PATRICK COLLISON： John，你在哪儿？他在——[听不清] 他演讲的开场部分……John，你在干什么？

JOHN COLLISON： Patrick，你这话说得太妙了！“TradFi”感觉确实有点死板，我懂你的意思。你想要的是那种写起来顺手、舒服的代码，不光是为了 CI。

PATRICK COLLISON： 好了，我们得去参加 Sessions 了，那里有很多人等着呢。 

JOHN COLLISON： Patrick，淡定。你不是说想在 Sessions 上，获取更多亲手实操的帮助嘛。会场的氛围相当好，大家看起来都很棒。感觉相当不错。 

PATRICK COLLISON： 好吧，John。我知道你热爱编程。但 Andrej 的那条推文说的可不是你在这儿的主观体验。他讨论的是工具链。 

**JOHN COLLISON：* 等一下，我们搞定了。全部接受并部署。你还在等什么呢？我们得去参加 Sessions 了，不能在这里闲逛。 

主持人： 有请 Stripe 联合创始人兼首席执行官 (CEO) Patrick Collison。 

Patrick COLLISON： 下午好，欢迎来到 Stripe Sessions。Sessions 是互联网经济大会，这是迄今为止我们规模最大的一次会议，比去年扩大了 32%。本周有大约 8000 人参加我们的大会，这还不算我知道你们中有些人偷偷带进来的代理人员。非常高兴这周大家能够齐聚一堂，很棒的是今年有这么多老朋友回归，也很高兴见到许多首次参加的新面孔。 

当我们提到“互联网经济”时，指的是那些利用互联网做出根本性创新的各类企业。而我们举办 Sessions 的目标，就是打造一个汇聚点，让所有致力于适应这些非凡新能力和机遇的人们汇聚一堂。本周，我们邀请了全球增长最快的初创公司，比如 Cursor、Vercel 和 Lovable；一些雄心勃勃、快速转型的企业，如 URBN、雀巢、英伟达；还有影响力巨大的软件平台，比如 Shopify、Atlassian 和 Salesforce；当然，还有许许多多其他优秀的伙伴们加入我们。 

我们在台上为你们准备了很多精彩内容，但我希望各位也能花很多时间相互交流。我认为这是 Sessions 最具价值的其中一个环节，或许是最有价值的部分。 

在这里，我想先花一点时间表达我的感激与敬意——感谢你们，我们的客户和合作伙伴，因为正是你们的信任和反馈，使我们的工作成为可能。没有你们的建议和指导，我们无法打造出 Stripe。同时，我也怀着敬佩之情，因为改变世界的不是实验室里那些美好的构想，而是那些经过艰苦努力、稳步推进、广泛部署和规模化落地的好点子。这个创业过程，是人类历史上改善福利的最伟大力量，而你们正是这股力量的推动者。我们为能与你们携手共进而感到无比自豪，这也正是我们坚持不懈的动力所在。 

今天晚上的会议有很多内容要讲，所以我将以 1.5 倍的播客速度快速讲完剩下的内容。首先，请让我回顾一下 Stripe 的生态系统。去年，也就是 2024 年，你们度过了非同寻常的一年。Stripe 平台上商家的收入增长速度是标准普尔 500 指数总和的 7 倍。因此，根据经验，Stripe 是全球增长最快的公司的家园。 

这一增长带来了大约 4000 亿美元的新支付交易量，也就是说是“新增”的交易量。大家可以把这看作是 Stripe 的“GDP”在去年增长了大约 4000 亿美元。当然，理解这些数字总是有点抽象——我们该如何将它们放在一个具体的语境中呢？我认为，一种非同寻常的思考方式是，去年欧盟经济增长了约 6000 亿美元。因此，Stripe 生态系统的增长几乎与整个欧洲的增长一样大。所以，恭喜大家！ 

2024 年，Stripe 上的商家总计处理了超过 1.4 万亿美元，约占全球 GDP 的 1.3%。这个数字说大也大，说小也小。GDP 并没有上限。因此，就这 1.3% 而言，我认为有很大的增长空间。 

现在，在美国，已有超过 200 万家企业在 Stripe 上积极开展业务，约占美国企业总数的 6%。在这 200 万家企业中，包括了《财富》100 强企业中的 50%，《福布斯云计算 100 强》中的 80%，以及《福布斯 AI 50》中的 78%。不过，这 78% 实际上可以看作是 100%，因为在这些福布斯 AI 50 企业中，只要是已经开始接受在线接受付款，我们都在合作——只是其中一些公司尚未正式上线产品，我们也很高兴能够提前与他们开展合作。 

