Tại hội nghị Stripe, tôi đã nhìn thấy tương lai của nền kinh tế AI

Năm 1987, nhà kinh tế học Robert Solow đã có câu nói nổi tiếng: "Bạn có thể thấy thời đại máy tính ở mọi nơi ngoại trừ trong số liệu thống kê về năng suất."

Ngày nay, vào năm 2026, sự nhầm lẫn tương tự đang xảy ra xung quanh AI. Các lý thuyết bong bóng lần lượt nảy sinh. Tranh luận học thuật nổ ra. Các doanh nghiệp do dự. Các tín hiệu được gửi bởi dữ liệu kinh tế vĩ mô vẫn chưa rõ ràng.

Nhưng có một nơi mà tác động của AI đối với nền kinh tế là không thể chối cãi.

Nơi này là Stripe.

Tôi đã dành vài ngày qua để tham dự hội nghị Stripe Sessions ở San Francisco. Stripe xử lý khối lượng giao dịch tương đương với gần 2% GDP toàn cầu, khối lượng thanh toán hàng năm đạt 1,9 nghìn tỷ USD và có hơn 5 triệu các doanh nghiệp trên nền tảng

86% công ty trong danh sách Forbes AI 50 sử dụng Stripe. Nếu nền kinh tế AI là một em bé sơ sinh, Stripe là máy theo dõi ECG trong phòng sinh. Nó ghi lại nhịp tim của em bé sớm hơn và chính xác hơn hơn hầu hết mọi người khác

Một nghiên cứu do Cục Dự trữ Liên bang St. Louis công bố vào đầu năm 2026 cho thấy các khoản đầu tư liên quan đến AI đã đóng góp gần 40% vào tăng trưởng GDP biên của Hoa Kỳ, vượt quá mức đóng góp cao nhất của ngành công nghệ trong thời kỳ Internet bong bóng Và khi những khoản đầu tư đó chuyển thành doanh thu, phần lớn khoản thanh toán sẽ diễn ra trên Stripe. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="5">Quan trọng hơn, Stripe không chỉ ghi lại nhịp tim của nền kinh tế AI.

Tại hội nghị năm nay, họ đã thông báo rằng họ sẽ thúc đẩy một hình thức kinh tế mới: Thương mại đại lý (agent commerce), trong đó Đại lý trở thành cơ quan giao dịch chính.

Trong một cuộc phỏng vấn của nhóm truyền thông, đồng sáng lập và chủ tịch Stripe John Collison nói rằng ông kỳ vọng các đại lý đóng vai trò là người mua các giao dịch thương mại sẽ trở thành xu hướng phổ biến trong vòng 12 đến 18 tháng.

Hai ngày. 288 sản phẩm và tính năng được phát hành. Hơn 10.000 người tham dự. Một từ định nghĩa: Kinh doanh đại lý. Sau đây là những gì tôi đã thấy và nghe tại Hội nghị Stripe 2026, như cũng như một số suy nghĩ của tôi

Nền kinh tế AI đang phát triển nhanh như thế nào?

Trước khi thảo luận về hoạt động kinh doanh Đại lý, cần phải xem xét phác thảo tổng thể của nền kinh tế AI. Solow cho biết vào năm 1987 rằng không thể tìm thấy máy tính trong thống kê. Gần bốn thập kỷ sau, AI hiện diện rõ ràng trong Dữ liệu của Stripe

Vào buổi sáng ngày đầu tiên của hội nghị, Giám đốc điều hành Patrick Collison đã trình bày một bộ dữ liệu. Kể từ khi dịch bệnh bùng phát, số lượng doanh nghiệp mới được tạo ra mỗi tháng trên Stripe vẫn ở mức cao, nhưng đường cong tương đối bằng phẳng. Bắt đầu vào đầu năm 2026, đường cong sẽ tăng gần như theo chiều dọc

Lý do trực tiếp nhất là các công cụ lập trình AI hạ thấp ngưỡng khởi nghiệp. Nhiều nhà phát triển hiện có thể xây dựng một sản phẩm có thể tính phí trong vài ngày thông qua mã hóa Vibe.

Patrick định nghĩa nó là một khái niệm lớn hơn, tức là toàn bộ nền kinh tế đang được tái lập nền tảng xung quanh AI.

Maia Josebachvili, giám đốc doanh thu của Stripe phụ trách mảng kinh doanh AI, đã bổ sung dữ liệu so sánh bên ngoài: Trước năm 2024, số lượng bản phát hành Ứng dụng trong iOS App Store đã giảm. sự xuất hiện của các công cụ lập trình AI, số lượng ứng dụng được phát hành đã tăng 24% so với tháng trước.

