Stripe 的支付基础模型：数据与基础设施如何创造复利优势（Emily Sands）

摘要

• Stripe 的防御性来自支付密度，而不只是交易总量。 公司在2024年处理了1.4万亿美元交易，每分钟新增约50,000笔交易；首次出现在某商户的银行卡中，有92%此前已经在 Stripe 的其他场景出现过。交易量同比增长38%。每笔支付都为这张网络补充上下文：更多数据改善模型，更好的模型提升商户经济性，商户增长又带来更多数据——这正是 Stripe 智能优势背后的“复利循环”。

• 支付基础模型把交易视为一种独立模态，并将其转化为可复用的表示。 定制 tokenizer 能高效压缩结构化信号，模型则学习买家、银行卡、设备、IP 和商户之间的短期历史，为每笔交易分配一个类似“经纬度”的向量。这些 embedding 可以供 Stripe 现有的数百个模型调用，让一些新应用从“一个周末的项目”变成“一个周末的项目，而不是一个季度的项目”，同时无需迫使团队替换成熟系统。

• 卡测试检测最清楚地证明了这套架构的经济价值。 欺诈者会把数百笔极小额授权请求藏进合法流量中，但重复出现的时间模式、代理和低熵标识符，会在 embedding 空间中形成孤立集群；大型商户的检测率从59%提升至97%。基础模型最初用于内部生成标签，再由专家验证后输入传统分类器——这是务实的混合方案，而不是彻底重写模型。

• Stripe 正在缩短欺诈响应周期，同时优化转化率，而不是单纯追求拦截量最大化。 在行业电商欺诈同比增长约15%的情况下，使用 Stripe 的商户争议率下降了17%；动态阈值只会在新出现的攻击切片周围收紧，adaptive 3DS 则在批准与拒绝之间引入身份验证这一中间路径。ElevenLabs 和 Character AI 是早期用户，美国结账用户的欺诈率平均下降30%，且没有报告转化率受损。

• 规则、弱信号和 LLM judge 仍不可或缺，因为确定性的欺诈标签可能数月后才出现，甚至永远不会出现。 Stripe 将模型分数与实时发卡行反馈结合，例如 CVC 或 ZIP 不匹配；有时即便买家只是拼写错误，系统也会批准已知的良性买家，并把风险分数传给发卡行。对于可疑活动和“友好欺诈”——据称47%的商户表示其危害超过被盗凭证——LLM judge 会判断生成的解释是否符合交易所在的更大集群。

• 横向 AI 策略正从支付延伸至商户智能和实用型多模态能力。 一项共享服务会爬取互联网、生成商户 embedding，并支持风险、信贷、Stripe Capital、账户接管和销售决策；团队可以请求定制化发现，而无需分别搭建 agent。在影子测试中，一个 agent 评估商户网站欺诈，另一个识别假货的表现比受训人工审核员好出“几个数量级”，包括在数千件商品中发现一张没有官方授权迹象的 Spider-Gwen 贴纸。

• Stripe 认为，初创公司应把它当作财务事实系统，将基础设施可靠性转化为客户的运营杠杆。 其 API 达到六个9的可用性，按用量计费每秒可处理100,000个事件；Lovable 在8个月内达到1亿美元 ARR，同时使用 Stripe 完成公司注册、Checkout、Billing、Link、Radar 和分析。Sands 表示，她以为 Retell AI 在第一年 ARR 已超过1,000万美元；Link 支撑了其38%的支付，smart retries 挽回了约60%的失败扣款，说明小团队可以把财务基础设施外包出去。

• Agentic commerce 已经形成新的分销渠道，但广泛的自主购买仍处于早期。 当前案例大多是在执行明确意图——Perplexity 预订酒店、Hipcamp 预订营地，或在 Cursor 内购买 Vercel 服务——而更具自主决策性质的“盒装业务”仍停留在设想阶段。闭幕提问者追问 Stripe 的数据优势是否正在变得不可撼动；Emily Sands 承认其智能能力存在差异化，但将战略限定在4项基础设施下注上，并表示 Stripe“并不是一家直接做 AI 模型的公司”。

