2026 年 9 月，Stripe Tour 首次落地中国。上海会场里，Stripe 在办公室播客里出现过的那种临时小酒吧，又被搬到了现场。报道作者在吧台边采访了 Stripe 支付、风控、客户支持与全球业务负责人 Kevin Miller，他同时负责 Agentic Commerce。和 Stripe 内部播客《Cheeky Pint》里 John Collison 与 Greg Brockman 的对谈一样，这场交流谈得最多的不是支付，而是 AI。
这篇由度刻 Fintech 作者 Will 阿望撰写的文章给出的判断是：从收款起家的 Stripe，已经很难再只用「支付公司」来定义。
Stripe 的定位，已从金融基础设施转向 AI 经济基础设施
文章提到，2025 年 6 月，John Collison 在 Stripe 办公室临时搭起的小酒吧里录制《Cheeky Pint》第一期节目，嘉宾是 Greg Brockman。Brockman 是 Stripe 的第一位工程师，后来担任 CTO，并于 2015 年离开，联合创办了 OpenAI。整期节目里，两人几乎只提到一次支付，其余内容大多围绕 AI。Brockman 在节目中回忆，2018 年曾有一位董事问他，如果 AGI 真的临近，AI 早就该创造巨大经济价值，但当时价值并不明显；而在他看来，现在情况已经变了。
这一变化也被 Stripe 写进了面对投资人的表述中。文章称，Stripe 在当年 8 月给投资人的信里，把 1 月 1 日视作奇点的开端，因为从其数据看，新公司的创立速度开始猛增。Stripe 长期以来的使命是「提升互联网 GDP」，而在作者看来，这里的互联网 GDP 已不再只来自面向人的网站和点击购买。
在上海活动现场，Stripe 将全部产品划分为五列，分别是支付、Radar 风控、营收自动化、资金管理和嵌入式金融，其中支付只是其中一列。文章还指出，Stripe 新闻稿中的自我定位，也从早期的「金融基础设施平台」「可编程金融服务公司」，逐步转向 2026 年 4 月 Sessions 大会上提出的「为 AI 构建经济基础设施」，到 9 月上海站时，这一表述仍被沿用，只是服务对象进一步从企业转向 AI。
面对「Stripe 还是一家支付公司吗」这个问题，Kevin Miller 的回答是，Stripe 的本质是金融基础设施。他还提到，Stripe 的使命是提升互联网 GDP，也就是经济中与互联网相连的那一部分。
文章介绍，Kevin 此前在 AWS 工作了 17 年，曾管理 S3，离开前负责 AWS 全球数据中心，去年加入 Stripe。在他看来，金融基础设施和云基础设施在底层逻辑上相近，但金融基础设施不只是技术，还需要理解客户的业务，包括增长方向、目标市场以及跟进市场的速度。
作者据此给出一个更直接的概括：支付只是流水，Stripe 这一年真正布局的是流水之上的业务。
支付之外，Stripe 想接住 AI 公司的全球收入
文章认为，新一代 AI 公司没有传统意义上的「出海」阶段，而是从一开始就面向全球。Stripe 在上海的说法是，从「迈向全球」变成「生而全球」。报道举例称，MiniMax 只派出两名工程师，用两周时间完成接入，随后在 100 多个国家实现商业化。
Kevin 在采访中表示，这是他在中国企业身上看到的首要变化：企业从第一天起就按全球市场来搭建，最初要解决的问题，就是怎样把能力交付到全世界。
根据 Stripe 统计，2024 年到 2025 年，大中华区用户的跨境总支付量增长约 48%，新上线的 AI 企业数量增长 78%。文章还援引 Sarita Singh 的说法称，在平台排名前 100 的 AI 公司里，有 14 家来自中国。很多中国公司只用了 6 到 12 个月，就把产品销售到全球多个国家。
但文章同时指出，「生而全球」不等于自动全球。每进入一个新市场，就会多出一套本地支付方式、一套税务规则、一套欺诈模式和一套争议处理机制。传统路径往往是逐国推进：设立公司、注册税号、寻找当地收单行。对 AI 公司而言，这样的速度太慢。
Stripe 的做法，是把这条链路整体接管。Atlas 负责公司注册；Managed Payments 让数字商品企业进入 195 个市场，由 Stripe 旗下 Link 作为 Merchant of Record，处理支付、间接税、反欺诈、争议和客服；再往后，还包括多币种结算、换汇、资金管理、发卡和贷款。
作者认为，这种模式对 Stripe 的商业价值也很直接：如果一家公司的注册、销售、收款和换汇都走 Stripe，Stripe 在其收入链条中的位置就会更靠前，被替换掉的可能性也会更低。