对于所有这些商家，以及在座的每一位，我们都希望 Stripe 既能成为你们构建业务时改进最快的基础设施，也能成为你们工作时最可靠的平台。去年有一个很酷的数据——至少我认为很酷——我们平均每天在 Stripe 上部署 1,145 个拉动请求。这些请求已完全交付至生产。该平均值不仅涉及工作日，也包括周末和其他所有时间。 

我们的团队在不断改进。很多公司都是按月、按季或按周进行部署。而我们几乎每时每刻都在改进 Stripe。在这样做的同时，我们在关键 API 上保持了 99.99986% 的可用性。 

我们深知可靠性对大家的重要性。因此，Stripe 去年的可用性达到了 99.99986%——换算下来，全年只有大约 44 秒的不可用时间。这还包括黑色星期五、网络星期一等流量高峰期在内。换句话说，在 2024 年整整一年里，系统全年中断时间还不到一分钟。Stripe 的各个团队对此非常重视。这就是一个简短的概览。如果你想了解 Stripe 生态系统的更多情况和动态内容，我们已经准备好了年度公开信，你们每个人座位上都放了一份，欢迎带回去阅读。 

现在，我们齐聚一堂，恰逢一个有些特别的时刻。过去这些年被称作“前所未有的时期”，我们已经听这句话听了无数次。也许到了今天，这些“前所未有”已经变成了“常态”。不过，眼下这个节点显然还是不太寻常。我们正面临两股相互对冲的力量：一方面，全球贸易正经历着重大的动荡和不确定性，这也许会是全球经济的一个关键转折点；但另一方面，我们也恰恰处在一场深刻技术变革时刻。而这背后，不是一股，而是两股强劲顺风——那种早已超出蒲福风力等级的顺风，正在剧烈地重塑我们所处的格局。这两股风当然是指 AI 和稳定币。 

这些均是在动荡经济形势下取得的重大新突破。我们已多次看到宏观经济动荡时期的创新模式。我认为我们可从中汲取一个重大教训。当新技术与动荡经济碰撞时，技术往往胜出，技术就是赢家。 

下面我们来谈谈这些技术。关于人工智能，我首先建议——如你所知，我对此存有偏见——但我首先建议预购 Stripe 出版社出版的 <em>The Scaling Era</em>。我认为这是迄今为止有关这场变革的最佳单篇著作。由于该领域发展迅速，这本书尚未推出精装本，但可以从亚马逊的 Kindle 上下载。 

除了所有正在涌现的技术奇迹之外，我想说的是，从商业角度来看，我们观察到最引人注目的现象是：那些在整个 Stripe 生态系统中以新颖方式应用 AI 的商家——它们将突破性进展转化为收入的速度之快，着实令人惊叹。 

大家可能都见过这张图表。它显示了新技术在整个经济中的加速传播。在 20 世纪初，技术的采用率达到 50% 需花费几十年的时间。在 20 世纪末，我们大概在 10 年或 20 年内就达到了这一目标。人工智能的发展基本上是一个方波，在一夜之间就悄然发生。 

关于稳定币，我们称之为室温超导体。我不知道大家是否确切知道超导体的作用，但我们认为这个比喻有一定道理。就像真正的超导体一样，稳定币显著减少了存储和移动过程中的摩擦和能量损耗。 

很多加密货币的使用案例，往往会显得非常“加密原生”，这并不意味着它们不好，但确实让人难以看出它们与现实经济和现实世界的联系到底在哪里。但稳定币则不同，它们关注的是现实世界的实用性，是普通企业中的真实应用。而在这方面，明天我们还有一些非常精彩的公告，敬请期待。 

所以说，尽管眼下充满挑战，我们仍然有强大的理由保持乐观。这就是本次活动的主题。日常生活中的“货币”，其实存在于数以千计的彼此孤立的系统之中，而这些系统往往彼此之间难以兼容、沟通不畅。这就导致，任何涉及“钱”的业务环节，往往会出人意料地顽固不化、抗拒变革。你们都经历过并处理过这种情况。当世界正在经历剧烈变革时，这种顽固性的代价尤其高昂。 

因此，我们正在构建可编程金融服务来解决这一问题。我们希望让资金像任何其他形式的数据一样易于操作和管理，以便轻松启动新市场、测试和部署全新的收益模式，最重要的是确保你们能真正实现可能上周才意识到的、全新的客户体验。我们认为，未来几年全球经济将发生大量的重组和重构，我们希望构建一个能帮助你们实现这一目标的平台。这就是本周的主题。 

今年我们对形式稍作改动。明天上午，我们将推出 Stripe 的 60 多项重大增强功能，这些都是我们过去几个月（有些甚至是过去几年）一直在忙碌的成果。明天主题演讲最大的难题在于内容的取舍。Stripe 的员工为交付我们将要推出的改进付出了极大的努力，我为这样的成果感到非常自豪。真心希望你们也会喜欢。 