精读

1. Stripe 的交易网络已成为 AI 训练资产

• Sands 将 Stripe 定义为更广义的“可编程金融基础设施”：它既提供底层轨道，也提供智能能力，服务对象从销售 Figma 模板的青少年到超过一半的《财富》100强公司。企业去年通过 Stripe 处理了1.4万亿美元，每一笔扣款都会成为训练数据。

• Stripe 如今优化的是完整支付生命周期——结账体验、欺诈、银行路由、重试和争议材料处理——而不只是提供 API。Sands 将这些工具描述为“结构性增长顺风”，并指出去年 Stripe 商户的增长速度是标普500的7倍。

• 基础模型将数百亿笔交易转化为紧凑向量，“就像为每笔交易赋予属于自己的经纬度”。这些表示可以支持欺诈检测、身份验证和争议决策，而不必为每项任务从头训练一个新模型。

• Sands 表示，按每分钟约50,000笔新增交易计算，支付开始呈现出类似语言的特征：卡 BIN、商户代码和金额提供语法，而银行卡与设备之间的复用模式则提供类似语义的结构。定制 tokenizer 会压缩这种高度结构化、信息密度极高的模态。

2. 一笔支付的含义存在于多重交叠的历史中

• 最难捕捉的信号不在单笔交易内部，而在围绕它的“组合序列”中。Sands 将其比作查看包含同一电影画面的多个片段：买家、银行卡、设备、IP 和商户各自的近期活动，都可能改变这笔交易的含义。

• 一笔在 Boston 的消费本身并不意味着欺诈，但如果这张卡刚刚在 Palo Alto 的持卡人设备和家庭 IP 上使用过，交易就会变得可疑。反复轮换几张卡购买数千个 AI 账户，则可能意味着转售或退款滥用，即使这些银行卡确实属于用户本人。

• Sands 的图模型是：人、银行卡和商户是节点，交易是边；模型要判断这些边彼此之间、以及与历史之间是否相互合理。由于 Stripe 过去见过某商户首次出现的银行卡中的92%，许多判断只需经过几跳；但对于全新的尾部流量，则需要更广泛地遍历网络。

3. 可复用 embedding 让 Stripe 的既有模型形成复利

• V1 采用 BERT 风格的掩码建模，随后进行显式相似度微调，将相邻的支付序列聚类，同时把“异常点”分离出来。真正关键的设计选择，是学习以分钟或最近 K 笔交易为范围的短期历史，而不是对孤立支付建模。

• V1.5 正转向 encoder-decoder 架构和压缩后的序列记忆：少量向量即可“提炼完整故事”，而不是在噪声中做平均。轻量级任务专用 head 随后可以直接作用于扣款路径，因为相关决策必须在几十毫秒内完成。

• Labenz 询问基础模型有多大，但 Sands 没有披露参数量；她强调，下游 head 很小，推理主要是将新扣款放入既有 embedding 空间。单次前向的设置也避免了生成序列带来的延迟。

• Stripe 将 embedding 存入其特征工程平台 Shepherd，使建模人员可以先把它们加入现有系统，衡量增量信号。这不会自动提升每一个成熟模型，但可以立刻改善优先级较低的 V1 系统，并揭示支付、客户或商户表示是否值得进一步投入。

4. 卡测试同时验证了模型和混合部署路径

• 卡测试者会利用被盗或枚举出的银行卡，发送数百笔30美分或50美分的小额授权请求，再把它们埋进数十万笔合法扣款中。传统模型很难处理这些“干草堆里的针”，因为单个请求未必呈现出决定性特征。

• 在序列空间中，200笔相似请求——例如共享低熵 user agent、轮换代理，并且每40秒到达一次——会“像一座岛一样亮起来”。采用基础模型方法后，大型商户的卡测试检测率从59%提升至97%。

• Sands 随后披露了更早期的内部步骤：基础模型先生成卡测试标签，由人工专家验证，再用这些标签训练 Stripe 的传统生产分类器。最初的提升来自更好的真实标签来源，之后 Stripe 才直接部署新架构。

5. 欺诈防御最适合被设计成自适应策略，而不是二元分数

• 攻击者会不断迭代，因此 Stripe 的目标是缩短新型战术出现与防御适配之间的间隔。Sands 将行业电商欺诈同比增长约15%，与 Stripe 商户争议率下降17%进行了对比。