文章把这一变化总结为，中国 AI 公司在准备全球销售时，第一天要回答的问题已经变了。过去先问去哪个国家设公司，现在先问产品能不能直接卖向全世界，而支付只是其中一环。
Stripe 正把 token 变成完整的收入与成本账本
文章接着把重点转向 AI 时代的计费方式变化。软件收费经历了三个阶段：本地部署时代按永久授权和席位收费；云时代加入用量和订阅；到了 AI 时代，计费单位扩展出智能体、工作流、单次操作、成果、点数、承诺用量和 token 等十几种形式。图表上的标注是「我们在这里」。
Abhi Tiwari 在采访中补充称，当下最常见的是混合模式，即先收基础订阅费，超额部分再按量计费，而更靠前的新方向是按结果收费。
不过，按结果收费也最难。Stripe 大中华区企业客户总经理 Melina Lee 表示，中国的 AI 公司无论是大模型、内容、面向消费者的图片和视频，还是面向企业的服务，都增长很快，但收费方式是它们最头疼的问题：什么算结果、结果值多少钱、背后成本是多少，每家客户的答案都不同，因此难以标准化，也难以规模化。Stripe 想做的，是让企业看清每一次结果背后的成本。
Kevin 把 token 开销比作新的云账单。他说，云计算早期和大规模使用 token 的今天很像，企业起初只会消耗资源，但到了某个阶段，一定会问钱到底花去了哪里。文章称，Kevin 在云计算行业亲眼见过，一批公司就是在那时出现，专门帮助企业把云开销映射回每条业务线，让支出真正被管理起来。他认为，OpenRouter 已经在做这件事，token 很快就会转化为美元或其他货币的实际支出，企业必须认真对待。
文章指出，这一次，Stripe 没有等别人把这门生意做起来，而是自己向前推进。
首先是计量。上海现场那张五列产品图里，Metronome 被放在「营收自动化」一列的第一行。文章称，这家按量计费平台由 Stripe 于 2025 年 12 月签约收购，并在 2026 年 1 月完成交割，据报道价格约 10 亿美元。Metronome 的客户包括 OpenAI、Anthropic、Databricks 和英伟达，这些公司都在按 token 或 GPU 秒数向客户收费。
其次是定价。Stripe Billing 现在支持按 token 消耗计费，AI 应用可以在模型原始成本基础上设置加价，系统会自动跟踪各家模型的最新价格，记录每位客户消耗的 token，并把加价部分计入账单。
再次是路由，也就是文章开头提到的 OpenRouter 收购。作者写道，Stripe 想同时管理收入和成本。过去几次大额收购，大多围绕帮助企业收钱和管钱；而收购 OpenRouter，意味着 Stripe 开始从 AI 的支出端切入。Melina Lee 还提到，OpenRouter 可以在高价模型和低价模型之间调度流量，把钱花在更合适的地方。
文章把这三步概括为计量、定价和路由。它们连接起来后，一家 AI 公司卖出的 token 和花掉的 token，就有机会在同一套体系里对账。作者认为，对 AI 公司而言，token 既是最大成本，也是最主要的收入单位；谁来记录这本账，谁就更接近企业经营中枢。
从交易额到营收套件，Stripe 正减少对单一支付费率的依赖
作者认为，Stripe 向支付之外延伸，也有很现实的商业逻辑。支付是最容易被拿来比价的环节，费率通常只会越谈越薄。文章给出的数字是，2025 年经 Stripe 流过的资金已经达到 1.9 万亿美元。若只依赖支付，Stripe 的收入很难在长期跑得比交易额更快。
相比之下，支付之外的产品更具黏性。根据 Stripe 年度信披露，包括 Billing、Tax、Invoicing 以及新并入的按量计费平台 Metronome 在内的营收套件，2026 年有望做到 10 亿美元年化收入，而一年前还是 5 亿美元，一年实现翻倍。文章指出，这类产品一旦被企业使用，通常很难再更换。
文中还提到，上一代互联网公司和 SaaS 公司很多都是在 Stripe 上成长起来的，现在轮到了 AI 公司。福布斯 AI 50 榜单中，88% 是 Stripe 的客户。在 2026 年 Sessions 大会上，Stripe 也把自己的任务从单纯收款，扩展到支持 AI 公司全球增长、帮助企业适应 AI、做 token 防欺诈，以及让 agent 成为经济主体。
作者援引 Patrick Collison 的表述称，AI 是互联网之后经济体最大的一次平台迁移，而这一波企业和创业公司，绝大多数都建在 Stripe 上。
Agentic Commerce Suite 试图让商品被 agent 识别并完成结账