Sự thay đổi này không chỉ về số lượng mà còn về chất lượng. Stripe Atlas là một trong những cách thuận tiện nhất để các doanh nhân đăng ký công ty tại Hoa Kỳ.

Tuần trước, công ty đã kỷ niệm sự ra đời của công ty thứ 100.000. Tại hội nghị, tôi đã nghe thấy một loạt con số đáng kinh ngạc: Ở cùng giai đoạn của vòng đời, các công ty đã đăng ký thông qua Atlas ở Năm 2025 sẽ tạo ra doanh thu gấp đôi so với đợt 2024. Nhóm công ty năm 2026 này mới thành lập được vài tháng nhưng doanh thu của họ đã gấp 5 lần so với cùng kỳ năm ngoái. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; font-family: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="13">Trong báo cáo về nền kinh tế AI vào chiều ngày đầu tiên, Maia Josebachvili đã liệt kê một số tên của các công ty đang thúc đẩy sự phát triển của nền kinh tế AI.

Lovable đạt doanh thu 100 triệu USD trong vòng 8 tháng và 400 triệu USD khác trong 8 tháng tiếp theo. Cursor đạt doanh thu hàng năm 1 tỷ USD trong vòng chưa đầy hai năm, tăng gấp đôi lên gấp đôi 2 tỷ USD ba tháng sau

Các công ty sử dụng AI hàng đầu trên Stripe sẽ tăng trưởng 120% vào năm 2025. Đến năm 2026, tốc độ tăng trưởng hiện tại đã đạt 575%.

Sự tăng trưởng về phía người tiêu dùng cũng rất nhanh. Nhóm chi tiêu hàng đầu chi 371 USD mỗi tháng cho các sản phẩm AI, nhiều hơn số tiền mà người Mỹ trung bình chi tiêu cho Internet, các dịch vụ phát trực tuyến và hóa đơn điện thoại di động cộng lại. tháng. Tôi đã tính toán đại khái chi phí mã thông báo hàng tháng của mình. Nó đã vượt quá hóa đơn điện thoại di động của tôi từ lâu. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; font-family: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="15">Patrick cũng đưa ra một so sánh: tốc độ tăng trưởng của các doanh nghiệp trên Stripe gấp 17 lần tốc độ tăng trưởng kinh tế toàn cầu.

Ngày hôm sau, John Collison trực tiếp đề cập đến Nghịch lý của Solow, sử dụng một phép so sánh lịch sử.

Năm 1882, Edison thắp đèn điện cho những khách hàng đầu tiên của mình ở Manhattan. Tuy nhiên, năng suất hầu như không được cải thiện trong ba thập kỷ kể từ khi điện khí hóa. Lý do không phải là điện không còn tác dụng. Lý do là ở chỗ đó thiết kế của các nhà máy vào thời điểm đó tập trung vào động cơ hơi nước. Việc tăng năng suất không rõ ràng cho đến khi toàn bộ nhà máy được xây dựng lại. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="16">Nhận định của John là AI đang ở giai đoạn tương tự. Thay đổi đã xảy ra, nhưng mô hình cũ chưa có thời gian để tiếp thu nó. "Tuy nhiên," anh ấy nói, "Tuy nhiên, tôi không nghĩ AI cần phải mất ba mươi năm năm."

Dữ liệu của Stripe dường như khẳng định sự lạc quan của anh ấy. Trên nền tảng của nó, nền kinh tế AI đã bùng nổ. Ở hầu hết các doanh nghiệp truyền thống mà tôi từng tương tác, các nhà lãnh đạo hàng đầu đang thúc đẩy việc triển khai AI với ý thức mạnh mẽ về mức độ khẩn cấp

Sinh ra toàn cầu

Ngoài tốc độ, còn có một đặc điểm khác của các công ty AI này khiến tôi ấn tượng: họ có tính toàn cầu ngay từ ngày đầu. Stripe có một câu nói về điều này: mặc định đi toàn cầu.

Kể từ khi trở thành một blogger AI, tôi thường có một trải nghiệm. Không có sự khác biệt về thời gian trong việc tạo nội dung AI. Tin tức về AI từ khắp Thái Bình Dương cũng quan trọng như tin tức địa phương.

