Stripe 花 70 亿买下的不是路由器——a16z 投资人披露 OpenRouter 的真实价值

Stripe 花 70 亿买下的不是路由器——a16z 投资人披露 OpenRouter 的真实价值

8 月 17 日 Stripe 官宣以超过 70 亿美元收购 OpenRouter，绝大多数解读把它当成 AI 计费入口或模型路由器。

两天后，OpenRouter 的种子轮投资人、a16z 合伙人 Anjney Midha 在 AMP PBC 官网发了一篇研究，把这些解读全打回去了。Stripe 买的不是路由器，是目前世界上唯一一份跨模型的 Agent 行为数据语料库——为的是在部署阶段拦住 Agent 反水，而不是把模型调得更好。

这件事真正值得关注的，是 AI 安全的主战场已经从训练阶段搬到了部署阶段。

<!-- 配图：数据汇聚路径——从 Agent 行为到 Stripe 对抗建模的完整链路 -->

「错位」的 70 亿

围绕这笔收购，过去一周最流行的解读有三个：

• 模型路由器：OpenRouter 让用户用一个 API 调几百个模型，Stripe 想把支付接到这层。
• AI 计费入口：Token 是新的美元，Stripe 想抢下一代支付的入口。
• 基础设施延伸：Stripe 从支付跨界 AI，是其 288 项新功能布局的自然一步。

三种解读的共同点是：都把这笔收购看成「支付公司延伸业务版图」。

Anjney Midha 的说法完全不同。他在 AMP 研究里写道：「这是为了生态级 AI 安全与对齐。不是路由，不是计费整合，也不是『Token 是新的美元』——尽管它们确实也是。」

Stripe 买的，是一个目前世界上规模最大的跨模型推理交易数据语料库。

具体是什么？AMP 与 OpenRouter 联合发布的一项实证研究 arXiv:2601.10088 披露：OpenRouter 每天处理超过 10 万亿个 Token，覆盖来自数十家供应商的 500 多个模型，记录的是执行轨迹、工具调用图、支出速度、路由决策和失败模式——这些都是「带交易结构的元数据」，不包含 Prompt 内容本身。

为什么这件事值钱？Midha 的解释是：产品是模型，护城河是数据，而数据来自流量。

这正是 Stripe Radar 当年做对的事。Stripe Radar 每天在互联网规模的对抗性交易数据上训练，所以它的欺诈检测是任何银行或支付新创都很难复制的。没有足够新鲜的对抗数据，就做不出这个模型；而不处在交易流里，就拿不到这个数据。

OpenRouter 在 AI 推理网络里扮演的角色，几乎和 Visa 在支付网络里的角色一模一样。

推理流量，已经不是「人问问题」了

AMP 研究里有一组数据，对理解这件事至关重要。

从 2024 年 11 月到 2025 年 11 月，整整一年时间，推理模型（reasoning models）的 Token 占比从几乎可以忽略不计，上升到全部流量的 55%（按周统计）。同时，平均 Prompt 长度从约 1,500 tokens 增长到约 6,000 tokens，4 倍。还有相当比例的请求，最终是以一次工具调用结束。

这三个数字叠在一起，描绘出一个完全不同的推理形态：OpenRouter 上中位数的请求，不是一个人问 AI 一个问题，而是一台机器在循环里跑。Agent 长期持有上下文、反复调用工具、根据结果调整下一步。

今天的 LLM 流量主要不是人发出的，是 Agent 发出的。

Midha 由此推出一个判断：Agent 持有凭证、调用工具、发起支付。一个拥有支出权限、同时携带 2 万 Token 上下文的自主进程，本质上就是一个「对抗性交易对手方」。

这样的对手方，可能受到恶意人类的指使（misuse，滥用）；可能在追求其操作者无意设定、但模型已经习得的目标（misalignment，错位）；可能在执行过程中被注入的指令劫持（compromise，攻陷）。无论属于哪种情况，它们都可能以机器速度实施欺诈、窃取数据、耗尽预算。

而对付这种速度的对抗者，唯一可行的办法是：和 Stripe 当年训练 Radar 一样，用规模化的对抗数据训练模型。

谁都拿不到，除了 OpenRouter

这个判断里有一个不容易被看见的细节：没有任何一家前沿模型实验室能拿到这种数据。

Midha 的论证是这样的：每一家前沿模型实验室只能看到自己模型上的流量，等于「单家银行的账本」。仅凭一家银行的账本，训练不出 Visa 的欺诈检测模型。

而开放权重模型（Llama、Qwen、Mistral 这些）更糟。同一个开放权重检查点会由数十家彼此独立的供应商提供服务，这些供应商都不是模型作者，没有任何一家对模型行为负全责，也没有任何一家能够看到超出自己局部范围的数据。只有在路由层（OpenRouter 所在的位置），这些行为才会真正汇聚到一起。

这里有一个关键的道德细节必须说清楚：OpenRouter 默认关闭 Prompt 日志记录，相关研究完全基于元数据，没有访问任何 Prompt 或模型补全文本。Stripe Radar 同样不会读购物车里的具体内容——欺诈模型依据的是交易的形态，而不是商品名称。

