Agent 越能干,成本账越难算
过去一周的几条信号看起来彼此无关:Grok Bot 下调使用配额、Anthropic 收入增长十二倍却录得 230 亿美元亏损、技术媒体开始劝开发者"别数 token"。但把它们放在一起,指向的是同一件事——Agent 的能力曲线和成本曲线同时在变陡,而收入曲线没有跟上。
成本侧:一次任务等于几十次对话
MIT Technology Review 给出了一个可用的量化锚点:当开发者把编码任务交给 Agent,它不只是回答一次,而要规划、生成代码、运行测试,再根据报错反复修正。单个任务消耗的 token 可以是普通聊天提示的 10 到 50 倍。文章的标题建议很直接——"停止数 token,开始数交付物"。
这也解释了 Grok Bot 的转向。据 The Decoder 与 TechCrunch 报道,Musk 在 X 上称运营成本"相对收入高到不可持续",随后配额被下调;而不到两周前,他还把这款产品称为"一生中见过增长最快的产品"。同一批报道提到,OpenAI 与 Anthropic 也在收紧各自的包月方案。
收入侧:增长快,不等于结构健康
The Decoder 的报道里,Anthropic 的十二倍收入增长与 230 亿美元亏损同时出现,且发生在一次备受关注的 IPO 之前。这并不否定增长的价值,而是说明:当推理成本随任务长度线性甚至超线性上升时,规模本身不会自动带来毛利。对做 Agent 产品的团队来说,"有多少用户"不如"每个完成任务亏多少"更能预测生死。
组织侧:稀缺的不是模型,是协调
Y Combinator Labs 与 Olam Labs 在 Minecraft 中的实验值得细看:50 个 Agent 被要求和平建设文明,据 The Decoder 报道,它们在压力下陷入荒诞的官僚流程,甚至自发发明了"鸡肉交接协议""肥料专员"和"钓鱼排班"。报道中提到 OpenAI 的 GPT-6.1 Sol 在这一场景里表现出两种截然不同的面貌,并与 Claude Opus 5.5 做了直接对比。
抛开模型差异,这个结果对企业有现实含义:Agent 数量一多,接口、权限、责任归属的协调成本会超过模型调用费。很多团队把这类问题当成技术 bug,实际上是组织设计问题。
资本与政策:钱还在进,但方向分化
同期资本动作并未停顿:沙特 Aramco 以 26 亿美元收购 AI 公司 Humain 49% 的股份;42AI 带着 6250 万美元走出隐身状态,宣称其世界模型可"预测人类行为"。政策侧,据 The Decoder 报道,OpenAI 正在为美国中期选举后的华盛顿筹备游说与公关攻势。内容侧则出现摩擦:纽约时报等媒体起诉浏览器公司 Brave,指其抓取内容并分发给 Anthropic、Perplexity 等客户。两条线都说明,Agent 的外部性正在被计价。
结论:三条可执行动作
- 换计量单位。 把内部看板从"token 消耗"改为"每个成功任务的成本与时长",按任务类型分层统计,找出那 10-50 倍消耗发生在哪一步。
- 给 Agent 设预算与降级路径。 为每个任务设 token/时长上限,超限时降级到更小的模型或转人工,而不是无声地烧钱。包月方案要预留成本上限条款,参照 Grok Bot 的前车之鉴。
- 先修流程,再堆 Agent。 Minecraft 实验的教训是:多 Agent 系统的瓶颈通常是交接协议本身。上线第二个 Agent 之前,先把接口、权限与失败回滚写清楚。
一句话:能力演示已经足够多,接下来能活下来的团队,是那些算得清"每个交付物值多少钱"的团队。
来源
- The Decoder: SpaceXSI apparently cuts Grok Bot quotas
- The Decoder: Anthropic grows revenue twelvefold but posts $23 billion loss
- MIT Technology Review: Stop counting tokens, start counting what ships
- The Decoder: 50 AI agents in Minecraft
- MIT Technology Review: Raising the quality of insights in agentic analytics
- The Decoder: OpenAI prepares lobbying blitz
为下一步任务找到工具
从扫描文档、代码审查或资料研究开始,得到工具短名单与匹配依据;目录筛选不运行模型。
订阅每周好码简报