• 动态风险阈值会监测地理位置、卡 BIN、购物车金额或 IP 行为等切片中风险分数升高的集群。当某个切片表现得像攻击时，Radar 只在该切片内降低拦截阈值，保留正常收入流，而不是对每个商户的所有交易一律收紧。

• Adaptive 3DS 提供一种“软拦截”：对于边际支付，Stripe 不直接批准或拒绝，而是要求银行或发卡行完成身份验证。合法买家通常会完成验证，攻击者则不会；ElevenLabs 和 Character AI 已采用该功能，美国结账用户的欺诈率平均下降30%，转化率没有受到影响。

• Sands 认为，“规则很好，但也很生硬。”因此，Stripe 会将风险分数与发卡行反馈交叉判断：高风险交易叠加错误 CVC 时会被拦截，而熟悉买家的疑似拼写错误可能被放行，同时 Stripe 会共享自身风险分数，让发卡行理解放行或拦截的原因。

6. 更快迭代依赖创造性标签和分层防御

• Labenz 的反驳值得保留：AI 仍容易受到对抗性优化影响。攻击者可以反复测试支付、推断系统缺口，并在确定性争议出现之前加以利用。他将这种风险比作具备超人能力的围棋系统，最终被任何高水平人类都不会接受的攻击击败。

• Sands 缩小了这一比较的适用范围：Stripe 暴露的是产品和 API，而非原始权重，因此可供攻击的表面积更小。更重要的是，“真正相关的替代方案并不是一个无懈可击的系统”，而是一个传统系统，其7天反制窗口可能只是教会攻击者在第8天发动攻击。

• Stripe 的答案是一套由模型、规则、3DS 挑战、商户控制、注册防御及其他系统级保护组成的分层系统。因此，欺诈者面对的不是一个分类器，而是“一个完整系统”；即使单笔交易可以被探测，系统各层之间的互动仍然不透明。

• 真实标签可能需要数天或数月才能出现，而有些滥用永远不会转化为争议。Stripe 使用代理标签、实时发卡行信号、人工审核和 LLM judge；Sands 更广泛的产品经验是：“不要把自己限制在建模者角色里”——当额外信息能够解决不确定性时，应有选择地请求低成本信息。

7. LLM judge 填补不存在权威欺诈标签的空白

• Sands 特别强调了“友好欺诈”——免费试用、转售和退款滥用——对 AI 公司尤其具有破坏性，因为推理服务会产生真实的边际成本。她援引的数据显示，47%的企业认为这类欺诈造成的损害超过传统的被盗银行卡欺诈，尽管其名字听起来无害。

• 基础模型会标记可疑支付，并生成诸如枚举邮箱、循环使用 IP 地址或设备高度集中的解释。LLM judge 随后针对其所在集群和标签定义，评估每个交易—标签组合；足够可信的解释会传给客户，噪声较大的解释则被拦下，用于后续改进。

• 这属于输出层面的可解释性，而不是神经元层面的机制可解释性。Sands 表示，Stripe 不会拆解单个神经元；它需要的是可执行的解释，让分析师或后续 agent 能够判断账户或支付为何被标记为可疑。

8. 商户智能将重复性的网络研究变成共享基础设施

• Stripe 的 Merchant Intelligence 服务会搜索互联网、生成商户 embedding，并为商户风险模型提供特征。它支持的问题覆盖网络准入、欺诈、账户接管、信用资质、Stripe Capital 和市场拓展优先级。

• 模型负责人可以向该服务请求定制化智能判断——例如商户是否提供某种支付方式，或是否看起来在销售假货——而无需每个团队各自搭建 LLM 工作流。Sands 认为，集中化本身就是重要的杠杆来源。

• 新模态被视为由路由器调用的工具，而不是重做整个技术栈的理由。Sands 对金融时间序列 encoder 很感兴趣，但目前没有可分享的成果；图像和商户网站内容已经在商户层面展现出潜力。

• 两个 agent 仍处于影子测试阶段：一个持续爬取网站寻找欺诈，另一个识别假货的能力比受训审核员好出“几个数量级”。后者发现了一张没有官方授权迹象的 Spider-Gwen 贴纸，同时也识别出一件带标签的二手 Canada Goose 商品属于合理交易。

