年轻气盛

容联云全栈产品Agent化破解“Token黑洞” 为智能体效果付费_我的网站

A | 　　到底是 OpenAI 内部哪位人士，决定把公司首款自研芯片命名为Jalapeño（墨西哥辣椒）？几个月前，这个名字听上去或许是个不错的点子 ——OpenAI 本想用这个名字暗示，这是一款炙手可热的重磅产品。但放到当下就有些不合时宜：美国食品药品监督管理局正爆发沙门氏菌食品安全事件，受污染的正是墨西哥辣椒，官方要求不得食用、供应或销售含有该辣椒的食品。

B | IT时报记者郝俊慧夏日炎炎，比天气更热的是AI。

C | 　　OpenAI 肯定不希望这件事成为不祥预兆，而就目前来看，事态也并未朝坏方向发展。这家 AI 企业于周二公布了 Jalapeño 芯片的首批实测结果，宣称该芯片实现重大性能突破：单位功耗可以处理更多 AI 运算，同时响应速度更快。 7月20日，2026世界人工智能大会（WAIC 2026）的展馆里，有两个词到处可见：智能体和Token。OpenAI CEO 萨姆・奥尔特曼在 X 平台发文称：“我们造出了一块芯片，速度非常快。不少展台演示着类似的场景：某个智能体如何替人完成一段工作，比如读财报、写代码、打开网页…… 然而，《IT时报》记者的一个困惑始终无法被解答：如何衡量这些智能体的价值？Token烧完之后，企业到底得到了什么？ “用Token收费，是大模型公司一种很‘狡猾’的做法，它不为自己的错误买单，你的钱还被花了。”2026世界人工智能大会期间，在容联云举办“协同进化·价值共生——企业级Agent的进化与商业化落地”的主题论坛上，亿欧董事长王彬坦言。

D | ” 半导体分析机构 SemiAnalysis 也发布报告，直言 Jalapeño 芯片“性能优于英伟达布莱克威尔（Blackwell）芯片”。这对英伟达来说无疑是一记重击。　　英伟达的芯片一直是 AI 行业对标追赶的标杆。而格外令英伟达 CEO 黄仁勋难堪的一点是：英伟达本身就是 OpenAI 的主要投资方。容联云产研中心副总经理唐兴才引用的一组数据与之相印证：全球88%的企业已经部署了Agent，但其中不到10%的Agent真正为企业创造了可量化的业务价值。论坛上，从Token定价模式到效果付费，从技术指标到业务闭环，围绕“价值”重新校准的AI评价体系成为嘉宾热议的话题。英伟达已经向 OpenAI 投入 300 亿美元资金。当日，容联云宣布全栈产品Agent化，涵盖Voice Agent、质检Agent、辅助Agent、协呼Agent、CRM辅助Agent、智能客服Agent、私域运营Agent等完整产品矩阵，实现对企业营销、销售、服务、质检、运营全场景的纵深覆盖。英伟达投资外部企业的目的之一，本来就是为自家硬件创造需求。　　但 OpenAI 有着自己的考量。 Token黑洞价值缺席现阶段的企业级Agent往往有一个核心矛盾：Token在加速消耗，价值却持续缺席。唐兴才描述了一个典型场景：企业引入AI编程工具后，如果不加以节制和规划使用，单个程序员的Token消耗成本可能是自身人力成本的10倍。正如此前报道，这款与博通联合开发的自研芯片，目的就是压低硬件开支、提升自身利润率。许多企业初期以Token消耗量作为智能化程度的度量指标，直到财务报表出来，才发现成本膨胀与价值产出之间完全脱钩。在现有按Token消耗计费的模式下，AI服务方不承担产出质量风险，所有试错成本全部由企业端承担。毕竟英伟达 AI 芯片定价高昂。在商业模式中，这是一个典型的错位：供给方按消耗收费，消耗越多赚得越多，却与使用方的价值无关，优化Token成本的动力显然不足。唐兴才也举例，一个语音Agent的意图识别准确率达到95%，但如果它无法推动订单转化、无法缩短工单了结时长、无法提升复购率，95%这个数字对企业经营者而言没有实际意义。而且这不仅仅是采购成本的问题：OpenAI 希望，这颗专为推理（运行 AI 模型）设计的芯片，运行效率能够超过英伟达偏向通用用途的 AI 芯片。　　当然 OpenAI 表示，在部署 Jalapeño 之后，公司仍会继续采购英伟达芯片，用于模型训练与推理业务。