今晚，我们想把视野放得更远，分享一些我们对整个互联网经济更高层次的观察。我们所在的旧金山正处在前沿创新的最尖端，那些最终会影响各行各业、不同规模企业的新现象和新模式——往往最初都是在初创企业中初现端倪的。因此，为了概述我们遇到的情况和我们认为未来几年可能蓬勃发展的方向，我把话筒交给 Stripe 的总裁，也是我的联合创始人，我的弟弟 John。 

JOHN COLLISON： 谢谢 Patrick。我们现在关注的是商业的未来。明天上午会讨论产品和路线图。我想谈谈在前沿领域的观察。首先来浏览一下快速发展的互联网经济格局。这有点像一次野外探险，但没有狮子，只有很多折线图。稍后我们会展望未来，看看接下来会发生什么。我们的探险之旅就要开始了。 

正如 Patrick 提到的，你们的收入增长速度比标准普尔 500 指数公司快 7 倍。在座各位正在开创商业的新纪元。今天我想聚焦一个特定领域——基于 Stripe 发展起来的突破性公司。这些企业在不到两年的时间内将收入从 100 万美元提升到 1000 万美元。显然，你们中的许多人经营的企业规模更为庞大，但每年你们都表示希望了解前沿动向。我们发现，无论企业规模，关注这些高速增长的新兴企业都能获得重要的行业洞察。请看这里。 

这是 Stripe 上突破性企业的图表。可以看到，企业实现突破性增长的占比创下新高，甚至高于疫情期间的峰值。你们可能会想：“这些是什么样的企业？增长最快的是什么样的企业？”如你们所想，确实有不少AI 公司。事实上，几乎所有新的 AI 实验室和产品都在 Stripe 上运行。因此，我们选取了 100 家增长最快的 AI 初创公司，并将它们与 SaaS 领域同等规模公司进行比较。它们的增长态势完全突破了我们以往的认知，AI 企业正在以惊人的速度压缩成长周期。 

如果进一步缩小范围，只看过去三年成立的 AI 初创公司，可以看到 Patrick 提到的一些"方波式"增长动态。它们平均只需 9 个月就达到 500 万美元的年度经常性收入 (ARR)。而处于最前沿的那些公司，增长速度更是惊人。总部位于斯德哥尔摩的 Lovable 在 4 个月内就达到了 5000 万美元的 ARR，目前是欧洲增长最快的初创公司。Cursor 推出仅 2 年，已经宣布 ARR 超过了 3 亿美元。确实很了不起。 

当谈到 AI 收入时，人们往往会问：“这些收入真的具有粘性吗？还是人们只是尝试一下，然后就取消了？” 因此，我们将 AI 公司的留存率与 SaaS 的留存率进行了比较，结果非常有趣。单个 AI 公司的留存率低于其 SaaS 同行，但客户通常会转向其他 AI 工具。在行业层面，情况发生了逆转。 AI 整体的留存率高于 SaaS。因此，在我们看来，这是一个正在快速发展的行业，充满了活力。人们急切地在不同的 AI 工具之间切换，但没有人会回到独自思考的状态。显然， AI 正在催生大量突破性公司，它们的变现速度比我们以往任何时候都快。 

在我们的数据集中，另一个贡献了最多突破性企业的类别是 SaaS 平台。美国 60% 的小企业使用各类 SaaS 平台来启动和管理他们的业务。比如为餐馆提供服务的 Toast，为水管工提供服务的 Jobber，为健身房提供服务的 Mindbody。从 2005 年到 2015 年，美国每年新增的小企业应用程序数量一直在 260 万左右。值得注意的是，2016 年，这一增长拐点恰好与 SaaS 平台数量的激增期同步出现——正如这里所示——两者几乎在同一阶段发生了明显转变。 

因此，小企业创建的增长与服务它们的 SaaS 平台的增长是同时发生的。这些平台充当了渠道，将技术、自动化和人工智能注入到历史上难以采用这些技术的企业中。 

单个教堂不太可能部署大型语言模型 (LLM) 来处理活动物流，单个零售商也不太可能构建 AI 来预测库存需求，但诸如 Pushpay 和 Transformity 这样的平台正在为它们做这些事情。我们一次又一次地看到这：SaaS 平台将 AI 应用到小企业经济生态中。因此，这些 SaaS 平台为小企业部门提供了技术驱动的生产力，从而而实现了突破性发展。 

