時收費，每百萬token收3美元。多個agent同時運行，左邊儀表盤顯示token消耗量上升，右邊穩(wěn)定幣微支付同步流入。打開Tempo區(qū)塊鏈瀏覽器，一筆總計3.30美元的支付由數(shù)千筆亞美分級別的微支付組成，每筆是一美分的三千分之一。信用卡做不到，ACH做不到，UPI和Pix也做不到。Gaybrick當場宣布這是全球首個流式支付業(yè)務。

【05】微支付復活，和一種新的消費邏輯

如果說聊天窗口購物和OpenClaw是agent替人類消費，Collison在群訪中提了一個更大膽的判斷：agent還可能創(chuàng)造出全新的消費需求。

他指出agent可能讓一個被討論了很多年卻從未跑通的商業(yè)模式成立：微支付。人類做不了太細粒度的消費決策，Spotify用每月9.99美元的訂閱替代了按曲付費，因為沒人愿意每按一次播放鍵就判斷這首歌值不值15美分。Agent沒有這種認知負擔。如果這個判斷成立，過去因人類認知摩擦而無法運轉(zhuǎn)的整個商業(yè)模式品類，在agent面前可能突然變得可行。Maia也在和我的單獨交流中說，她剛和幾十位AI 創(chuàng)始人交流，大家談到agent commerce，大家討論最多的就是定價。

交易是有買賣構(gòu)成的。如果買家變成了agent，商家會怎么辦？

我在采訪中問了Stripe產(chǎn)品負責人Jeff Weinstein一個問題：人類有句話叫"顧客永遠是對的"，商家需要取悅消費者，那怎么取悅agent？Jeff的思路是把agent理解成你認識的最優(yōu)秀的程序員：要求完美的信息，格式結(jié)構(gòu)化，可以快速讀取，包含做決策所需的全部上下文。人類消費者喜歡漂亮的圖片和流暢的動畫，agent想要的是原始的結(jié)構(gòu)化數(shù)據(jù)、精確的物流信息，以及用最少步驟完成交易的能力。

Meta產(chǎn)品副總裁Ginger Baker在另一場對話中把這種變化概括得更徹底：支付將從一個"時刻"變成一個"策略"。人類消費者的購買是離散的，你走到收銀臺，掏出錢包，刷卡，完成。Agent消費是連續(xù)的，你設定一組規(guī)則，比如"這周食品雜貨最多花50美元""始終優(yōu)先使用這張卡""500美元以上絕不自動授權(quán)"，然后agent在你的授權(quán)框架內(nèi)持續(xù)地、自主地消費。

【06】安全：算力是新的現(xiàn)金

不過，agent如果真成了一種新消費者，其實也會帶來新的風險，而且和傳統(tǒng)SaaS交易風險，和人類消費者面臨的風險有本質(zhì)不同。

所以在Sessions期間，我格外留意相關(guān)內(nèi)容，也向不同Stripe高管都交流了相關(guān)問題。

Stripe數(shù)據(jù)與AI負責人Emily Glassberg Sands介紹了三種正在快速增長的欺詐模式。

第一種是多賬號濫用，同一個人反復注冊不同賬號，每個賬號都能拿到一份免費額度，Stripe網(wǎng)絡數(shù)據(jù)顯示AI公司每六個注冊中就有一個涉及這種濫用。

第二種是免費試用期被惡意消耗，這在AI公司尤其致命，因為每一次試用都在燒真金白銀的推理成本。她舉了一個例子：一家合作公司獲取每個付費客戶的token成本超過500美元，因為25次免費試用才換來1次轉(zhuǎn)化，其中19次都是欺詐。

第三種被她稱為"吃霸王餐"，客戶消耗大量token之后在月底拒絕付款。Emily還引用了一個說法，"算力是新的現(xiàn)金"。傳統(tǒng)SaaS被濫用，成本幾乎為零，但AI公司的每一次推理調(diào)用都是真實的成本支出，被偷走的token就是被偷走的錢。

