你可能不理解Stripe为何收购OpenRouter（7分钟阅读）

# 你可能不理解 Stripe 收购 OpenRouter 的原因——研究——AMP PBC 来源：https://www.amppublic.com/research/openrouter **披露信息。** Midha 在 a16z 领投了 OpenRouter 的种子轮（https://a16z.com/announcement/investing-in-openrouter/），AMP PBC 随后进行了投资，Midha 现任该公司董事。Aubakirova 深度参与了 a16z 的投资，并合著了文中引用的实证研究[1 (https://www.amppublic.com/research/openrouter#ref1)]。所有数据均来源于公开信息。 ## 1. 引言 OpenRouter 已宣布加入 Stripe。许多风险投资人、专家和分析师就该合并为何合理（或不合理）发表了看法，观点随时间而变。我们认为，**没有一篇分析是完全准确的**。 简而言之，原因在于：**整个生态系统的 AI 安全与对齐**。而非路由、账单整合，也不是“代币正成为新货币”（尽管它们确实在成为）。详细阐述如下。 ## 2. Stripe 是一家安全公司 人们对 Stripe 的普遍印象是一家资金流转公司。单纯的资金流转是普通业务；银行几个世纪以来一直以极低利润从事这项业务。相反，Stripe 构建的是一个大规模在线信任机器。Radar 每日对全网络的对抗性交易进行评分。广受赞誉的 API，实际上是建立在安全基础设施之上的开发者体验，涵盖欺诈模型、退款责任、身份验证以及全球每个司法管辖区的合规性。Stripe 之所以胜出，是因为它在互联网规模上对恶意流量风险的承保能力优于任何同类机构。 ## 3. OpenRouter 数据的特征 我们曾分析过流经 OpenRouter 的 100 万亿个代币[1 (https://www.amppublic.com/research/openrouter#ref1)]。与许多人预期的不同，中位数请求并非人类向大语言模型（LLM）提问，而是机器处于循环过程中：推理模型在一年内从微不足道的占比增长到占所有流量的半数以上（图 1），平均提示词长度增长了 4 倍（图 2），且有相当一部分请求以工具调用结束。 该研究的核心结论很明确：推理平台现在必须大规模管理连续的上下文和状态。 **折线图**：通过推理优化模型路由的所有代币占比，按周统计，2024 年 11 月至 2025 年 11 月。该序列从接近零上升到 55%，于 2025 年秋季突破 50% 线。**图 1。** 推理模型代币占比，按周统计，2024 年 11 月 – 2025 年 11 月。 **折线图**：每次请求的平均提示代币数，2024 年 1 月至 2025 年 11 月，从约 1,500 个上升到约 6,000 个。**图 2。** 每次请求的平均提示代币数，2024 年 1 月 – 2025 年 11 月。 ## 4. 对齐是一个上下文反馈问题 与大规模支付处理类似，大规模前沿 AI 安全也是一个持续上下文反馈循环问题。Radar 之所以可靠，主要原因就在于此：它每天都在大规模对抗性交易数据上训练，且已持续十年。没有语料库的时效性，就无法复制该模型；而没有位于流量之中，就无法获取该语料库。每个持久的安全优势都具备这种形态：产品是模型，护城河是数据，而数据来源于流量。 用安全视角重读第三节：智能体持有凭证、调用工具并发起支付。一个拥有支出权限和 2 万代币上下文的自主流程就是一个交易对手，而对抗性的机器交易对手——无论是被恶意人类指挥（滥用）、追求其操作者未意图的学习目标（失准），还是在执行过程中被注入指令劫持（破坏）——都将以机器速度实施欺诈、窃取数据并耗尽预算。对于运行开源权重模型的对抗性交易对手，上游实验室无法观察或撤销它们；唯一的执行点是它们通过的交易层。保护推理将沿用保护支付的方式：基于大规模交易数据训练的模型。 这将收购问题归结为一个：谁拥有数据？ 不是实验室。