Stripe Radar 升级：全支付方式风控与 AI 反欺诈
在 2026 年的 Stripe Sessions 上，Stripe 发布了史上最大规模的 Stripe Radar 扩展。Radar 现在会在所有受支持的支付方式中拦截高风险交易；无论商家使用哪家支付处理商，都能防御多账户滥用、按量付费滥用等新型欺诈；并给平台提供评估商户风险的新工具。争议处理也变得更聪明。
覆盖全部支付方式的全球风控
Radar 现在保护全球所有受支持的支付量，包括银行扣款、先买后付（BNPL）、加密货币、数字钱包、实时支付和现金券。当 Radar 在一笔交易上发现欺诈模式，该信息可用于保护所有支付方式：例如，某个欺诈者在 Stripe 上的一家商家使用盗刷信用卡被拦截后，这个 IP 和设备指纹会在全网被标记，银行扣款、钱包和 BNPL 交易也会同步防护。在五个月的时间里，Radar 为使用 Affirm、Cash App、Klarna 和 PayPal 的商家降低了 71% 的疑似欺诈。
Radar 还新增了跨处理商信号：可以预测一笔支付是否可能触发发卡网络的提前欺诈警告（从而主动退款、保护争议率），或是否可能导致欺诈性争议（从而提前退款、收集证据或调整争议策略）。对于风控画像更复杂的商家，Radar 提供自定义风控模型：把商品目录、会员状态、行为指标等业务专属数据传给 Stripe，结合其全球网络数据部署定制模型。早期采用者用自定义模型多识别出至少 15% 的欺诈，且误报没有增加。
防御新型欺诈
欺诈者偷计算资源的功力不亚于偷钱。他们通过循环试用、开设多个账户或故意不付下期账单来滥用政策。随着 AI 产品规模化，token 滥用成为昂贵的欺诈向量。
- 多账户滥用：单个欺诈者创建多个账户来反复使用优惠券，或分散盗刷卡活动以拉长被发现的周期。在 Stripe 网络上，AI 公司超过六分之一的注册都与多账户滥用相关。Radar 现在可实时评估每个新账户并提前拦截可疑账户，ElevenLabs 过去两个月每天拦截约 2000 个滥用其免费额度的用户。
- 按量付费滥用：客户在计费周期内累积大量使用费却无意付款。Radar 可在用量累积过程中预测不付款风险，让商家在出账前要求充值、切断服务或采取其他措施。
- 机器人驱动支付：随着 agentic commerce 规模化，区分受客户授权的合法代理与恶意机器人越来越重要。Radar 现在会给 Stripe Checkout 上的支付分配机器人评分，商家可用它拦截抢购限量商品的自动化脚本或标记高频订单。
平台商户风险管理
生成式 AI 让伪造身份、证件和网站越来越逼真。平台现在可以用 Radar 评估整个业务的商户风险，获得每个商家和每笔交易的 0-100 欺诈评分、解释标记原因的 AI 洞察、账户备注与历史，以及争议、拒付、退款和支付等账户级指标。
三个新信号尤为实用：
- 欺诈性网站信号：像人工欺诈分析师一样分析商家网站，识别奢侈品超低价、AI 生成文案、品牌拼写错误等红旗，可用于入驻审核自动化。
- 欺诈性商户信号：基于银行账户、业务信息、交易活动和争议等全网模式，判断新老账户是否存在欺诈风险。
- 商户拖欠风险信号：预测商家是否会出现持续 60 天以上的负余额，平台可据此调整结算周期、对高风险账户要求准备金或提前标记。
更聪明的争议处理
Smart Disputes 会自动整理并提交证据。现在它能针对每笔争议生成更定制化的策略：分析争议并给出具体证据字段的 AI 建议（如运单号、使用日志），添加 AI 推荐证据的商家胜诉率是未添加证据商家的 3 倍。新的证据库让你只上传一次条款、退货政策等服务协议，Smart Disputes 会根据争议原因码和网络要求自动挑选并加入证据包。
16IDC 观察
对独立站和 SaaS 团队，Radar 这次升级的启示在于：反欺诈正从"事后拒付"转向"事前拦截"，且覆盖范围从信用卡扩展到全部支付方式。风控策略应与 支付欺诈防范结合，理解 支付网关费率差异和 退款争议处理，接入时参考 Stripe 支付接入指南。更多内容请查看 支付平台分类。
原文来源：https://stripe.com/blog/expanding-stripe-radar-to-protect-more-of-your-business