但這里面有一個兩難讓我聽起來覺得特別棘手：很多AI創(chuàng)始人面對濫用的第一反應是關(guān)掉免費試用。

Emily說她問過所有聲稱"解決了"這個問題的人，發(fā)現(xiàn)他們的辦法就是真的把免費層關(guān)掉了。但Jeff認為這是有問題的，因為agent正在成為發(fā)現(xiàn)新服務的主要方式，如果agent沒法自己去試用一個服務，它會直接跳到另一個URL。Emily補充，如果你給agent的行動號召是"進入等候名單"或"聯(lián)系銷售"，它會馬上離開。為了防欺詐而關(guān)掉自助注冊，可能正在把最重要的增長渠道拱手讓給競爭對手。

Stripe對這個兩難的回應是Radar，它的反欺詐系統(tǒng)。Radar的工作原理說起來簡單：Stripe上每完成一筆交易，Radar都在學習。500萬家企業(yè)的交易數(shù)據(jù)匯成一個共享的風險識別網(wǎng)絡，一家公司遇到過的欺詐模式，所有公司都能受益。上個月，Radar在八家高速增長的AI公司中攔截了超過330萬次高風險免費試用注冊。

不過Jeff也提供了一個反常識的觀點：agent購物有可能比人類在網(wǎng)頁上購物更安全。人類網(wǎng)頁購物的信任驗證靠的是猜測：用戶在網(wǎng)站上待了多久、點擊路徑正不正常。但agent的交易可以被程序化地認證。Stripe推出的共享支付令牌把憑證token化后，agent永遠不接觸原始信用卡號，用戶通過生物識別授權(quán)，可以設置單筆上限、時間窗口、商戶白名單。當信任機制從猜測變成確認，安全水位反而可能提高。

【07】生態(tài)、協(xié)議，和一段往事

顯然，大家感受到了，agentic commerce這件事，是一個需要生態(tài)上下游合理的事情。我在Stripe Session 2026現(xiàn)場，就見到了一位從事食品行業(yè)的朋友。他講這次來的工作，就是要探究agentic commerce是否對他們來說，是一種新機會。這是來自賣家的思考。

所以，這事兒靠Stripe一家做不成，需要生態(tài)。

在Sessions的展廳逛的兩天，我就看到大量金融產(chǎn)業(yè)鏈公司的展臺。Stripe也聯(lián)合上下游推出了一系列協(xié)議來鏈接生態(tài)各方，無論是買賣雙方，還是人機之間，或者機器之間：Machine Payments Protocol（MPP）讓agent通過HTTP發(fā)現(xiàn)和完成支付，Agentic Commerce Suite讓消費者在Google、Meta、OpenAI、Microsoft的AI應用內(nèi)直接完成購買，Universal Commerce Protocol（UCP）則是由Shopify發(fā)起、Meta、Amazon、Salesforce和Microsoft共同參與的跨平臺商業(yè)協(xié)議。Stripe加入了UCP總委員會。一群互為合作伙伴，也存在競爭的公司同意在一個共享協(xié)議上協(xié)作，因為碎片化讓agent難以在不同平臺之間順暢消費，對所有人都沒好處。

說到協(xié)議，我在展臺上看到了一家特殊的Stripe合作伙伴：Visa。在我看來，Visa本質(zhì)上就是一個協(xié)議平臺。

而留意到Visa，也讓我一下子想到了一本書。我一直喜歡Visa創(chuàng)始人迪伊·霍克（Dee Hock）寫的《混序》。這本書的一個主題，就是銀行、貨幣與信用卡在電子時代還能被怎樣重新定義。貨幣不再只是硬幣和紙鈔，也可以是被制度擔保、被網(wǎng)絡記錄、并在全球流動的數(shù)據(jù)。1960年代末，美國銀行的BankAmericard信用卡向全國擴張，大量跨州消費者涌入，舊系統(tǒng)癱瘓了。霍克意識到問題出在組織層面。數(shù)十家互為競爭對手的銀行需要共享基礎(chǔ)設施，但沒有一種組織形式能讓它們既合作又競爭。他用去中心化的設計原則讓所有銀行成為新組織的平等成員，美國銀行放棄了對系統(tǒng)的獨家控制。這個組織后來改名叫Visa。