最后一类突破性公司是创作者经济。它们不仅重塑商业形态，也广泛影响了文化领域。仅在过去两年中，通过 Stripe 实现内容盈利的创作者数量就增加了一倍多。这张图表非常耐人寻味，也许你会把创作者经济与疫情现象联系起来，比如那时我们都在上在线烹饪课而不是外出就餐。但可以看到，疫情时期的增长规模相比之下并不大。多年后，这个领域依然保持着增长势头。 

官方经济指标仍未能完全反映这一趋势。人口普查局没有给我们提供关于“网络红人”的数据。据高盛估计，目前通过在线内容创作年收入超过 10 万美元的人数已达 200 万。如果将这些创作者视为一个经济体或公司，其规模将成为仅次于沃尔玛的全球第二大私营雇主。 

如果你最近刚与年轻人打过交道，你可能已经注意到：57% 的 Z 世代的愿望是成为“网络红人”。也许他们是对的。也许这是未来唯一的不受通用人工智能 (AGI) 影响的职业。你可能熟悉 YouTube、TikTok 和 Instagram 这些大平台。我们已经看到，从 Substack 的新闻业到 Coursera 的教育业，一个极具活力的创作者生态系统正在全面重构各行各业。 

就在上周，随着法院裁决落地，苹果公司修改政策允许开发人员绕过 App Store 进行支付且无需缴纳佣金。这意味着开发人员在创建支付流程时有了更多的设计和商业灵活性，并且能够经济高效地自主搭建数字商品支付系统。 

AI、垂直 SaaS 平台和创作者经济，这些只是我们在 Stripe 上看到的增长最快的企业中的几个类别。你可能会想：“它们是如何做到的？有哪些经验值得借鉴？” 

在 Stripe 上增长最快的公司中，我们看到了一些共有的特质。首先，它们中的许多比前辈更快、更早地实现全球化。去年，成立仅 3 年的人工智能图像生成服务公司 Midjourney 已经面向 200 多个国家和地区的客户销售产品，按这个发展速度，他们很快就需要说服 Heard 岛和 McDonald 岛的企鹅使用 AI 绘图服务，否则市场版图将无以拓展。 

其次，今天庞大的互联网市场鼓励专业化发展。这完全合乎逻辑——如今的市场规模比十年前庞大得多。在 AI 领域，看到 Harvey 和 Nabla 等公司正为法律和医疗行业提供专业AI工具；SaaS 平台则几乎覆盖所有细分市场：Traxero 服务拖车公司，Danceplace 面向舞蹈教练，JetInsight 专注小型航空企业。 

第三，全新的定价模式正在兴起。传统软件销售往往采用“一次开发、重复销售”的高毛利订阅模式。但随着产品 AI 化，推理成本变得举足轻重，企业客户所需的软件许可证数量反而减少。因此，按使用量计费 正成为企业平衡成本与定价的新选择。 

企业开始尝试新的模式，比如基于结果的定价。以 Intercom 为例，他们正从支持产品按许可证数量计费（这是大多数 SaaS 的构建方式）转向按已解决案例数量计费。在 AI 提升生产力的时代，依赖人员扩张的定价模式显然不合时宜。这类新型定价机制既能实现收入增长，又能与客户价值深度绑定。 

说到提高员工的工作效率，这些突破性公司人均产出令人惊叹。我之前提到的 Cursor，ARR 达到 3 亿美元，刚宣布估值已达 90 亿美元。但我刚才没说，他们只有 60 名员工，相当于人均创造 500 万美元收入，远超被视为黄金标准的科技巨头。SaaS 平台同样展现了惊人的杠杆效应。例如，GlossGenius 仅 300 名员工为 9 万家沙龙和水疗中心提供服务。 

全球化布局、垂直专业化、创新定价模式、超高人均效能，这些都是我们在突破性公司中看到的共有特质。但这些特质并非初创公司的专属。我们在 Stripe 看到，规模更大、更成熟的企业也可以采用这些模式。 

以 Fender 为例，这家拥有近 100 年历史的企业，早已突破单纯销售吉他的业务模式，成功转型为一个连接吉他师生、快速增长的平台。这绝非什么玩票性质的副业或炫技：25 万付费客户已完成了超过 5500 万节课程。由此可见，在当今互联网经济中增长最迅猛的领域，突破性企业的数量正创下历史峰值。 

虽然对未来的预测很难，但我预计，五年后在 Stripe Sessions 会议上，我们讨论的突破性公司诞生速率必将再创新高。这得益于 Patrick 刚强调的两大推动力：稳定币和 AI。也许你已知道这两个因素的重要性，接下来我将详解它们如何重塑互联网经济。 

我们从稳定币开始。总体而言，自去年 Sessions 会议以来，稳定币供应量（即系统中的总美元数）增长了 39%。两大稳定币发行方合计成为美国国债的第 17 大持有者，且排名还在快速攀升。那么稳定币将如何塑造未来商业图景？ 