文章随后把视角转到商户接入 AI 平台的链路。传统消费者逛网店，看的是网页和详情页；但 agent 不看页面，而需要结构化数据，例如商品名称、价格、库存和支付方式。商户过去在首页、详情页和结账页上投入的大量工作，agent 往往无法直接理解。
在上海，Stripe 把这一方案压缩成三个词：商品发现、结账、风控与支付。这就是 Agentic Commerce Suite 的三段链路。商户把商品目录上传到 Stripe 后台，勾选希望通过哪些 AI agent 销售，随后 Stripe 会帮助商户把商品分发到这些 AI 平台，并提供结账、支付和风控能力；而定价、库存、履约和客户关系，仍由商户自己掌握。
Stripe 对接入成本做过测算。文章称，商户过去每接入一个新的 AI agent，都要单独建设接口、适配对方的商品目录规范和 API 要求，可能需要 6 个月；现在则变成一次接入。
当前接入的品牌大多是传统品牌，包括 Coach、Kate Spade、URBN，以及 URBN 旗下的 Anthropologie、Urban Outfitters 等。分发侧的合作更加关键：微软 Copilot 中的购物结账由 Stripe 支撑；在 2026 年 4 月的 Sessions 上，Stripe 还宣布与 Meta 合作，在 Facebook 广告中直接结账，并与 Google 合作，让商户在 AI Mode 和 Gemini 中销售商品。
文章认为，Stripe 不押注任何一家 AI 平台，但所有平台最终都要面对结账问题。对 Stripe 自身而言，这也带有防御意味：如果越来越多购买行为发生在 AI 平台里，而结账不掌握在 Stripe 手中，它的交易量就可能被截走。与其押注哪家平台获胜，不如尽量让更多平台共用自己的结账基础设施。
不过，作者指出，这只解决了问题的一半。Agentic Commerce Suite 管的是商户如何被 agent 找到、如何承接订单；另一半更难的问题在于，当按下购买按钮的不再是人，谁有权决定这笔钱能不能花出去。
Agentic Payment 把支付凭证变成可控权限
在专访中，作者问 Kevin Miller，什么是 agent 的 iPhone 时刻。Kevin 分享了一件小事：有一位 Stripe 同事告诉他，自己的母亲最近开始问该用 Instinct 还是 Muse。在 Kevin 看来，连上一代用户都开始比较不同 agent，这个时刻可能已经到来。
他的判断是，未来 3 到 4 年内，互联网上的大多数交易都会以某种方式有 agent 参与，可能是找商品，也可能是结账。
Kevin 还举了自己的使用场景。采访当天，他要送一份周年纪念礼物，人又不在家，甚至连该选哪家花店都不确定，于是直接让 agent 去帮他订花。
但当 agent 要替人花钱，第一个问题就是卡号交给谁。给 agent，agent 可能被攻破；给商户，又增加了一处支付信息泄露的出口。Stripe 给出的答案是「共享支付令牌」，即 SPT。文章解释称，智能体在取得客户授权后，可以用客户首选的支付方式发起支付，同时不暴露底层支付凭证。
具体流程是，买家先在 AI 平台调用已有支付方式，或新增一种支付方式。拿到买家授权后，一枚限定用途的支付令牌会随订单请求交给卖家，Stripe 同时把欺诈信号共享给卖家，卖家再用这枚令牌完成扣款。令牌只对指定商户有效，并附带金额和时间限制，也可以被撤销。换句话说，卖家拿到的是一份边界清晰的支付许可，而底层支付凭证始终不直接暴露。
文章称，这套设计背后的想法，Kevin 去年已经在 Stripe 博客中写过：在传统电商中，谁掌握卡片信息，谁就被默认视为可信；但 agent 是替人执行任务，信任不能靠推断，必须被明确授权、限定范围，并通过代码执行。在上海现场，Kevin 换了一种更直白的说法：Stripe Link 像是资金流出的最后一道闸门。即使未来有很多 agent 代替他购物、执行任务，哪些钱可以花出去，仍然要由他通过 Link 决定。有了这道闸门，他才敢放手让 agent 去做事。
文章还提到，外界讨论 agent payment 时，往往习惯把协议、钱包、令牌拆开看，再争论谁的标准会胜出。但 Stripe 已经和合作伙伴把这些零件装配进真实产品。
9 月 8 日上线的 Meta 个人 agent Muse，付款直接走 Link 的 agent 钱包，每一笔购买都需要用户在对话框里确认总金额，Muse 自己看不到支付信息。微软 Copilot 的结账，则使用了 Stripe 的支付令牌。
不过，钱包发出去，并不意味着所有商户都会放行。文章写道，Muse 上线不到两周，亚马逊就将其挡在门外，理由是 Muse 未经许可进入网站，浏览时也没有表明自己是自动化程序。作者据此指出，agent 要真正具备消费能力，仅有钱包还不够，还需要商户愿意让它进入系统。这也是上一部分 Agentic Commerce Suite 存在的原因。