所以，兩個時代的不同公司，都在做類似的事情，他們是否可能有一些淵源？

很簡單，大家在任何agent的幫助下，都會很快找到一段往事：Patrick Collison公開致敬過霍克。2022年，霍克去世，Patrick稱他是"一位被嚴重低估的創(chuàng)新者，啟發(fā)了我和我弟弟"。更能說明這種影響的是一個招聘決定：撰寫Visa權(quán)威學術(shù)史的作者David Stearns，后來也加入了Stripe。

然后是一個只有了解支付行業(yè)歷史才會會心一笑的細節(jié)。Tempo區(qū)塊鏈的CTO Georgios Konstantopoulos在臺上展示了驗證節(jié)點陣容，其中一個名字正是Visa。霍克創(chuàng)建的Visa，現(xiàn)在是Stripe孵化的區(qū)塊鏈網(wǎng)絡上的一個參與節(jié)點。學生搭了新網(wǎng)絡，老師成了網(wǎng)絡里的一個節(jié)點。

Patrick在大會開場回溯Stripe的思想起點時提到，他是寫Lisp語言起步的程序員，Lisp的核心理念是"代碼即數(shù)據(jù)"。他把這個理念做了一次翻譯："Stripe的基本理念是'金錢即數(shù)據(jù)'。2011年我們推出Stripe的時候，這并不是行業(yè)的正統(tǒng)觀念。"霍克從組織理論出發(fā)追問貨幣的本質(zhì)，結(jié)論是貨幣只是"價值交換的保證"，承載它的介質(zhì)可以是任何東西。Collison從編程語言出發(fā)，直接把貨幣等同于數(shù)據(jù)，可以被編程、被API調(diào)用、被agent操作的數(shù)據(jù)。兩個人用不同的語言說了同一件事。Ginger Baker在同一天的臺上還說了一句更直白的話："錢不也是另一種形式的數(shù)字內(nèi)容嗎？"

如果金錢是數(shù)據(jù)，那么數(shù)據(jù)的消費者，自然也會成為金錢的消費者。

【08】支線劇情：Stripe 的內(nèi)容基因

說到這兒，AI經(jīng)濟學故事就到尾聲了。讓我們講一個題外話吧。那就是Stripe甚至可以算是內(nèi)容工作者的同行。

因為這家公司不只是金融服務做得好，內(nèi)容產(chǎn)品也做得好。它的出版社Stripe Press品味極高（相信很多人都聽說過它出版的《窮查理寶典》），其運營的一檔播客A Cheeky Pint也氣質(zhì)獨特，人氣極高。Google CEO Sundar Pichai、Anthropic CEO Dario Amodei、a16z聯(lián)合創(chuàng)始人Marc Andreessen等都曾做客。

在Sessions期間，我見到了Stripe Press的資深編輯Tammy Winter和設計師Pablo Delcan。Tammy開玩笑說"Stripe是一家附帶了數(shù)十億美元公司的出版社"。Pablo Delcan談了他對品味的理解。他說品味是隨著時間發(fā)展的東西，需要積累。在設計趨勢上，他認為在不放棄簡潔概念和簡潔溝通方式的前提下，新的思考是如何通過細節(jié)和精度增加一些復雜性。

而講到圖書主題，Tammy告訴我，Stripe Press內(nèi)部管為創(chuàng)始人、構(gòu)建者讀者群出版的系列叢書叫"松節(jié)油"（Turpentine）系列。這類書專注于“如何做”（How-to）、工具、技術(shù)、維護以及讓工作運作的實用性內(nèi)容。它們不是空談理論的，而是為了幫助讀者解決具體的操作問題。