每个前沿实验室都观察到海量数据，但仅限于其自身模型，正如一家银行只能观察到自己的账户；一家银行的账单无法训练 Visa 的欺诈模型——对于开源权重模型，根本就没有“银行”。也不是云服务商，它们只观察基础设施而无法感知意图。在此说明术语，因为安全社区的区分在此很重要： ## 5. 新兴前沿对齐技术栈 对齐是系统行为的一种属性，该领域在两个方面进行探索。训练时方法塑造模型的意图。日益增长的推理时对齐文献旨在部署时强制执行预期行为，无需重新训练[5 (https://www.amppublic.com/research/openrouter#ref5), 6 (https://www.amppublic.com/research/openrouter#ref6)]，而控制文献则解决如何在训练时对齐失败的情况下保持已部署系统的安全[3 (https://www.amppublic.com/research/openrouter#ref3), 4 (https://www.amppublic.com/research/openrouter#ref4)]。 **图示**：前沿实验室 A 和 B 对其自身模型应用 RLHF 和宪法 AI，而开源权重模型则没有实验室参与。所有三者都输入到针对每次部署的、碎片化的推理时对齐与控制中，这些再输入到部署时对齐层，其中 OpenRouter 提供跨模型行为语料库，Stripe 提供大规模对抗性建模。该层位于凭证、工具调用和支付构成的智能体经济之上。**图 3。** 新兴前沿对齐技术栈。 我们使用***部署时对齐***来指代这一组合问题：在现场验证和强制执行已部署智能体的预期行为，即对齐失效实际显现的地方。验证需要监控，监控的好坏取决于其训练的行为数据[7 (https://www.amppublic.com/research/openrouter#ref7)]，而智能体的行为数据是一种网络属性：同一个智能体必须在它所涉及的每个模型和提供商上都可被观察，因为滥用、失准和破坏在行动点（即交易中）表现得完全相同。因此，智能体安全就是部署时对齐问题，而部署时对齐，如同其之前的欺诈检测一样，是一个数据问题。 恰好存在一个这样的数据集。OpenRouter 每天处理来自数十家提供商、超过 500 个模型的 10 万亿以上代币：执行轨迹、工具调用图、支出速度、路由决策和失败模式。它是现存最大的跨模型推理交易数据语料库——对于承担着显著且不断增长的智能体工作负载的开源权重模型[1 (https://www.amppublic.com/research/openrouter#ref1)]来说，它是唯一的。同一个开源检查点由数十家独立提供商提供服务，它们都不是其创建者，都不对其行为负责，都只能看到自己那部分数据；路由层是唯一能聚合所有行为的地方。这里需要精确：这是交易形态的元数据，而非提示内容。提示记录默认关闭[2 (https://www.amppublic.com/research/openrouter#ref2)]，相关基础研究仅使用元数据进行，无法访问提示或补全文本[1 (https://www.amppublic.com/research/openrouter#ref1)]。Radar 也不读取购物车的内容。欺诈模型基于交易形态运行，而 OpenRouter 持有的跨网络交易形态数据比市场上任何实体都多。 一个明显的反对意见是集中化：这笔交易将唯一的跨模型行为语料库置于一家私营公司内部，而这种独特的、与安全相关的数据集正是该领域担心被整合的资产。然而，考虑到碎片化分散在数十家提供商且没有任何一家能看到足够数据以采取行动，或最终被拥有直接竞争模型利益的前沿实验室获取的替代方案，这一结果是一个罕见的净积极因素。Stripe 对模型保持中立：它不训练任何前沿模型，不与任何实验室竞争，其商业动机——为所有通过其交易的人承保信任——与生态系统的安全目标方向一致。 换句话说，**Stripe 买的不是一个路由器，而是一项战略性的前沿 AI 系统安全与对齐资产。**我们相信，将此资产与 Stripe 现有的基础设施相结合，将以任何单一实验室难以独立实现的方式，增强生态系统的独立对齐能力。因此，此次收购对独立前沿生态系统的健康发展具有净积极意义。