支付的核心流程，包括支付受理、资金管理与存储、外汇兑换和资金发放。在全球范围内，支付受理环节都有很好的解决方案。以我们刚才谈到的 Midjourney 为例，他们的产品销售到了 200 个国家，主要靠的是接受银行卡和其他 Stripe 上的支付方式。 

但一旦涉及更复杂的操作，比如管理全球客户账户余额，或向数十个国家的用户分发资金，难度就会大幅上升。因此，只有极少数公司能跨境运营任何类型的金融应用程序。诸如 Uber 和 Airbnb 这样的公司，其支付团队有数百人在努力构建和维护这一功能。 

稳定币旨在实现无国界金融服务。去年，我们宣布收购 Bridge。这家企业正在构建基础设施，帮助各类机构基于稳定币开展业务创新。目前，市场对无边界金融服务的需求正在迅猛增长，我可以给大家直观展示。 

现在我要小小地“自爆”了——这是 Stripe 成立头两年的支付处理量，增长曲线相当漂亮，我们一直引以为豪：平滑的指数上升，节假日还有小幅跃升。那么，如果我把 Bridge [同期]（成立前两年）的支付量叠加进来……如果我们加在这……

Stripe 在 Y 轴零点旁边成了尴尬的平线，而 Bridge 则开启了指数级的增长。自 2010 年以来，人们始终在追问加密货币是否具备真实价值——而眼前稳定币展现的，是真实企业正在创造的真实效用，其增长速度甚至超越了 Stripe 自身历史上所有记录。 

这类应用主要集中在无边界金融服务领域：X 公司、Remote.com 和 Scale AI 通过稳定币向全球用户分发资金；DolarApp 和 Chipper Cash 让拉美和非洲用户持有美元资产；甚至连 SpaceX 都在内部采用稳定币进行跨境财务操作。 

传统大企业往往开设数百个银行账户，导致资金分散在不同国家，子公司间结算耗时耗力。即便是 Nubank 和 Cash App 等顶尖金融科技公司，成立十年后业务覆盖也不超过十个国家/地区。但随着稳定币成为无边界金融的基石，我们预测同时进军多国市场将成为新常态。 

应用场景几乎是无限的，任何全球化企业都应关注稳定币。在 AI 方面，我们已经讨论过 AI 公司如何以前所未有的速度增长，如何将 AI 应用于你所有的业务中？ 

眼下最热门的话题莫过于 AI 编程以及软件工程将如何与之结合。有时很难将炒作与现实区分，因此我们认为应该进行测试。 

周四上午，Patrick 和我将在这里进行问答环节，希望届时能见到大家。因为需要收集你们的问题，因此我们想“能否在不写代码的前提下，构建一个应用程序来接收你的问题并进行投票等操作？”，现在想看看我们的结果吗？ 

这是我的提示词。我们使用的是 Cursor。输入了这个提示，可以继续提交。我觉得有趣的是，这是一套相当详细的提示词。关键点在于：这个提示词非常详尽，就像给开发者的产品需求文档 (PRD)。如果不指定技术栈，效果就会打折扣。 

但我们没有编写任何代码。不需要写任何代码，它就能自动运行。虽然中途出现过错误，提示词也经过些微调整，但确实没写任何代码。看，这个功能完整的应用已经建好了，现在就能提问。 

为了让大家更直观地感受这种开发方式，我们不妨对这个应用做些修改。比如，我们觉得可能需要些激励措施来鼓励大家提问，可以适当加入游戏化元素。于是，我只需要回到 Cursor 界面，输入："请添加彩带动画效果"。为了保险起见，我还特意加了个"请"字——就像帕斯卡赌注那样稳妥。看，这就是 AI 编程的奇妙之处：它此刻正像普通工程师一样，通过搜索问题并安装软件包来解决问题。整个过程就是这样简单——我们只需用自然语言描述需求，它就会返回相应代码。我就不逐行检查了，直接点击确认。现在，来试试效果。 

好，我们再来试个大家可能都好奇的问题：“Patrick 是怎么当上 CEO 的？”理论上——顺便说这可是现场演示，希望能成功——好了。“效果需要更炫一点”（pizzazz 怎么拼来着？）“把彩带效果调得更强烈些，这可是现场演示，一定要成功啊。”看，这就是当下 AI 编程的独特体验：Cursor 已经返回了修改方案，应该没问题，我直接确认生效。 

好了。当然得立即部署——就像程序员总爱在周五下午 5:00 部署那样。稍后就能在 Sessions 应用里看到这个更新了。 

这显然是个有趣的例子，但它确实让你感受到 AI 编码的进展。目前 AI 还难以驾驭具有复杂上下文的大型代码库，而且结果具有不确定性——就像刚才彩带突然只从右侧飘落的情况。虽然现在还不能用它来开发登月舱程序，但确实已能显著降低生产级软件的开发时间和成本。 