Các sản phẩm AI hoạt động tương tự. Các mô hình ngôn ngữ lớn làm mờ các ngôn ngữ giao diện và thói quen tương tác mà phần mềm truyền thống từng dựa vào. Một hộp trò chuyện hợp nhất cho phép người dùng trên toàn thế giới sử dụng sản phẩm thông qua ngôn ngữ tự nhiên. Theo nghĩa này, các mô hình ngôn ngữ lớn tạo nên một thị trường phần mềm toàn cầu thống nhất có thể lần đầu tiên

Dữ liệu từ hội nghị đã xác nhận quan sát này. Trong những đợt đầu, các công ty SaaS phát triển nhanh nhất đã bao phủ khoảng 25 quốc gia trong năm đầu tiên và 50 quốc gia vào năm thứ ba.

Tốc độ phát triển của các công ty AI hoàn toàn khác: đạt tới 42 quốc gia trong năm đầu tiên và mở rộng lên 120 quốc gia trong năm thứ ba.

Maia cho biết Kazakhstan hiện nằm trong danh sách thị trường của nhiều công ty AI. Trong phân khúc "Kinh tế chỉ số" của ngày thứ hai, Stripe đưa ra con số trung bình: 100 công ty khởi nghiệp AI hàng đầu đã bán sản phẩm cho 55 quốc gia trong năm đầu tiên

Một công ty đã cung cấp một ví dụ cụ thể. Emergent Labs được thành lập tại Hoa Kỳ vào năm 2024, nhưng gần 70% doanh thu của công ty này đến từ nước ngoài. Mỗi quốc gia có ít nhất 16 quốc gia đóng góp 1% doanh thu của nó

Trong số các công ty AI hàng đầu, 48% doanh thu đến từ bên ngoài thị trường quê hương của họ. Ba năm trước, con số đó chỉ là 33%. Thu nhập toàn cầu không còn là nguồn bổ sung. Mà là đĩa cơ bản.

Tốc độ và toàn cầu hóa là hai đặc điểm cốt lõi của nền kinh tế AI và cả hai đều liên quan trực tiếp đến Stripe. Các công ty AI cần nhanh chóng xây dựng khả năng thanh toán. Họ cần chấp nhận thanh toán ở 40 quốc gia trong tuần đầu tiên tồn tại. Điều này chính xác là những gì Stripe đã làm kể từ khi thành lập

Ở đây, chúng ta cũng có thể xem lại nền tảng sáng tạo của Stripe.

Những người sáng lập Stripe, Patrick Collison và anh trai John Collison, đều là người Ireland. Bản thân họ là những doanh nhân đa quốc gia.

Tại hội nghị, tôi gặp một đồng nghiệp người Ireland, người đã nói với tôi rằng trong mắt các doanh nhân AI người Ireland, hai anh em này là những anh hùng. Sau khi đến Hoa Kỳ, hai anh em nhận thấy rằng việc kiếm tiền trực tuyến rất khó khăn. Việc truy cập vào hệ thống thanh toán yêu cầu phải đăng ký với ngân hàng, trải qua quá trình đánh giá tuân thủ PCI và tích hợp với nhiều trung gian. Toàn bộ quá trình có thể mất vài tuần hoặc thậm chí vài tháng. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; font-family: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="26">Vì vậy, vào năm 2010, hai chàng trai trẻ ở độ tuổi 20 đã bỏ học, chuyển đến San Francisco và viết một giải pháp cho phép các nhà phát triển chấp nhận thanh toán chỉ bằng bảy dòng mã.

Sự ra đời của bảy dòng mã này trùng hợp với sự phát triển của Internet di động và SaaS. Shopify cần giúp hàng triệu người bán thu tiền thanh toán. Uber cần giúp hành khách thanh toán dễ dàng. Salesforce cần phải xử lý dịch vụ đăng ký toàn cầu

Tất cả họ đều chọn Stripe. Vì Stripe đã phát triển cùng với những khách hàng toàn cầu này, nên Stripe đã xây dựng năng lực địa phương ở 46 quốc gia, bao phủ 195 thị trường và hỗ trợ 125 phương thức thanh toán địa phương.

Stripe không phải là một công ty nổi bật khi nói đến người tiêu dùng.

Nó ẩn đằng sau các trang thanh toán của Shopify, email xác nhận đăng ký của OpenAI và thông báo giá vé của Uber. Nhưng khả năng tàng hình này đã không ngăn nó trở thành một kênh tài chính ở cuối Internet. nền kinh tế

Trong kỷ nguyên AI, cơ sở hạ tầng tài chính toàn cầu này mang lại cho Stripe một khởi đầu thuận lợi trong việc phục vụ các công ty AI vươn ra toàn cầu.

Tại hội nghị năm nay, tôi cũng đã gặp Abhi Tiwari, lãnh đạo sản phẩm toàn cầu của Stripe.