在商户侧，Stripe 想成为 agent 进入商业世界的接口；在买家侧，它则想成为 agent 获取支付权限的闸门。文章认为，这对 Stripe 还有更深一层意义：过去它主要站在商户一侧，买家的支付凭证掌握在银行和钱包手里；进入 agent 时代后，Link 让 Stripe 开始直接参与消费者如何把支付权限交给机器。
作者用一句话概括这种变化：钱包里装的，不再是卡，而是权限。
当交易主体变成程序，Stripe 也在出售风控判断
文章最后一部分聚焦在风控上。随着 agent 参与交易，卖家面对的对象越来越可能是一段程序。过去电商中用于判断某个人是否可信的许多行为特征，开始失效，卖家更需要依赖账户、支付记录以及整个网络留下的信号。
Stripe 已经把自己看到的数据训练成模型。文章称，Stripe 在 2025 年发布了自研支付基础模型，使用数百亿笔交易进行训练，能够捕捉每一笔支付中数百个专用模型无法识别的细微信号。上线这一模型后，大型商户遭受攻击时的识别率提升了 64%。
而这套能力现在不只用于支付，也开始延伸到 token 使用风险。Stripe 大中华区、东南亚与韩国区负责人 Sarita Singh 在采访中表示，过去 6 个月里，他们看到的 AI 滥用越来越多。因为软件开始对应真实算力成本，免费试用也成了被薅羊毛的入口。
文章还援引 Stripe 总裁 Will Gaybrick 在 a16z 播客中的说法称，Cursor 一度每 6 个免费试用注册里就有 1 个是恶意的；ElevenLabs 借助 Stripe 的信号，每天能拦下约 2,000 个这类注册。
这使得风控关口也发生了变化：一方面往前移到注册阶段，判断是否存在一人多号；另一方面又延伸到用量阶段，判断用户是否会先消耗 token 再拒绝付款。文章把这种差异概括为，电商怕被盗刷的卡，AI 公司怕被偷走的算力。
作者还指出，Stripe 已经把这份判断能力单独拿出来收费，甚至卖给不走自己支付通道的交易。不管企业是否使用 Stripe 处理支付，都可以单独购买 Radar。DoorDash 早在 2024 年就开始使用它，为非 Stripe 交易打分。
这就形成了一个循环：Stripe 处理的交易越多，它看到的账户、支付和 token 使用数据就越多；数据越多，模型和风控越准；判断越准，Radar 就越容易卖给不走 Stripe 的交易，再带回新的数据。
文章认为，传统支付公司靠通道收费，而 Stripe 已开始把通道留下的数据本身做成另一门生意。对于 AI 公司来说，支付服务商之间的差别，也不再只是费率和覆盖率，还包括谁更理解账户、token 和 agent，谁更能判断一笔交易背后到底发生了什么。
使用 Stripe 的主体，也开始从人和公司扩展到 agent
文章还补充说，变化的不只是 Stripe 卖什么，也包括谁在使用 Stripe。2025 年，Stripe 文档的 agent 访问量增长超过 10 倍，目前占比接近 40%；在命令行工具中，70% 的 API 资源请求来自 agent。2026 年 4 月推出的 Stripe Projects 更进一步，agent 可以自己开通数据库、托管和域名，拿到密钥，并通过 Stripe 付费。
作者写道，如果说 Muse 代表 agent 替消费者买东西，那么 Projects 代表 agent 替软件购买基础设施。Stripe 正在面对的不再只是人和企业，也包括机器本身。
从收银台到基础设施
文章在结尾回到 Stripe 的整体产品图。前文提到的大部分能力，其实都不在「支付」那一列。Will Gaybrick 的说法是，Stripe 已经从一个支付产品，长成了 30 多个产品。
对一家销售 AI 产品的公司而言，Stripe 从 Atlas 注册开始，承接其全球销售、按 token 收费、换汇结算等收入链路；借助 OpenRouter，又开始接触模型成本这一支出端。
对一家希望接入 AI 的传统品牌而言，Agentic Commerce Suite 把商品送进各类 agent，Stripe 提供后续的结账与支付。
而站在消费者一侧，Link 和支付令牌回答的是另一个问题：当 agent 替人购物时，谁有权让钱花出去。这几条链路之下，都是 Radar 在做判断。
文章最后写道，支付是流水。过去 Stripe 做的是让这笔流水从买家顺利流向卖家；现在它还想管理这笔钱从哪里来、由谁来花，也就是收入、成本和权限。价值，在流水之上。上一代，Stripe 是软件公司的收银台；这一代，它想成为 AI 经济的基础设施。