9. 可靠的对话式数据分析始于干净的数据模式和可见的推理过程

• Sigma Assistant 受益于 Stripe 交易数据有用、结构良好且文档齐全。Sands 认为，许多自然语言分析失败，本质上是“垃圾进，垃圾出”：坏掉的数据模式或底层数据被误认为是 text-to-SQL 问题。

• 当置信度足够时，Sigma 会在返回答案的同时，用通俗语言说明自己的解读：选取了哪些 Black Friday 日期、使用了哪些 UTC 时间戳、对比了哪些年份，以及增长率如何计算。这让非分析人员可以检查假设，而不是盲目信任生成的 SQL。

• Sands 的诊断问题是：“你的数据有趣到值得对话吗？”如果答案是肯定的，组织应在加入语言接口之前先改善数据结构和文档；随后通过展示推理过程，可以回答更广泛的问题，而无需假装不确定性已经消失。

• 重复出现的问题也会转化为产品信号。Stripe 可以把常见的按用量计费指标做成 dashboard 视图，并将公司与同业进行基准比较；同时利用 Merchant Intelligence 找到客户群体和发展阶段相似的可比网站。

10. Stripe 希望成为初创公司的财务事实数据库

• Sands 的建议是明确的：初创公司可以把 Stripe 当作自己的事实系统。其 API 可用性达到六个9，按用量计费每秒处理100,000个事件，并已内置监控、告警和开票能力。

• 复制每一条 Stripe 事件意味着同步、对账和并行监控，却不会创造差异化价值。Sigma 和 Stripe Data Pipeline 保留了报表访问能力，metadata 则允许客户附加内部订单或发货 ID；不过，Sands 对拥有大量 Stripe 外部系统的大型企业保留了例外。

• Lovable 使用 Stripe Atlas、Optimized Checkout Suite、Billing、Link、Radar 和 Sigma 后，在8个月内达到1亿美元 ARR；Optimized Checkout Suite 将其业务本地化至100多个国家，支持约150种支付方式。Sands 的框架是，Stripe 负责处理基础设施，小团队则集中精力做产品和增长。

• Sands 表示，她以为 Retell AI 在第一年 ARR 已超过1,000万美元；Link 支撑了其38%的支付，smart retries 挽回了约60%的失败扣款，Stripe Tax 则支持其在100个国家的合规。“极客喜欢向极客购买，”Sands 这样解释 Link 在 AI 买家中的异常高渗透率。

11. Agentic commerce 强化护城河，但不改变 Stripe 的业务边界

• Agentic commerce“肯定仍处于早期”，但 Sands 提到了若干有意义的活动：Perplexity 可以预订酒店，Hipcamp agent 使用虚拟卡预订难订的营地，开发者可以在 Cursor 内购买 Vercel 服务。Stripe 去年11月推出的 agent 工具包，目前每周仍有数千次下载。

• Labenz 区分了这类嵌入式交易与委托式决策：用户已经有明确意图，agent 只是提供连接环节。Sands 无法说出正在推进更深层自主性的客户，但描述了一个未来的“盒装业务”——它可以选择并采购一整套初创公司技术栈；她表示这不会明天就出现，但低效的 SaaS 采购市场确实“有东西可做”。

• 最后的提问是，Stripe 的规模是否让其地位实际上不可撼动。Sands 回答说，金融服务仍然是一个广阔市场，但同意智能循环正在复利：数据改善模型，模型提升商户价值，商户增长，更多交易再回到 Stripe；多处理器 Radar、Billing 和 Optimized Checkout Suite 还将这张网络延伸至 Stripe 处理之外的支付。Stripe 的交易量同比增长38%。

• Stripe 明确提出的4项 AI 下注包括：服务 AI 公司——目前 Forbes AI 50 中已有三分之二使用 Stripe；支持 agent commerce；将 Stripe 嵌入 Vercel、Replit、Cursor 和 Mistral 的 Le Chat 等工具；以及扩展自身的基础模型智能。Sands 不排除第五项下注，但当前使命是“面向 AI 的经济基础设施”，而不是直接做一家 AI 模型公司。