Anh ấy đảm nhận vị trí này ba tháng trước và chuyển đến Singapore. Stripe có các trung tâm kỹ thuật ở San Francisco, Dublin và Singapore, cũng như một văn phòng Châu Mỹ Latinh ở São Paulo. Abhi nói với tôi rằng nhiều công ty AI cũng có những điều tương tự tuyên bố mở đầu khi họ tiếp cận Stripe: "Theo mặc định, chúng tôi được sinh ra trên toàn cầu. Việc người dùng của chúng tôi ở đâu không quan trọng."

Mô hình cũ là phát triển sản phẩm tại trụ sở chính và sau đó tung ra chúng trên toàn cầu đang được thay thế bởi các nhóm địa phương phát triển trực tiếp tại thị trường mục tiêu.

Tiếp cận người dùng toàn cầu là một chuyện. Thu tiền từ họ lại là một vấn đề khác. Vấn đề sau khá phức tạp vì mỗi thị trường có loại tiền tệ và thói quen thanh toán riêng.

Tại đây, Stripe giúp các công ty AI và nhiều khách hàng khác theo hai cách chính: định giá bằng nội tệ và truy cập các phương thức thanh toán địa phương.

Cái trước cho phép người dùng Brazil xem giá sản phẩm bằng đồng real của Brazil thay vì đô la Mỹ, tăng doanh thu xuyên biên giới lên 18%. Cái sau cho phép người dùng Ấn Độ sử dụng UPI để thanh toán và người dùng Brazil sử dụng Pix để thanh toán, dẫn đến với tỷ lệ chuyển đổi tăng hơn 7%

Sau khi công cụ trình diễn AI Gamma bổ sung các khoản thanh toán UPI ở Ấn Độ, doanh thu của công ty này ở Ấn Độ đã tăng 22% trong tháng đó. Tại gian hàng, tôi cũng đã thấy công ty MiniMax của Trung Quốc. Theo những gì tôi biết, nhiều công ty Trung Quốc sẽ tham gia ở nước ngoài sử dụng các dịch vụ tài chính của Stripe thông qua các tổ chức ở nước ngoài của họ. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="30">Những công ty có nguồn gốc AI này cũng có một đặc điểm chung: rất ít người. Nhiều người là những người sáng lập độc lập. Một hoặc hai người cùng với một nhóm đại lý có thể hỗ trợ một công ty toàn cầu bằng doanh thu thực tế.

Trong bài phát biểu vào ngày thứ hai, Emily đã đưa ra một dữ liệu: trên Atlas, mật độ những người sáng lập độc lập đã đạt tới 5.000 trên một triệu người Mỹ và ngày càng nhiều người trong số họ có thu nhập hàng năm vượt mức 100.000 USD

Từ Emily sử dụng là solopreneur: công ty một thành viên. John giải thích hiện tượng này bằng cách sử dụng “lý thuyết về công ty” của Ronald Coase. Doanh nghiệp tồn tại vì chi phí phối hợp nội bộ thấp hơn chi phí giao dịch trên thị trường.

Nhưng AI có thể phá vỡ logic này. Khi các đại lý có thể giúp bạn khám phá các dịch vụ, tích hợp phần mềm và xử lý thanh toán, chi phí điều phối bên ngoài sẽ giảm đáng kể. Bạn không còn cần một căn phòng đầy nhân viên để thực hiện công việc mà trước đây từng chiếm toàn bộ bộ phận cần xử lý

Từ nền kinh tế con người đến nền kinh tế đại lý

Nền kinh tế AI được mô tả ở trên, cho dù nó phát triển nhanh hay toàn cầu hóa như thế nào thì đối tượng giao dịch của nó vẫn là con người. Chính con người đang mua các sản phẩm AI. Chính con người sử dụng các công cụ AI để bắt đầu kinh doanh.

Nhưng tín hiệu mạnh mẽ nhất mà tôi cảm nhận được tại hội nghị Sessions năm nay là trọng tâm lớn tiếp theo của Stripe là một sự chuyển đổi khác: một hình thức kinh tế trong đó Đại lý trở thành người tham gia thị trường. Đây là hoạt động kinh doanh của Đại lý.

Sự thay đổi này đã âm thầm xuất hiện trong dữ liệu của Stripe.

Will Gaybrick, chủ tịch sản phẩm và kinh doanh tại Stripe, đã đưa ra một bộ dữ liệu. Trong nhiều năm, giao diện dòng lệnh (CLI) của Stripe đã được một nhóm nhỏ người dùng hiểu biết về kỹ thuật sử dụng với rất ít thay đổi cách sử dụng

Nhưng sau khi bước sang năm 2026, lượng sử dụng đột ngột tăng lên. Lý do là Tác nhân không yêu cầu giao diện đồ họa cầu kỳ. CLI ngắn gọn thường thực tế hơn.