名字來自一個據(jù)說是畢加索說的段子：藝術(shù)評論家聚在一起，談形式、結(jié)構(gòu)、意義；藝術(shù)家聚在一起，只聊哪里能買到便宜的松節(jié)油。這個系列想做的就是創(chuàng)始人的便宜松節(jié)油。仔細想想，對于Go Global的AI企業(yè)來說，Stripe的金融服務何嘗不是另一種松節(jié)油，你不必操心支付、合規(guī)、外匯這些事，專心做產(chǎn)品就好。

這個題外話看似和主線無關(guān)，但其實有一條暗線。Stripe旗下還有一本雜志叫Works in Progress，關(guān)心的核心問題就是經(jīng)濟如何增長。它的播客采訪的是AI經(jīng)濟的領(lǐng)軍者。而Sessions大會本身，John Collison在第二天花了整整一個上午講經(jīng)濟數(shù)據(jù)，引用科斯定理和索洛悖論，儼然一堂經(jīng)濟學公開課。我想一家金融服務公司這么在意經(jīng)濟學，是因為理解經(jīng)濟結(jié)構(gòu)的變化，正是它發(fā)現(xiàn)下一個產(chǎn)品機會的方式。

作為播客愛好者，我大會第一天見到John Collison時，首先想問的問題不是關(guān)于金融，而是關(guān)于播客。我問他，采訪這么多不同的人，有沒有一個貫穿所有嘉賓的底層問題。他想了一下說，他真正感興趣的是這些人的公司到底靠什么運轉(zhuǎn)，處在什么競爭均衡里，如何理解自己的業(yè)務。

無獨有偶，大會第一天收尾時還出了一個插曲。最后一場爐邊對話原定由Patrick采訪OpenAI聯(lián)合創(chuàng)始人Greg Brockman，但臨上臺前嘉賓換成了Sam Altman。Patrick解釋說畢竟"AI是一個變化很快的領(lǐng)域"。

于是，意外變驚喜，現(xiàn)場歡呼。

兩人相識近19年，Altman是Stripe最早期的天使投資人之一，投資時科里森兄弟還不到20歲。所以，正常對話，Altman都表現(xiàn)的十分松弛。

對話快結(jié)束時，Patrick問了一個私人問題：當年為什么要投資兩個teenager。Altman說他記得他們想做的產(chǎn)品，是在解決自己遇到的問題，而且看到了放大的機會，因為其他人也需要。

我想關(guān)于播客的回答和關(guān)于投資的回答，指向的是同一件事：發(fā)現(xiàn)真實的需求，解決真實的問題。Altman在對話中把OpenAI的轉(zhuǎn)型描述為三個階段：從研究實驗室，到產(chǎn)品公司，再到為全世界供應智能的"token factory"。每個階段對應的是不同的使命。Stripe也是如此。2010年，兩個愛爾蘭青少年解決的問題是在網(wǎng)上收款太麻煩了，他們順帶為500萬家用戶解決了同一個問題。2026年，他們發(fā)現(xiàn)了一個新問題：這些企業(yè)的顧客，可能開始不再是人類了。

左手播客，右手出版社，臺上講科斯定理和索洛悖論，臺下是各種技術(shù)協(xié)議和API。這家公司也就不只是在創(chuàng)造AI經(jīng)濟，它也在記錄AI經(jīng)濟。在會場，我腦子里冒出一個可能比較瘋狂的念頭：Stripe坐擁全球近2%GDP的交易數(shù)據(jù)，看得見每一筆AI收入從哪來、到哪去、以什么速度增長。索洛當年要是有這樣一臺心電監(jiān)護儀，或許不用等十年才在統(tǒng)計里找到計算機。

說不定有一天，Stripe能為AI經(jīng)濟提供一個模型，不是LLM模型，一個諾獎級別的經(jīng)濟模型。誰說不可能呢，DeepMind 創(chuàng)始人哈薩比斯拿諾獎早幾年誰又能想到。