Stripe 共同創辦人 John Collison：AI agent 將重新改寫網路商務，2026 年是「奇點紀元」元年

如果未來上網買東西、填表單、比價的不再是人，而是替你跑腿的 AI agent，那整個網路商務會變成什麼樣子？這個問題由每年處理近兩兆美元交易的 Stripe 來回答，份量特別不同。

Stripe 共同創辦人兼總裁 John Collison 今年 9 月在 Browserbase 舉辦的 Navigate 大會上，接受 Sourcery 創辦人 Molly O'Shea 的現場訪談。兩人從代理式商務（agentic commerce）、電腦操作能力（computer use）、資安，一路聊到 Stripe 為什麼把 2026 年元旦定為「奇點紀元」的起點。這場對談的價值在於，它不是 AI 實驗室在描繪願景，而是金流基礎設施業者從實際交易資料出發，觀察 AI 正在怎麼改變做生意的方式。

以下是聽完訪談後整理的重點與評論。

誰在對話？

• John Collison：Stripe 共同創辦人兼總裁，與哥哥 Patrick Collison 一起創立 Stripe，今年是他經營 Stripe 的第 17 年。
• Molly O'Shea：科技媒體 Sourcery 創辦人，長期專訪新創創辦人與投資人。
• 場合：AI agent 瀏覽器基礎設施公司 Browserbase 在舊金山舉辦的 Navigate 大會，Browserbase 本身也是 Stripe 的客戶。

開場時 Molly 引用的數字是：Stripe 在 2025 年處理約 1.9 兆美元的交易量，年增約 34%。以下凡是數字與預測，皆為受訪者或主持人的說法。

觀點一：Agent 已經是現實，computer use 是接上真實世界的「萬用轉接頭」

John 的第一個判斷很直接：Instinct、Muse 這類個人 AI 助理已經不是概念，而是現場不少人每天在用的工具。他的理由很生活化：沒有人會在空閒時間主動想去填網頁表單，如果 agent 記得你的收件地址、付款資訊，能直接替你「去更新駕照」，那當然比自己跟一堆表單搏鬥舒服得多。

他認為個人 agent 真正變得好用，靠的是兩個條件：一是給它足夠的運算資源，讓它真的能把事情做完；二是 computer use 技術終於成熟到可以實際上路。他把 computer use 形容為現實世界的終極「向下相容層」：要等美國監理單位（DMV）的網站支援 AI 專用的 MCP 介面，恐怕還要好幾年，但 agent 只要能像人一樣操作瀏覽器，就能直接繞過這個問題。

小評： 這個比喻點出 AI agent 落地最現實的瓶頸：世界上絕大多數網站與系統，短期內都不會為 AI 重寫。能讓 agent「照人類的方式」操作既有網頁的技術，因此成了關鍵基礎建設，這也是 Browserbase 這類公司受到矚目的原因。

觀點二：代理式商務的兩階效應，先改變購物，再重洗商家版圖

John 把代理式商務的影響拆成兩層。第一層比較表面：未來有很大一部分的購物，會由消費者的 agent 代勞。第二層則更深遠：整個商務版圖可能被重新洗牌。

他以自己用 AI 做商品研究的經驗為例，AI 常會挖出過去沒聽過的小眾品牌，只要產品口碑真的好、網路上的人真心喜歡，就更容易被 AI 推薦。這對商業世界的「長尾」是好事，也代表現有的電商與比價平台得面對新問題：AI 探索本身正在變成新的商務入口，目前排名前面的業者可能會被重新排序。

他拿社群廣告時代做類比：當 Facebook、Instagram 的廣告投放變得非常精準時，催生了一整批原生於這套模式的品牌，例如 Wish、Teespring，甚至 Temu 與 SHEIN；老牌零售商理論上能用同樣的工具，卻沒有那麼得心應手。他認為 AI 電商也會如此：第一階讓買東西更方便，第二階則讓最懂得善用 AI 的商家取得優勢，影響甚至會一路延伸到產品怎麼被設計出來。

小評： 對品牌與零售股投資人來說，這是值得追蹤的結構變化。過去十年「誰最會買流量」決定了電商贏家，下一個十年可能變成「誰最容易被 AI 找到、被 AI 推薦」。產品力與真實口碑的重要性，可能會比廣告預算更高。

