Stripe 联合创始人兼 CEO Patrick Collison 近日在 X 发布长文，讨论个人 AI Agent 进入经济体系后，可能如何改变企业与消费者之间的信息优势分配。他认为，这类工具最深远的影响，未必只是帮用户省下多少钱，而是让真正优质的产品更容易获得市场回报。特斯拉 CEO Elon Musk 也转发了这篇贴文。
企业长期掌握更强的信息处理能力
Collison 先提出一个观点：企业在某种程度上可以被视为人类最早建立的「超级智能」。他的意思不是企业真的拥有超越人类的人工智能，而是企业能够整合大量员工、专业知识、数据和资源，持续优化自身商业利益。
相比之下，普通消费者在面对企业时，往往存在信息不足、注意力有限，以及无法全面比较选项的问题。Collison 以旅游预订为例称，消费者在下单流程的最后阶段，经常会被推销额外保险，而这类加购保险的价格，可能明显高于独立购买的保单。由于用户已经投入时间完成预订流程，又缺乏继续比较其他方案的意愿和信息，因此更容易接受企业给出的选项。
他将这种情况对应到经济学家 Herbert Simon 提出的「有限理性」：人在时间、信息和认知能力上都有限，通常无法在每一次决策中都找到理论上的最优解。Collison 认为，企业长期具备利用这种信息与决策能力不对称的条件，但如果未来每位消费者都有自己的 AI Agent，情况可能发生变化。AI Agent 可以持续替用户搜索信息、比较方案、分析条款，让消费者在交易时做出更接近理性经济决策的选择。
优惠券、价格歧视与订阅续费模式可能受冲击
Collison 提到，当消费者能够通过 AI Agent 自动寻找优惠，企业过去常用的一些定价策略可能逐渐失效。
他首先谈到「价格歧视」。企业会根据不同消费者的支付意愿、信息掌握程度或购买行为收取不同价格。比如，同一件商品可能向愿意花时间搜索折扣的人提供优惠券，而对没有使用优惠券的人收取原价。
但如果每个人的 AI Agent 都会自动寻找并使用最优惠的折扣码，企业就很难再依据消费者是否愿意花时间找优惠，实施同样形式的价格区隔。Collison 直接提出问题：如果每个 Agent 都会认真搜索优惠券，优惠券机制还要怎么运作？
另一类可能受到影响的模式是订阅服务。他指出，部分订阅制服务目前存在一种交叉补贴关系：忘记取消订阅的消费者持续付款，间接支撑了其他用户享有的服务与定价。若 AI Agent 能主动追踪订阅使用情况，并在用户不再需要服务时提醒或协助取消，企业继续依赖用户遗忘订阅来维持收入的空间就会缩小。
不过，Collison 没有断言这些变化一定会让所有消费者受益。他表示，当价格歧视与交叉补贴机制改变后，企业也可能重新调整定价，成本与收益最终如何分配，目前仍难确定。
他最看重的变化，是好产品更容易被看见
在 Collison 看来，AI Agent 对产品质量竞争的影响最值得关注。企业经营长期面临一个问题：决定胜负的，到底是产品本身，还是渠道与营销能力。一家初创公司即便做出比大品牌更好的产品，也不代表消费者会知道它的存在；反过来，拥有强大品牌、广告预算和渠道优势的企业，即使产品没有明显领先，也可能持续获得大量销售。
他提出一个假设：如果每位消费者在购买商品前，都相当于有一名助手替自己花 10 个小时研究产品，市场会变成什么样子？
在这种情况下，AI Agent 可以比较商品规格、用户评价、售后服务、价格和质量差异，而不是只把广告曝光最多的品牌推到用户面前。Collison 认为，个人 AI Agent 将成为一种面向产品质量的「结构性补贴」。这里的补贴并不是政府补贴，而是指当搜索信息和比较产品的成本下降后，真正投入资源改善产品质量的企业，可能更容易被消费者发现，并获得更高的经济回报。
对企业来说，过去投向广告和渠道的资源，未来可能会有更强的动力转向产品研发和质量改进。Collison 对此持乐观态度，认为让优质产品更容易获得市场回报，可能是 AI Agent 对整体经济最有价值的变化之一。
产品评价与可供 AI 分析的数据，重要性可能上升
如果 AI Agent 能更细致地分析商品，另一项随之而来的变化，就是高质量产品信息的重要性会明显上升。