Dữ liệu của Maia cho thấy lưu lượng Đại lý đọc tài liệu Stripe đã tăng khoảng 10 lần vào năm 2025.

Nếu xu hướng này tiếp tục, đến cuối năm nay, các nhân viên sẽ đọc nhiều tài liệu Stripe hơn con người. Tài liệu API mà Stripe đã dành hơn một thập kỷ đánh bóng đang tìm kiếm đối tượng mới trung thành nhất.

Nếu ý tưởng về một đại lý tiêu tiền vẫn có vẻ lạ lùng, hãy xem hai tình huống thực tế đang xảy ra hiện nay.

Đầu tiên là giao diện mua sắm có thể đã được chuyển sang cửa sổ trò chuyện mô hình. Người tiêu dùng hiện nay thường sử dụng ChatGPT, Gemini hoặc Instagram để tìm kiếm sản phẩm. Khoảng cách giữa tìm kiếm và giao dịch đang được nén vào một giao diện duy nhất. Ở đó cũng là những ví dụ có liên quan ở Trung Quốc, bao gồm câu chuyện quen thuộc hiện nay về việc mua trà sữa trong ứng dụng AI. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; font-family: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="37">Trong một cuộc phỏng vấn với nhóm truyền thông, John Collison đã sử dụng kinh nghiệm của chính mình khi mua bộ chuyển đổi nguồn du lịch để giải thích lý do tại sao quá trình nén này khó đảo ngược.

Nếu Đại lý hoàn tất toàn bộ quá trình từ tìm kiếm đến đặt hàng và sản phẩm được giao đến tận nhà vài ngày sau đó, Đại lý sẽ không truy cập trang web khác để điền thông tin cá nhân từ đầu, kể cả khi sản phẩm trên trang web đó có thể tốt hơn một chút. Sau khi đại lý mua sắm hoàn tất quá trình tìm kiếm, bước hợp lý tiếp theo là thanh toán. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="38">Ví dụ thứ hai thú vị hơn: OpenClaw. Bất kỳ ai đã theo làn sóng "móng vuốt" đều biết rằng đây hiện là một trong những khung tác nhân tự trị nguồn mở phổ biến nhất.

Người dùng đưa ra hướng dẫn cho Đại lý thông qua các ứng dụng nhắn tin như Feishu, Telegram và WhatsApp và Đại lý thực hiện các nhiệm vụ một cách tự động.

Điểm mấu chốt là OpenClaw có thể tiêu tốn hàng trăm nhân dân tệ hoặc thậm chí hàng trăm đô la chi phí mã thông báo trong một ngày. Nó tự quản lý việc tiêu thụ và sử dụng Mã thông báo. Mặc dù trong nhiều trường hợp vẫn cần có sự cho phép của con người, nhưng cuối cùng phân tích, chính Đại lý tiêu thụ Token và Token có thể được chuyển đổi trực tiếp thành tiền. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;" data-path-to-node="39">Chỉ có một bước giữa việc Đại lý quản lý việc tiêu thụ Token và việc Đại lý chi tiền trực tiếp. Tại hội nghị năm nay, bản demo của Stripe đã vượt qua ranh giới đó.

Mua bán đại lý

Trên sân khấu chính ngày hôm sau, một cuộc biểu tình đã thu hút một tràng pháo tay.

John Collison đã đưa cho Đại lý một hướng dẫn đơn giản trên sân khấu: nghiên cứu xem nhu cầu về AI ảnh hưởng đến thị trường năng lượng như thế nào. Đại lý bắt đầu tìm kiếm và nhận thấy rằng Alpha Vantage đã có một bộ dữ liệu thị trường năng lượng cần thiết, bán với giá 4 đô la xu.

Agent judged that the price was within the budget range, and then used the stablecoin wallet in Tempo CLI to purchase and download the data independently, because it is obviously unreasonable to use a credit card to make a 4-cent transaction.

It then generates a complete analysis report. This step alone is amazing. But John then said to the Agent: "Publish and sell this report. Set a price you think is reasonable and let other Agents find and buy it."

Agent checked the authorization terms of the Alpha Vantage data set and confirmed that commercialization was allowed, then built a website, published the report, and generated an instruction file to allow other Agents to purchase the data with a single request.

Within a few minutes, an Agent completed the entire chain of operations: research, procurement, production, compliance review, release, pricing and sales. It is both a buyer and a seller. After the demonstration, John said: "Agent business has arrived."