觀點三：資安攻防同步升級，未來五年入侵事件可能更多

談到風險，John 沒有粉飾。他指出新技術同時對攻擊方與防守方開放，就像汽車剛問世時，最早拿來犯罪的是銀行搶匪，警察後來才發現也需要汽車追捕。他坦言新一代模型的網路攻防能力進步得令人敬畏，Stripe 雖然多年來對資安近乎偏執，仍把資安從原本就高度重視的事項，拉高為投入更多心力的重點。他的預期是，未來五年看到的資安入侵事件，可能會比過去五年更多。

不過他也提醒，理論上攻防會達到某種均衡，現實中卻有很多組織來不及導入最新能力。新創反而相對有利，因為技術堆疊小而一致，容易採用最新工具；最危險的是那些用了數十年、靠一連串併購拼湊起來、甚至還跑著停止支援舊系統的大型企業。

小評： 這段可以和網路資安類股的長期需求連在一起看。AI 讓攻擊門檻降低，而老舊系統多的大型企業、金融機構與政府單位，資安預算很可能持續上升。

觀點四：Stripe 把 2026 年元旦定為「奇點紀元」第一天

John 說，Stripe 內部半開玩笑地把 2026 年 1 月 1 日當作「奇點紀元」的起點，靈感來自電腦系統以 1970 年元旦作為時間起算點的慣例。選這天並非全無道理：去年底程式設計模型的能力突然大躍進，而 AI 圈一直談的「遞迴式自我改進」，也就是用 AI 讓 AI 進步更快，現在已經可以明顯感受到。他舉了最近各家陸續發表數學研究成果、形成互相競爭的局面，以及各實驗室用 AI 加速自身研發為例。

他認為 2026 年就是真正開始感受到遞迴式自我改進效果的一年，而且 Stripe 對此相當樂觀。 依他的說法，當「隨手可得的智慧」變便宜之後，新公司的成立數量大幅增加，Stripe 平台上的新公司成立速度是近年最高。Molly 在節目介紹中另外補充，Stripe Atlas 在 2026 年這一批新創的營收表現，約是 2025 年那一批的 5 倍。

至於該不該害怕，John 的態度是：在商業上要非常認真看待正在發生的事，具體的資安風險要處理好，但不需要整天籠罩在末日預感裡，反而應該為身處 AI 快速起飛的時代感到興奮。

小評： 「新公司成立速度創新高」是少數能直接對應到經濟活動的 AI 指標，而且出自金流業者的第一手資料，比調查問卷更有說服力。當然，Stripe 是 AI 浪潮的直接受益者，樂觀立場也在預期之中。

觀點五：當寫程式的是 AI，Stripe 也得重新學功課

John 舉了一個很具體的例子：Stripe 一路以開發者體驗為賣點，連 API 文件的細節、版本升級的遷移流程都投入大量心力。但現在幾乎已經沒有人親手串接 Stripe API，而是交給 coding agent 處理。「對開發者友善」和「對 AI 友善」是兩套不同的設計原則，例如 AI 很容易一不小心接到錯誤的 API 版本，所以 Stripe 必須重新調整自己擅長的事。他形容所有產業都像棋盤被搖了一下，幾顆棋子倒了，局面重新排列。

Stripe 近年的收購也反映這個方向：

• Bridge 與 Privy：補上加密貨幣與穩定幣領域的原生團隊和文化，這是 Stripe 自己要花很久才學得會的。
• Metronome：專做用量計費。John 指出，AI 產品都有推論成本，幾乎所有 AI 服務都得加入按用量收費或額度用完再加購的機制。
• OpenRouter：模型路由平台。他觀察到企業支出中流向 AI 推論的比例快速上升，而 OpenRouter 的核心信念是同一家公司會同時使用多個模型，並隨時切換；甚至可以依用戶價值分流，高價值用戶用最強的前沿模型，其他用戶用較便宜的模型。

至於自建還是收購，John 引用 Box 執行長 Aaron Levie 當年給他的「很簡單」答案自嘲，接著說明判斷原則：越接近 Stripe 核心能力的事越適合自己做；全新能力（例如模型路由）且市場變化極快時，等內部做出來可能已經過時，收購就更划算。被問到 Stripe 成長中有多少來自 AI，他不願給精確比例，只說「很多」，也直言現在很難把公司硬分成 AI 與非 AI 兩類，因為還沒大量使用 AI 的公司，大概根本沒在注意正在發生的事。

小評： 用量計費與多模型路由，這兩筆收購押的都是「AI 成本結構」本身。這對投資人是個提醒：AI 帶來的不只是新應用，還有定價模式與基礎設施的全面改寫，相關的計費、路由、監控工具都可能成為新的成長領域。