以 Stripe 为例，添加新支付方式通常需要几周时间，但我们给大语言模型 (LLM) 提供了几个现有支付方式的集成示例，并指出了 API 文档，然后不到 30 分钟，它就生成了新的集成方案，几乎不用修改输出结果。对于模块化、文档完善、易测试的任务，人们已经在用 AI 编写大量代码了。这已经足以引发深刻的行业变革。 

当然，仅围绕现有能力做规划是错误的，因为这些能力会不断进化。AI 编程是 AI 整体趋势的一个缩影，而我们很难准确判断自己处于发展曲线的哪个位置，因为目标不断在变化。 

现在，AI 编程还没取代所有软件工程师，但相比去年此时，其能力提升已令人惊叹。为了进一步探讨这个话题，我想请出一位特别嘉宾。Patrick 之前提到过他的书《The Scaling Era》，他还通过播客采访了多位在 AI 领域有重要影响力的思考者和实践者。有请 Dwarkesh Patel。 

感谢光临。 

DWARKESH PATEL： 很荣幸来到这里。 

JOHN COLLISON： 我认为跟进 AI 最难的一点，是区分实际进展和炒作，并在发展曲线上找到自己的位置。在场各位都在经营企业，假设大家都对 AI 很感兴趣，我知道你对 AI 的话题有深度的思考，所以想请你预测，在我们真正开始看到所有生产力的提升时，实际情况会怎样？ 

DWARKESH PATEL： 我认为当今的 AI 其实非常有限。比如刚才的彩带。 

JOHN COLLISON： 我觉得还不错。 

DWARKESH PATEL： 它只是个输入输出的文本框。它能回答问题、给出操作指令，但无法自行执行动作，也没有在完成任务期间进行学习的能力。这就像活在《土拨鼠之日》的循环里——每次会话都是全新的记忆起点，训练一个“AI 助手”需要很长时间。这些模型出厂时具备什么技能，你就只能用什么技能，无法对它们进行真正的训练。而且它们无法处理需要数天或数月完成的项目，而大多数现实中的工作恰恰是这样的。大多数工作不是花 30 分钟写一个 Google 文档。我希望在未来几年，这些能力有所突破，让 AI 真正发挥广泛的作用，产生巨大的经济影响。 

JOHN COLLISON： 我们对 AI 保持乐观的根本原因在于，虽然当前 AI 的上下文处理能力和任务执行时间仍相当有限，但大家已经看到了它展现的潜力。正如你所说，一旦突破长期持续性任务的限制……人们常讨论的那个概念，"即插即用的远程工作者"这个说法是你首创的吗？

DWARKESH PATEL： 对，是我提出的。

JOHN COLLISON： 明白。现在的 AI 就像刚入职五分钟的新人，而如果 AI 能像在公司工作了 10 年的老员工那样熟悉业务，那会有多强大？即便当前有限的表现已经令人惊叹。 

DWARKESH PATEL： 没错。即便今天的模型也能读取代码库的每一行代码、所有 Google 文档等等。想想看，让人类快速熟悉这些内容有多难，没人能那么快做到。如果 AI 足够智能，能在无人监督的情况下长期执行任务……其实正因为现在的 AI 还很弱，我们才更应该看好它的潜力。 

JOHN COLLISON： 你作为 AI 原生代，在播客和写作中怎么使用 AI？有哪些独特方法？ 

DWARKESH PATEL： 我无法代表所有人。但我会把 AI 当作真正的同事。就像雇佣一个新员工，需要花数小时、数周给他反馈，迭代任务，调整指令。现在人们用 LLM 做事，一次没成功就放弃了，甚至不愿多花 15 分钟优化提示词，也不会培训体系，但我们对人类同事必须做这些。我会对 AI 更有耐心。 

JOHN COLLISON： 你对 AI 更没耐心？ 

DWARKESH PATEL： 不，是更有耐心。 

JOHN COLLISON： 噢，更有耐心，我明白了。 

DWARKESH PATEL： 没错。 

JOHN COLLISON： 你是说你已经构建了一套 AI工具包？ 

DWARKESH PATEL： 是的。很多人会抱怨自己写作水平一般，但我会用 AI 帮助我写文章，感觉很有用。这需要在会话中不断给它反馈，比如“这里写得不对，我会这样写”。不过，会话结束后，所有这些“调教”都会丢失，但在会话过程中还是有用的。 