Two other demos from the first day were equally compelling. Will Gaybrick built an API code review application that allows Agent to obtain review services on behalf of users. Throughout the entire process, he did not tell the Agent any information about the payment.

When executing the task, the Agent automatically discovered that the application used the Machine Payment Protocol (MPP) and independently completed the $2 payment. All a human does is press a fingerprint to authorize. This ability to discover payments with zero configuration is the core design of MPP as a protocol. Developers do not need to write separate payment logic for Agent. Agent can find it by himself.

Sequently, Gaybrick combined the real-time billing engine Metronome, the blockchain Tempo designed for payments, and the stable currency to demonstrate flow payment (a payment method that breaks down funds into countless extremely small amounts, and as services (such as AI computing power) are consumed, they are transferred synchronously in real time and continuously like water flow.).

An application is billed in real time based on AI’s Token consumption, and the price is US$3 per million Tokens. Multiple Agents run simultaneously. The dashboard on the left shows that Token consumption is rising, while micropayments of stablecoins on the right are flowing in simultaneously.

After opening the Tempo blockchain browser, you can see that a total payment of $3.30 is composed of thousands of micropayments of less than one cent, each of which is equivalent to one-thousandth of a cent.

Credit cards can't do this. ACH clearing cannot be done. UPI and Pix can't do the same. Gaybrick announced on stage that this is the world’s first streaming payment service.

The return of micropayments and the new logic of consumption

Shopping in a chat window and OpenClaw are examples of agents representing human consumption. But during the group interview, Collison made a more ambitious judgment: Agent may also create new needs.

He believes that Agent may bring new life to a business model that has been discussed for many years but never really succeeded: micropayments. Humans are not good at making extremely nuanced consumer decisions. The reason why Spotify replaced the per-song subscription with a $9.99 monthly subscription is because no one wants to weigh whether a song is worth 15 cents every time they press play.

Agent does not have this cognitive load. If this judgment is correct, then an entire class of business models that have failed due to human cognitive resistance may suddenly become feasible in the face of Agent.

Maia expressed a similar sentiment during a one-on-one conversation with me. She said she had just spoken to dozens of AI founders, and when they discussed agent business, pricing was the topic that came up most frequently.

Every transaction has two parties: the buyer and the seller. What should the merchant do if the buyer becomes an agent?

In an interview, I asked Stripe product lead Jeff Weinstein a question: Humans often say "the customer is God." Businesses need to please consumers. So how do they please the Agent?

Jeff's answer is to think of the Agent as the best programmer you know. It wants perfect information, structured formatting, quick readability, and all the context needed for decision-making.

Human consumers love beautiful pictures and smooth animations. Agent wants original structured data, accurate logistics information, and completes the transaction in as few steps as possible.

In another conversation, Meta VP of Product Ginger Baker summed up the shift more radically: payments will transform from a "moment" to a "strategy."

Human consumer purchases are discrete.

You walk up to the cashier, take out your wallet, swipe your card, and the transaction is complete.

Agent consumption is continuous.

You set a set of rules, such as "No more than $50 spent on groceries this week," "Always use this card first," or "Never auto-authorize any transactions over $500." Then, the Agent will continue to consume independently within the authorization framework you set.

Computing power is the new cash

If Agents do become a new type of consumer, they will also bring new risks. These risks are fundamentally different from traditional SaaS transaction risks, and are also completely different from the risks faced by human consumers.

I paid special attention to this topic during the Sessions conference and discussed related issues with several Stripe executives.

Emily Glassberg Sands, director of data and AI at Stripe, described three rapidly growing fraud patterns. The first is multiple account abuse. If the same person registers different accounts repeatedly, each account can get free credits.

One in every six AI company registrations involves this type of abuse, according to Stripe's network data. The second type is malicious consumption during the free trial period. This is especially fatal for AI companies, because every trial burns real inference costs.

She gave an example: For a partner company, the token cost to acquire each paying customer is more than $500, because it takes 25 free trials to convert a customer, and 19 of these trials are fraudulent.

The third mode she calls "eating the king's meal". The customer consumes a large amount of Tokens and then refuses to pay at the end of the month. Emily also quoted a sentence: "Computing power is the new cash." When traditional SaaS is abused, the marginal cost is almost zero. But every inference call made by an AI company has a real cost. Stealing Token is stealing money.

However, there is a dilemma that I find particularly tricky. The way many AI founders respond to abuse is to simply turn off free trials.

Emily said she asked everyone who claimed to have "solved" the problem how they did it, only to find out that their solution was simply to turn off the free tier. But Jeff thinks this will cause another problem.

Agent is increasingly becoming the main way to discover new services. If the Agent cannot try a service on its own, it will jump directly to another link.