E | “关注业务闭环应关注的是业务指标，订单转化率、工单了结时长、运营覆盖人数与GMV贡献。

F | 这番说辞，和亚马逊、谷歌的表态如出一辙：两家巨头都大力宣传自家自研 AI 芯片，同时也会在自家云平台上向客户提供英伟达芯片。一旦英伟达的客户可以轻易用其他产品替代英伟达芯片，黄仁勋的处境就会愈发艰难。或许他可以提醒世人食用墨西哥辣椒存在的健康风险。”唐兴才指出。　　派拉蒙的下一步计划　　加州总检察长罗布・邦塔，正积极推进一桩诉讼。他联合其他 11 个州的总检察长，提起诉讼，试图阻止派拉蒙‑天空之舞以 1100 亿美元收购华纳兄弟探索公司。但目前来看，技术指标和业务指标之间是断层的，需要工程化能力和行业Know-how来建立桥梁。王彬将这一现象归结为评价体系的缺位。　　这些州总检察长的思路仿佛还停留在上世纪 90 年代。他们声称，这笔收购完成后，派拉蒙将在日渐式微的有线电视行业以及电影行业手握过大的市场权力。他提出VPT（Value Per Token）模型，主张以单位Token创造的商业产出来衡量AI的实际生产力，推动智能体从“Token消费者”向“价值生产者”跃迁。这一框架的核心逻辑是：Token的定价权不应掌握在算力提供方手中，而应由其对业务结果的实际贡献来决定。　　但要提醒这些总检察长：如今真正的主战场是流媒体视频，而非有线电视。效果付费共担风险当评价体系从技术指标转向业务指标，收费模式的重构就成为必然。而在流媒体赛道，派拉蒙和华纳都落后于网飞这类头部对手。　　邦塔此举，说不定反而是在帮派拉蒙 CEO 戴维・埃利森一个忙。

G | 容联云解决方案中心总经理闫玉华在论坛圆桌环节透露，容联云今年正在探索一种新的业务模式——效果付费或成果付费，尤其涉及AI新技术和新场景，通过共担风险的方式化解客户的投入顾虑。对派拉蒙来说，最有利的局面，恰恰是甩掉这笔收购会接手的大量有线电视频道。

H | 并且这笔交易完成之后，合并主体将背负 790 亿美元债务；把一批持续走下坡路的资产出售变现，对公司而言并不是坏事。埃利森完全可以顺着邦塔的思路，尽可能把有线频道资产全部剥离。责任编辑：郭明煜。效果付费的前提，是Agent能够在特定场景中实现业务闭环，产出可被量化的业务结果。今年6月，容联云发布了Voice Agent。

I | 数据显示，在银行信贷催收与营销场景中，日均通话超过2万通，完成率94%。以可比口径计算，人工坐席月成本为5000至8000元，日均处理话务150至300通；Voice Agent月成本2000至3000元，日均处理话务量1万通以上，而且24小时运转，服务标准统一。

J | 当Agent的产出可以精确到通话量、完成率、回款金额这些业务指标时，效果付费就具备了可操作性的商业模式。私域运营Agent则提供了另一个维度。一个人力运营人员管理几千到几万用户已是上限，而Agent可管理几十万乃至上百万用户，容联云的私域运营Agent已独立管理超8万私域客户，经营规模增长87%。在效果付费框架下，这一数字可以直接映射为GMV增量，成为定价的依据。多点数智副总裁张宇的定价逻辑也很清晰，他以海外一个大超市客户为例，生鲜年销售额三四十亿元，损耗率8%至9%，通过补货智能体，哪怕损耗率只降低1个百分点，一年就节省数千万元，AI系统的投入成本相比之下几乎可以忽略。如果Agent替代的是一个具体的岗位、承担的是一个具体的KPI，它的定价就不再取决于消耗了多少Token，而是取决于创造了多少可衡量的业务增量。企业级Agent的价值锚点企业级Agent的价值锚点究竟在哪里？根据容联云这几年的实践，唐兴才总结认为，数据连通、人机协同、业务闭环缺一不可。数据连通是价值锚点的地基。企业内部的Agent平台与CRM、ERP等业务系统长期割裂，Agent无法理解订单、合同、工单等业务对象的语义，也无法将作业过程中的知识与经验沉淀为可复用的资产。

K | 容联云的解法是在Agent与底层系统之间架设数据语义层，将业务数据抽象和实体化。业务闭环是价值锚点的度量刻度。唐兴才认为，企业级Agent有四个阶段的进化路径：单点能力（Copilot）、闭环任务、人机协作、自主业务闭环。前三个阶段，Agent的价值仍然依附于人的判断和执行；只有到第四阶段，Agent自主完成从订餐到信审的完整业务链路，其对业务结果的贡献才具备独立可量化的条件。容联云将全栈产品Agent化，本质上是寻找那些可以实现业务闭环的场景，将Agent的考核从技术指标体系切换到业务指标体系。行业Know-how是价值锚点的壁垒，多点数智在零售领域积累了10年的数字化底盘（Dmall OS）和智能中枢（D-BRAIN），因此，其Agent集群能够在选品、定价、补货、巡检等核心环节，输出可量化的经营结果。简而言之，企业级Agent的价值不在通用模型的参数规模，而在垂直行业知识与业务流程的深度融合。论坛上，嘉宾们形成的共识是，Agent 规模化核心突破口在于深度绑定企业客服、风控等核心业务，而技术幻觉、业务组织抵触是规模化两大核心壁垒。未来一年，多角色协同 Agent、全企业规模化部署将成为产业关键突破方向，合规与信任仍是长期普及的最大制约。