JOHN COLLISON： 但这些调教必须每次清零吗？比如有人抱怨 AI 写作千篇一律，你有没有逐步建立一套 AP 风格指南，这样写新内容时可以调用？ 

DWARKESH PATEL： 我会在提示词里写“像 Gwern 那样写”、“像 Scott Alexander 那样写”或者“像 Tyler Cowen 那样写”。 

JOHN COLLISON： 明白了。 

DWARKESH PATEL： 有时挺有用的。 

JOHN COLLISON： 所以用提示词指定“像 Gwern 或 Scott Alexander 那样写”，就是你的方法 [交叉对话]—

DWARKESH PATEL： 是啊。

JOHN COLLISON：—稍微[有点] [听不清]。 

DWARKESH PATEL： 你有没有特别喜欢的角色设定——不一定是写作场景，任何场景都可以，比如你想让 AI 回答某个问题时，通常会给它设定成谁？ 

JOHN COLLISON： 或许我该试试设定成 Dwarkesh，这样就能得到一堆实用的观点了。Anthropic 联合创始人 Jack Clark 曾说，他预计 AI 每年能推动 GDP 增长 0.5%。你觉得这个说法合理吗？ 

DWARKESH PATEL： 如果把 AI 类比成互联网，这个预测可能合理，但我认为这个参照系错了。假设地球上突然多了 100 亿超级聪明、尽责且精通各领域的人，你觉得这只会带来 0.5% 的经济增长吗？显然不合理，可能是 30%、100%，甚至更高。 

JOHN COLLISON： 那么你觉得这个预测太悲观了？ 

DWARKESH PATEL： 是的。而且 AI 的数量也在不断增长。 

JOHN COLLISON： 有一种批评观点认为：即便 AI 能提升生产力，但人类社会的瓶颈往往不在智力，而是各种愚蠢的限制——比如某些行业协会为了维护自身利益，刻意阻碍生产力提升（像医疗、法律等领域）。你如何看待“监管会抑制 AI 生产力”的说法？ 

DWARKESH PATEL： 我对法律和医疗领域反而特别乐观。虽然“医生/律师”的头衔有准入门槛，但以我的职业经历来看（比 John 的简单得多），真正需要律师介入的环节其实很少。现阶段当然不敢让 ChatGPT 起草合同。 

但本质上，只要足够信任大语言模型 (LLM)，它们完全可以代笔合同或给出诊断。所以即便法律规定只有持证者才能称为“专家”，只要人们信任 AI，就会更依赖它们，哪怕它只是个聊天机器人。 

JOHN COLLISON： 所以即使换了个载体，我们仍能获得生产力提升。 

DWARKESH PATEL： 对。 

JOHN COLLISON： 你认为哪些行业会因 AI 获得最大提升？哪些企业受益最显著？ 

DWARKESH PATEL： 第一类是人力成本占比高的行业。过去几十年软件行业的爆发式增长，正是因为服务新增用户的边际成本极低。而 AI 能补充、提升或替代人力，这会让更多行业向这个模式靠拢。 

第二类是需求弹性高的行业——如果 AI 能将大部分流程自动化，让企业产能提升 1000 倍，市场需求是否能消化这么多产品或服务？ 

JOHN COLLISON： 有道理。再往前预测一步：明年同期我们再聚在 Stripe Sessions 时，你认为会有哪些重大进展？比如刚才的演示，去年这时候根本做不出来。未来一年有可能实现哪些重大突破？ 

DWARKESH PATEL： 我期待看到 AI 能真正“使用电脑”——不是简单调用 API，而是不需要频繁下达指令，他就能自主完成各种任务，。比如会议开始时让它启动一个任务，等你做完主题演讲，它已经把整个任务都完成了。 

JOHN COLLISON： 就像我刚才部署的功能，现在可能已经在 Sessions 应用里了。你说的是更长期、更自主的执行能力。 

DWARKESH PATEL： 对，而且能调用的工具范围要更广，不只是写代码——比如打电话给供应商解决纠纷，或者在 Slack 上和人沟通。 

JOHN COLLISON： 同时，我们是否也需要从更广泛的角度思考对 AI 的信任程度？现在 AI 做事时，人们必须全程监督，并且像带实习生一样反复仔细审核其工作成果。未来是否会出现这样的场景：给 AI 更多“自主权”——不仅是让它独立工作更长时间，还能减少监督的频率？我觉得这可能是另一个值得探讨的维度。 

DWARKESH PATEL： 这和管理人类员工没太大区别：放权太多可能出问题。但 AI 有个优势——如果实习生搞砸了，你很难知道具体原因；而 AI 会输出 2000 字的思维链，告诉你“我尝试了什么，为什么失败”。 