Emily added that if the bootstrapping option presented to an agent is "join waitlist" or "contact sales," the agent will leave immediately. Shutting down self-registration to protect against fraud could mean handing over your most important growth channel to competitors.

Stripe's answer to this dilemma is its fraud prevention system Radar. Radar’s logic is easy to describe: every time a transaction is completed on Stripe, Radar learns.

Transaction data from 5 million companies are funneled into a shared risk identification network. If one company encounters a pattern of fraud, all companies can benefit. Last month, Radar intercepted more than 3.3 million high-risk free trial signups across eight high-growth AI companies.

Jeff also made a counterintuitive point: Agent shopping may ultimately be safer than humans shopping on the web. Trust verification for human web shopping relies on inference: how long the user has stayed on the website, whether the click path looks normal, etc.

However, Agent transactions can be authenticated programmatically. Stripe's Shared Payment Token tokenizes payment credentials so the agent never touches the original credit card number. Users are authorized via biometrics and can set transaction limits, time windows and merchant whitelists.

When the trust mechanism shifts from inference to confirmation, the security baseline may actually improve.

Ecosystems, protocols and a history

At this point, you should be clear that the realization of Agent business is inseparable from a well-functioning ecosystem. At the 2026 Stripe Sessions, I met someone from the food industry. He said his purpose in attending the meeting was to learn whether Agent business could be a new opportunity for his company. This is the seller’s perspective.

So this cannot be done by Stripe alone. It requires an ecosystem.

After two days of shopping in the Sessions exhibition hall, I saw a large number of booths from companies spanning all aspects of the financial industry chain.

Stripe has also launched or joined a series of agreements with upstream and downstream partners to connect various parts of the ecosystem: buyers and sellers, humans and machines, and machines and machines. Machine Payment Protocol (MPP) allows agents to discover and complete payments via HTTP.

Agent Business Suite allows consumers to complete purchases directly within AI applications from Google, Meta, OpenAI and Microsoft. The Universal Commerce Protocol (UCP) is a cross-platform commerce agreement initiated by Shopify and joined by Meta, Amazon, Salesforce and Microsoft. Stripe joins UCP’s General Committee.

A group of companies that are both partners and competitors agree to cooperate on a shared protocol because fragmentation will make it difficult for agents to consume smoothly across platforms. This does no one any good.

Speaking of agreements, I saw a special Stripe partner at the show: Visa. In my opinion, Visa is essentially an agreement platform.

Looking at Visa immediately reminded me of a book I have long loved: "Chaos: Creating and Managing heterogeneous business organizations in a new era" by Visa founder Dee Hock.

One of the main themes of the book is how banking, money and credit cards can be redefined in the electronic age. Money no longer has to be coins and banknotes. It can also be data that is institutionally secured, recorded online, and flows around the world.

In the late 1960s, American Bank Cards issued by Bank of America expanded nationwide. There was an influx of consumers across state lines, and the old system collapsed. Hawke realized that the problem was organizational structure. Dozens of competing banks need to share infrastructure, but no existing organizational form allows them to cooperate while competing.

He used decentralized design concepts to make all banks equal members of the new organization, and Bank of America gave up exclusive control of the system. That organization was later renamed Visa.

So two different companies in two different eras doing similar things. Is there some kind of inheritance between them?

The answer is easy to find with the help of any Agent. Patrick Collison has publicly paid tribute to Hawke. After Hawke's death in 2022, Patrick called him "a severely underestimated innovator" and said that Hawke inspired him and his brother.

A more obvious sign of its influence was a hiring decision: David Stearns, author of the definitive academic history of Visa, later joined Stripe.

There is one more detail that will make anyone familiar with payment history smile. On stage, Georgios Konstantopoulos, CTO of Tempo Blockchain, presented the validator lineup. One of the names is Visa.

Visa, the organization founded by Hawke, has now become a participating node in a blockchain network incubated by Stripe. Students build a new network and the teacher becomes a node in it.

When Patrick traced the ideological origins of Stripe at the opening ceremony of the conference, he said that he was originally a programmer writing code in Lisp language. One of the core concepts of Lisp is "code is data".

He translated this idea into Stripe's own terms: "Stripe's fundamental philosophy is that money is data. When we launched Stripe in 2011, this was not the dominant view in the industry."

Hoke explored the nature of money from the perspective of organizational theory and concluded that money is only "a guarantee of value exchange." The medium that carries it can be anything. From the perspective of programming languages, Collison directly equates money with data: a kind of data that can be programmed, called by APIs, and operated by agents.

Two people expressed the same meaning in different languages. On the same day, Ginger Baker put it more bluntly: "Isn't money just another form of digital content?"

