AI代理成本战：何时比人更划算？

当 Sam Altman 表示准备“减速”，当 Anthropic 的 Claude 用 60 小时攻破人类专家两年未发现的后量子密码漏洞，AI 行业正从“能力竞赛”转向“成本竞赛”。最新信号来自 METR 组织：他们引入了一个名为“支出地平线”（Expenditure Horizon）的指标，试图精确回答一个关键问题——AI 代理何时变得比人类更便宜？

成本拐点：从能力焦虑到经济账

METR 的“支出地平线”将 AI 代理完成特定任务的总成本（包括算力、API 调用、失败重试等）与人类完成相同任务的人力成本进行对比。早期测试结果并不乐观：在 NanoGPT 速度基准上，AI 代理的成本效率仍低于人类。但 METR 也承认，该指标存在盲区——它未充分考虑 AI 代理的 24/7 运行能力、可扩展性以及持续学习带来的边际成本递减。

与此同时，OpenAI 发布的内部数据显示，超过 800,000 条工作相关的 ChatGPT 消息中，43.5% 的查询涉及“任务交叉”——即员工用 AI 完成其他专业领域的工作。在小企业中，这一比例更高。这意味着 AI 代理正在模糊岗位边界，让非专业人员也能处理专业任务，本质上是在降低“隐性人力成本”。

安全代理：成本优化的另一面

微软推出的 MAI-Cyber-1-Flash 安全模型提供了一个有趣的案例。该模型在 CyberGym 基准上得分 96%，但关键设计在于：它仅处理常规安全事件，只有最复杂的情况才交给 GPT-5.4 处理。微软称，这种分层架构可将成本降低 50%。

这揭示了一个重要原则：AI 代理的成本效率并非线性，而是取决于任务分层的精细度。将简单任务交给轻量模型，复杂任务留给前沿模型，整体成本才能逼近甚至低于人类。

对中国 Agent 行业的落地意义

对于中国 AI Agent 开发者，这些信号指向三个行动方向：

1. 建立本土化的成本基准：METR 的指标基于美国人力成本和 API 定价。中国的人力成本结构、GPU 租赁价格和模型 API 费用差异显著。建议团队根据自身业务场景（如客服、代码审查、数据分析）建立“支出地平线”计算器，找到真正的成本拐点。

2. 分层架构是必选项：微软的案例证明，单一模型无法同时实现低成本和高性能。中国团队可借鉴“小模型+大模型”的级联设计，将简单任务（如意图识别、数据清洗）交给开源小模型，复杂推理交给闭源大模型。

3. 关注“任务交叉”带来的隐性收益：OpenAI 的数据显示，AI 代理的价值不仅在于替代人力，更在于让非专业人员完成专业任务。对于中国中小企业和创业团队，这意味着可以降低对高端人才的依赖，用 AI 代理弥补技能缺口。

结论

AI 代理的成本战已经打响。METR 的指标、微软的分层实践、OpenAI 的任务交叉数据共同指向一个结论：AI 代理的成本效率不是天然优势，而是精心设计的结果。

对于中国读者，建议立即行动：

• 选择 1-2 个高频业务场景，用“支出地平线”方法计算当前成本
• 测试分层模型架构，记录成本和准确率变化
• 关注开源社区（如 Hugging Face、ModelScope）上的轻量模型进展

当 AI 代理的成本真正低于人类时，不是技术胜利的时刻，而是组织变革的开始。现在开始准备，才不会在拐点到来时措手不及。