当然，企业仍然需要像约束人类员工一样设置制衡机制——毕竟 Stripe 不会让某个员工拥有摧毁整个系统的权限，对 AI 也该如此。 

JOHN COLLISON： 没错。最后一个问题：你个人现在对 AI 最期待的是什么？ 

DWARKESH PATEL： 每个工作都有繁琐的部分，而我期待能专注做自己最喜欢的事——比如为播客做调研，其他所有杂事都交给 AI 代理处理。每周只需要和它们对接一次，剩下的时间完全不用操心。 

JOHN COLLISON： 少些劳累，多做些有成就感的工作。 

DWARKESH PATEL： 对。 

JOHN COLLISON： 感谢 Dwarkesh 的分享。 

DWARKESH PATEL： 谢谢。 

JOHN COLLISON： 众所周知，我们正经历着人工智能带来的重大平台转变。每当平台发生重大转变时，人们的购买方式也会随之改变。我想给大家举一个具体的例子。让我们先再来谈谈 Cursor。 

请允许我做个假设。假设你们都喜欢周四谈到的 AMA 应用程序，它大受欢迎。我们要把它变成一家初创公司。我们要把它部署到公共互联网上。因此，我们想开发更多功能。特别是，我们将在 Vercel 的基础上进行开发。我们一直承受着高负载压力，所以我们要引入其机器人防护功能。 

我之所以提出这样一个具体的假设——毕竟 Cursor 在编程方面无所不能——但现在，我们得在现实世界中去操作一番。我们要购买一项服务，且这项服务得具备我们所需的功能。一般来说，到这一步我们就会自己搭建了。但这次，我们得打破我们的流程。我们要去 Vercel 网站，完成所有设置，拿到认证信息，再回到这个集成开发环境 (IDE) 里。不过，这正是我们认为情况将发生改变的地方。 

因此，实际上，要是我们在这儿调用 Cursor 的模型上下文协议 (MCP)——我们只需把想要的功能描述出来就行。所以，我们在这里申请这个升级。我们还是用自然语言说明想给 Cursor 添加什么，然后提交申请。接着，它就开始处理，去弄清楚这个功能是什么、怎么运作。它还会把链接发给我们。这样一来，现在我们点这个链接，你看，我们就直接到了填写完整的 Stripe 结账页面，Link 已经自动填好了我们的认证信息，我们点那里的“订阅”即可。 

就是这样。我们回到 Cursor，事实上，我们现在就可以打开该功能，因为它已经启用。就这样。这就是整个交易过程。所以，你在这里看到的是，我们在 Vercel 中需要一些额外的功能，而我们只是在 Cursor 中完成了整个过程。这是一种全新的商务模式。30 年后，当你的子孙问起代理商务 兴起时你在哪里时，你可以告诉他们你就在 Stripe Sessions。 

你会越来越多地听到 MCP 这个词。请记住这个词。这是一种简单的方法，可以让模型在更广阔的世界中使用工具，包括代表你进行复杂的采购。它的应用领域非常广泛。但你刚才看到的，一个工具直接与另一个工具进行金融交易，这将为各种公司创造购买机会和增长模式。 

你可能已经看到，现在你可以直接在 ChatGPT 中购买。很快，每个人工智能工具都可能成为你的销售渠道。以前的互联网商务体验都是围绕网络和网络浏览器构建的。但随着我们花在人工智能工具上的时间迅速增加，商务很可能会重新布线，以便与这种新的模式原生配合。 

所以你能理解为何当下互联网经济如此繁忙。在 Stripe，这无疑是我们多年来感觉最为忙碌的时期。环境变化实在太快了。这也是你们此刻齐聚于此，在未来几天共同探讨商务的未来的原因。就像 Patrick 提到的，还有比旧金山更合适的地点吗？从淘金热到 Waymo，近两个世纪以来，人们一直奔赴旧金山，探寻未来的发展。当然，并非所有对未来的设想都能成真。每一个 Copilot 背后，都有一个 Clippy。每一个 Tesla 背后，也都有一个 Juicero。但创新正依赖于人们敢于对大胆创意放手一搏。 

事实上，我必须在这里推荐一本由 Stripe Press 出版的佳作。这本书名为《Boom》，它提出一个观点：泡沫其实有着非常积极的长期影响。炒作和狂热情绪实际上是一种有利于社会的力量，它能将人才和资金聚集到新兴技术周围，而这些技术随后会带来极为持久的益处。对我们而言，眼下围绕人工智能和稳定币的热烈氛围，显然将推动它们实现飞速发展。人工智能和稳定币各自都会给互联网经济带来翻天覆地的变化，二者结合更是有望彻底重塑商务格局。我们的目标就是为所有基于 Stripe 进行开发的你们，推动这一未来的到来。在接下来的几天里，你们会听到更多关于这方面的内容。