Collison 指出，目前普通消费者能够收集和整合的产品资料相当有限。即便网络上已经存在大量用户评价、专业测试和产品对比，多数人也不可能在每次消费前完整读完这些内容。AI Agent 则不同，它们可以持续读取不同来源的产品信息，综合比较性能、价格、可靠性及其他指标，再根据用户需求给出建议。
这意味着，产品质量信息本身可能成为企业竞争中的重要资产。Collison 说，市场通常认为数据越来越有价值，是因为数据可以用来训练 AI 模型；但在他看来，还有第二个原因：当智能本身变得更便宜时，能够供 AI 分析的高质量信息也会变得更有价值。
换句话说，未来企业不只要做出好产品，还要让 AI Agent 能取得可信、清晰且可比较的产品信息。真实使用体验、第三方测试、售后服务记录和完整产品规格，可能都会更直接地影响消费者决策，而不再只是依赖品牌自己的营销说法。
搜索、广告与电商导流模式也可能被改写
Collison 还把讨论延伸到互联网最重要的商业模式之一：需求导流。过去，许多互联网企业的盈利模式建立在控制消费者注意力和购买入口之上。比如，消费者在搜索引擎输入商品名称后，可能直接点击第一个搜索结果；在电商平台购物时，也可能优先选择排名靠前的商品。企业因此愿意投入大量资源购买广告、争取搜索排名，或支付各种平台展示与导流费用。
他认为，这种模式在一定程度上建立在人类注意力有限的特性之上。如果 AI Agent 不再只是按搜索结果顺序点击，而是能够主动搜索多个来源、比较商品并直接完成交易，那么平台依靠曝光位置创造的商业价值，就可能发生重大变化。
这也可能影响搜索引擎优化（SEO）、数字广告和电商平台的竞争方式。不过，Collison 并不认为所有付费排名都没有价值。企业愿意支付更高广告费，本身也可能是一种市场信号，让消费者知道哪些企业愿意投入资源争取客户。
当个人 AI Agent 成为消费决策的新入口后，谁将掌握流量分配权，以及企业需要付出多少成本才能接触消费者，Collison 表示现在还没有答案，但他认为这项变化的影响可能非常大。
市场会更集中，还是更分散
除了产品质量与流量分配，Collison 还讨论了 AI Agent 会不会强化「超级明星效应」，或者让消费市场变得更分散。
一种可能是，当所有 AI Agent 都能充分研究产品后，最终得出相似结论，认为少数几款产品明显优于竞争对手。在这种情况下，市场可能进一步集中，质量领先的少数企业获得更高市占率，形成更明显的赢家通吃局面。
另一种可能则相反。每个消费者的需求、预算、偏好和使用场景并不相同。过去由于信息不足，消费者可能被迫选择最知名、最容易买到的主流产品；但如果 AI Agent 能深入理解每个人的偏好，就可能找到更符合个人需求的小众品牌，让市场从集中走向分散。
Collison 举例称，同样是购买一台笔记本电脑，不同用户可能更看重电池续航、重量、维修便利性、性能或价格。AI Agent 有机会根据这些细微差异推荐不同产品，而不是让所有人都选择同一款热门机型。
前提是 AI Agent 必须真正代表消费者利益
尽管对个人 AI Agent 的经济影响持乐观看法，Collison 也提醒，上述推论都建立在一个关键前提上：AI Agent 必须真正代表消费者利益。
如果 AI Agent 的商业模式高度依赖广告、商品推荐佣金或企业付费排名，那么它是否还会为用户寻找最合适的产品，就会成为另一个问题。比如，当用户要求 AI Agent 推荐最适合的商品时，系统究竟会优先选择符合用户需求的产品，还是选择支付更多佣金的商家？
Collison 认为，从长期看，真正站在消费者立场的 AI Agent 可能是更有竞争力的商业模式，但这一假设能否成立，仍涉及许多尚未解决的问题。
在文章最后，他把市场形容为一部大规模并行运作、去中心化但并不完美的价值归属机器。AI Agent 的出现，可能改变这部机器把利益分配给企业的方式。他还借用机器学习中的「反向传播」概念称，当消费者能更有效识别产品质量时，市场就可能更快把销售和利润回馈给真正提供优质产品的企业。
Collison 也坦言，这样的想法或许过于乐观，但他仍希望，未来那些真正以自身产品为荣、认真投入研发和质量改进的公司，能够感受到市场开始变得更有利于自己。