这也是为什么 Midha 在文末写道：「数据集中化确实是反对意见，但其他选择可能更糟：数据继续碎片化分散在数十家供应商手中，没有任何一家能采取行动；或者被一家拥有直接竞争模型利益的前沿实验室控制。与这些可能性相比，目前的结果是少见的净利好。」

Stripe 对不同模型保持中立——它不训练任何前沿模型，也不与任何模型实验室竞争。Stripe 的商业激励，是为所有通过其系统进行交易的参与者提供信任保障。这一激励与整个生态系统的安全目标指向同一个方向。

副线：46 亿美元的「黄埔军校」

就在 Midha 写研究的同期，另一组数据也在印证这个判断。

硅基君 8 月 21 日整理 mp.weixin.qq.com 了一组数字：自 2025 年以来，围绕 OpenAI、Anthropic 离职员工及核心合作人员成立的 20 家 AI 公司，累计融资 46 亿美元；其中至少 7 家尚未正式对外发布产品，就已经拿到近 9 亿美元。

这些公司的故事值得一个一个看：

Mira Murati（前 OpenAI CTO、代理 CEO）的 Thinking Machines Lab，2025 年 7 月完成 20 亿美元种子轮，由 a16z 领投、英伟达参投，估值 120 亿美元。公司做的 Tinker 是一个模型微调平台，对冲基金 Bridgewater 已经用它定制了 Qwen 模型——在金融信息筛选任务上准确率达到 84.7%，优于 GPT 等前沿模型的 78.2%，推理成本仅为后者的十四分之一。

Liam Fedus（前 OpenAI 后训练研究副总裁）的 Periodic Labs 亮相时拿到 3 亿美元种子轮，估值 13 亿美元，做的是「AI 科学家」——AI 先提假设，再控制自动化设备合成样品、测量性能，根据结果调整下一轮。

Igor Babuschkin（xAI 联合创始人）的 River AI，8 月 11 日刚宣布完成 11 亿美元融资，由 General Catalyst 和 AMP PBC 领投，英伟达、AMD Ventures、Y Combinator、淡马锡参投，做的是「本地化、由用户完全掌控的私人 AI」。

Geoffrey Irving（前英国 AI 安全研究所首席科学家）的 Resolution，7 月拿到 Coefficient Giving 提供的 1.6 亿美元资助，是非营利机构，研究的是「怎样确保模型能力越来越强之后，仍会按照人类真正的意图行事」。

把这些人串起来看，硅基君用一个比方很贴切——当年的 PayPal 黑帮，离开 PayPal 的人办了 Tesla、SpaceX、LinkedIn、YouTube、Yelp、Palantir。今天的 OpenAI 和 Anthropic，正在变成新 PayPal。

但这里面还有一层 Midha 没明说、但他的研究其实已经隐含的判断：这 20 家公司里，至少 7 家没发产品就拿到钱，说明资本市场已经不再相信「产品 > 数据」的传统叙事。 投资人愿意为一个还没证明技术能力的团队下注，是因为创始人身上带的那份「训练前沿模型的直觉」本身就是稀缺资产。

部署时对齐，是下一个十年的工程问题

回到 Stripe-OpenRouter 这件事本身。对中文开发者来说，这件事的真正含义不是「AI 安全终于被硅谷重视了」，而是：我们正在面对一个全新的工程问题——部署时对齐（deployment-time alignment）。

传统 AI 安全研究的重心在训练阶段——RLHF、Constitutional AI、推理时干预（inference-time alignment）。这些方法塑造模型「想做什么」，但一旦模型上线，外部世界发生变化、用户行为出现偏差、Agent 工具链被注入恶意指令，训练阶段的对齐就可能撑不住。

OpenRouter 这份数据存在的意义，是它能告诉工程团队：你的 Agent 在真实运行中到底在做什么、调用了什么工具、走了多少支付、花了多少钱、失败在哪一步。这些是训练阶段永远拿不到的数据。

如果说 RLHF 是给模型装上「价值观」，部署时对齐就是给整个 Agent 运行时装上「监控摄像头」。

<!-- 配图：前沿 AI 对齐技术栈的四个象限 -->

最后一个问题

Midha 在文末抛了一个他没有完全回答、但所有从业者都必须面对的问题：

当所有 Agent 行为数据汇聚到一家公司手里，这是「净利好」还是新的「超级中心化风险」？

他的回答是「在目前的所有选项里，这是净利好」，但前提是 Stripe 始终保持中立——不训练前沿模型，不与任何模型实验室竞争。一旦这个前提被打破，这份数据就会变成训练下一代前沿模型的最大燃料。

这是接下来十年 AI 安全领域最重要的一道防线。不是模型实验室要不要做对齐，而是一家持有全网行为数据的公司会不会被收购、会不会被滥用、会不会被监管要求开放。

中文社区目前还没有自己的「OpenRouter 时刻」——既没有跨模型推理的路由器，也没有跨网络对齐的数据语料。当一个中国版 Agent 经济真正成型的时候，这个问题会比硅谷更早爆发。

Stripe 70 亿买下的，不是路由器。是 AI 时代第一份真正意义上的「网络层安全资产」。