If money is data, then consumers of data will naturally become consumers of money.

Stripe's content gene

At this point, the story about the AI economy is coming to an end. But let’s take a slight detour. Stripe can almost be considered a peer to content workers.

This company isn't just good at financial services. It is also very good at making content products. Its publishing arm, Stripe Press, has excellent taste. Many people know it from its publication of Poor Charlie's Almanack.

Its podcast "A Cheeky Pint" is also unique and has a wide audience. Google CEO Sundar Pichai, Anthropic CEO Dario Amodei and a16z co-founder Marc Andreessen have all been guests.

During Sessions, I met Stripe Press senior editor Tammy Winter and designer Pablo Delcan. Tammy joked: "Stripe is a publishing house with a multi-billion dollar company attached."

Pablo Delcan talked about his understanding of taste. He said taste is something that develops over time and needs to settle. In terms of design trends, he believes that the new question is how to add a certain sense of complexity through detail and precision without giving up simple concepts and clear expressions.

When the conversation turned to books, Tammy told me that within Stripe Press, the series of books for founders and builders was called the Turpentine series.

These books focus on operational knowledge, tools, techniques, maintenance, and practical content to keep your job running smoothly. They are not abstract theories. They are designed to help readers solve specific operational problems.

The name comes from a story said to be about Picasso: When art critics get together, they talk about form, structure, and meaning; when artists get together, they talk about where to buy cheap turpentine.

What this series wants to do is to become cheap turpentine in the hands of the founder. If you think about it carefully, Stripe's financial services are another form of turpentine for AI companies going overseas. You don’t have to worry about payments, compliance or foreign exchange. You can focus on building the product.

This episode may seem unrelated to the main story, but it actually has a potential connection.

Stripe also has a magazine called Works in Progress, whose core topic is how the economy grows. Its podcasts feature interviews with leading figures in the AI ​​economy. The sessions themselves are like an economics lecture in a way.

The next morning, John Collison spent an entire session talking about economic data, Coase's theory of the firm, and Solow's Paradox. I suspect that the reason a financial services company cares so much about economics is that understanding changes in the structure of the economy is how it will identify its next product opportunity.

As a podcast enthusiast, when I met John Collison on the first day of the conference, the question I most wanted to ask was not about finance. It’s about podcasting. I asked him, after interviewing so many different people, if there was one underlying question that permeated all the conversations.

He thought for a moment and said that what he was really interested in was how these people's companies actually worked, what kind of competitive equilibrium they were in, and how they understood their business.

Coincidentally, there was a small episode at the end of the first day. The final fireside chat was scheduled to feature Patrick interviewing OpenAI co-founder Greg Brockman. But shortly before taking the stage, the guest was replaced by Sam Altman. After all, Patrick explains, “AI is a rapidly evolving field.”

The surprise turned into a carnival. The whole crowd cheered.

The two have known each other for nearly 19 years. Altman was one of Stripe's earliest angel investors. When he invested, the Collison brothers were less than 20 years old. Because of this, Ultraman seemed very relaxed throughout the conversation.

Towards the end, Patrick asked a personal question: Why did Ultraman invest in two teenagers back then? Altman said he remembered they wanted to make a product that solved a problem they themselves had experienced personally, and he also saw the opportunity to scale it because so many other people needed the same thing.

I think his answer about podcasting and his answer about investing point to the same thing: finding real needs, solving real problems.

In the conversation, Altman divided OpenAI's transformation into three stages: from a research laboratory, to a product company, to a "Token factory" that provides intelligence to the world. Each stage corresponds to a different mission.

Stripe.

In 2010, the problem that two Irish teenagers solved was that it was too difficult to collect money online. Along the way, they solved the same problem for 5 million users. And in 2026, they discovered a new problem: the customers of these companies may soon no longer be human.

One hand produces podcasts and the other hand publishes. The Coase Theory and Solow Paradox are discussed on the stage. The exhibition hall is covered with protocols and APIs. Stripe is not only creating the AI economy. It is also documenting the AI ​​economy.

At the conference, an idea that may sound crazy flashed through my mind: Stripe holds transaction data equivalent to nearly 2% of global GDP. It can see where every dollar of AI revenue comes from, where it goes, and how fast it is growing.

If Solow had had such an ECG monitor, maybe he wouldn't have had to wait ten years to find the computer in the statistics.

Maybe one day, Stripe can provide a model for the AI economy. Not a big language model, but a Nobel Prize-level economic model. Who says that's impossible? Just a few years before DeepMind founder Demis Hassabis won the Nobel Prize, who could have foreseen that scene?