觀點六：人人都能做軟體，以及「好機器人」與「壞機器人」的難題

John 提到 AI 能力的「鋸齒狀前沿」：在訓練資料多的領域表現驚人，在資料少的領域就明顯吃力。企業也有類似問題，真正有用的 AI 必須帶著公司內部脈絡。Stripe 因此打造內部工具，讓 AI 應用能在完整的隱私保護與權限控管下存取公司資料。結果業務團隊會自己做 AI 應用來準備客製化提案，法務團隊也有人自建 agent，專門追蹤全球各地新出爐、動輒數百頁的法規。

他認為「個人化軟體」喊了幾十年，直到現在門檻才終於低到真的大量出現，computer use 也是同樣的轉折。 他把 AI 的進展看成幾次離散的能力跳躍：先有 Transformer，接著是大型語言模型，再加上強化學習；而成熟可靠的 computer use，很可能會被視為下一次跳躍，因為它讓 AI 能接上現實世界的其他系統。

被問到大家還沒問夠的問題時，他點出機器人偵測：現在很多網站都在擋機器人，但未來越來越多流量本來就會是機器人，新的偵測機制必須能分辨好機器人與壞機器人。他也鼓勵大家親自試用 Instinct、Grok Bot、Meta 的 Muse 等 AI 助理，感受下一代互動模式，同時坦言新的均衡會長什麼樣子，目前還沒有人知道答案。

小評： 機器人偵測的問題看似技術細節，背後其實是商業模式之爭：網站要不要讓 agent 進來、怎麼收費、怎麼確認身分與付款授權。這和金流、身分驗證、反詐騙產業都息息相關，也是 Stripe 這類公司想卡位的地方。

觀點七：17 年的體會，沒有捷徑、玩長期賽局、使用者優先

訪談最後，John 濃縮了三點創業心得：

• 沒有捷徑：Stripe 從來沒有一夕爆紅的時刻，很多年只是「成長率比去年低一點，但規模更大」，一年一年累積，才走到今天的規模。他特別強調「堅持做下去」的重要性被低估，並以 Nvidia 為例：這家公司從 1990 年代就在做 GPU，也經歷過遠不如今天熱門的時期。
• 玩無限賽局：善待合作夥伴，讓別人覺得你是值得信賴、好合作的對象，聲譽非常重要。
• 使用者優先：這是 Stripe 營運原則的第一條，從客戶真正需要什麼出發，反推該做的產品，而不是先想「哪個市場是新營收來源」。

他也分享了自己如何避免「AI 精神失常」：讀書、看電影、走進大自然、偶爾放下手機，並建議來舊金山開會的人一定要離開市中心，到金門大橋另一頭走走。

這對一般投資人代表什麼？

• 代理式商務正在從概念走向交易。 當 agent 開始替人下單，金流、身分驗證、反詐騙與機器人管理都會被重新定義，基礎設施業者可能最先受惠。
• 電商與品牌的贏家邏輯可能改變。 能被 AI 找到、口碑扎實的產品更有機會勝出，依賴流量與廣告投放的模式面臨挑戰。
• 資安需求只會更高。 John 預期未來五年入侵事件可能更多，老舊系統多的大型組織壓力最大。
• AI 的成本結構催生新商機。 用量計費、多模型路由等工具，反映 AI 正在改寫軟體的定價方式。
• 樂觀要有所保留。 Stripe 是 AI 浪潮的受益者，部分數據（如成長中 AI 的占比）也未公開，觀點應視為業者立場而非定論。

結語

John Collison 描繪的不是遙遠的未來，而是已經發生在 Stripe 交易資料裡的變化：新公司大量出現、開發者把串接交給 AI、商家的競爭規則開始鬆動。他的態度可以總結成一句話：認真面對風險，但別錯過這個時代。對投資人而言，與其爭論 AI 是不是泡沫，不如觀察錢怎麼流動、誰的商業模式正在被改寫，這場訪談提供了一個很好的觀察起點。

---

來源

• 節目原始影片：Stripe’s John Collison: AI Agents Will Rewire the Internet（YouTube／Sourcery with Molly O'Shea 官方頻道）
• Podcast 版本：Apple Podcasts／Spotify
• 節目介紹文：BREAKING: John Collison, Stripe（Sourcery）
• 活動資訊：Navigate 2026（Browserbase）
• 本文為收聽 Browserbase Navigate 2026 現場訪談後的聽後整理，文中數字與預測皆為受訪者或主持人的說法。

非逐字翻譯、觀點整理，不構成投資建議。