智能体经济学不是 Token 定价问题

两天之内，麦肯锡发布了两份本应放在一起阅读的报告。8月24日，QuantumBlack 发布了一份关于智能体工作流经济学的实用指南。8月25日，该公司发布了其《2026年人工智能现状》调查报告。将两者对照阅读，便能明白为什么本月的降价不会体现在大多数公司的业绩中。

先看调查报告。十分之八的受访者表示人工智能提升了他们个人的生产力。然而，认为人工智能对本组织息税前利润（EBIT）有贡献的受访者比例仅为37%，与一年前基本持平。约五分之一的组织表示，人工智能的运营成本已经在制约其使用方式，尽管大多数组织预计明年将增加人工智能投资。智能体正在扩散，但并不均衡：营收超过10亿美元的公司中，报告正在规模化部署智能体的受访者比例达到40%，高于此前的27%；而规模较小的组织则维持在22%，没有变化。

这份指南解释了这一差距的大部分成因。其中最有价值的一节标题却很朴实：Token 有时并非最大的成本。在麦肯锡给出的银行业案例中，Token 费用仅占运行客服智能体可变成本的20%至25%，而风险与业务专家的人工监督则占了70%至75%。一些银行面向客户的智能体，若以单智能体工作流运行，成本可达2万至3万美元；若以多智能体团队运行，成本可达10万至20万美元。业务量会改变这笔账：用对话式智能体为每年2500名客户办理开户，成本为1万至1.5万美元，而业务量翻倍后，成本仅上升至1.5万至2万美元。

这与本月的价目表完全是两个话题。OpenAI、Anthropic 和 Google 在7月下旬到8月中旬期间纷纷调整了单价。而麦肯锡告诉买家，单价本身就是一个错误的关注对象。它优先提出的指标是“已完成工作的投资回报率”：即用人力、智能体和确定性系统共同完成任务的全负荷成本，与所产生的价值相比较。

智能体是一套包含重试、工具和审核者的工作流，其失败模式最终会落到某个人身上。把它当作一个恰好按 Token 计费的廉价员工来定价，会漏算账单中的大部分内容。

真正发生变化的是什么

麦肯锡7月的研究已经援引关于智能体编码任务的研究提出警告：智能体消耗的 Token 量可能是单轮编码或对话的约1000倍，同一任务的不同运行之间差异可达约30倍。8月的这份指南则为这些数字套上了一个总成本框架。

如今，四类成本被摆在了同一张表上。

第一，Token 与思维过程记录。即便使用更便宜的主力模型，一旦智能体进行规划、调用工具、重试并反复发送长期存留的上下文，成本依然会成倍增加。

第二，固定层成本。麦肯锡将人工智能基础设施与智能体编排——包括在生产环境中维护智能体的数据科学家——计为每个智能体的固定成本。多智能体团队会因交接、共享记忆以及为协调冲突步骤而产生的额外调用，让这一层变得更重。只有在这一层的成本被覆盖之后，业务量才能带来规模效益。

第三，人工监督。在麦肯锡的开户案例中，10%至20%的运行会被转交给风险与业务专家处理。这名审核者的成本应当计入智能体的单位成本，若将其归入单独的“变革管理”科目，就等于把它藏了起来。

第四，智能体被允许接触的工作类型。写入操作、客户消息、申报文件和生产环境工单所对应的预期损失，与一份从未离开 Slack 的草稿截然不同。

只盯着每百万 Token 成本的财务团队，会批准错误的系统，也会扼杀正确的系统。一个能够撤掉四人处理队列的工作流，即便 Token 账单很高，也可能是划算的；而一个每五次输出就需要律师审核一次的工作流，即便 Token 账单极小，也可能是昂贵的。

为什么负责人现在就该关注这个问题

调查中的 EBIT 数字与指南中的监督成本数字，从两端描述的是同一个问题。智能体试点失败的方式，和廉价模型迁移失败的方式如出一辙：演示衡量的是模型本身，而生产账单衡量的是整个系统。

这种失败模式相当具体。某团队展示智能体能“处理”开户或工单分流工作，与全负荷薪资相比，Token 成本看起来微不足道。上线之后，异常率居高不下，上下文窗口不断扩大，原本应当被解放出来的资深员工，如今却在审核机器输出。Token 账单是唯一容易看到的数字，于是它成了论据；而监督成本仍然留在薪资预算里，从未进入商业论证。这就是为什么个人工位上的生产力在上升，而 EBIT 却原地踏步。

另一种失败发生在天平的另一端。一些领导者因为多智能体架构在幻灯片上看起来很贵，就冻结了相关工作，却没有去问业务量是否能摊薄那部分固定成本。麦肯锡的算术给出了提醒：平台一旦建成，增量运行的成本可以很低。在其开户案例中，为一名客户开户的全负荷成本可以从约50至150美元降至约10至30美元——但前提是必须有人负责路由、上限设置和审核。

这份调查还带来了第三个值得关注的信号。32%的受访者表示，其所在组织决定放弃购买至少一款软件产品或功能，因为可以借助智能体编码工具自行开发。这确实可能节省真金白银，但也把原本属于供应商的成本，转移到了你自己的运行预算、你自己的审核队列以及你自己的责任之中。

“模型变便宜了”这种虚假的安全感

本月的降价并不能拯救一个设计糟糕的智能体，只会让人更容易、更频繁地运行一个设计糟糕的智能体。

以 Luna 级低价完成的第一步调用，只有在第二步设有闸门的情况下才划算；一旦每一次廉价调用都能触发具备写入权限的工具，它就会变得昂贵。以 Flash 级低价运行的编码智能体，只有在重试次数受限、代码差异经过审核的情况下才划算；一旦它整夜对着一个无人看管的代码仓库运行，它就会变得昂贵。

供应商的价目表会按照自己的节奏继续涨涨跌跌。但监督比例只有在企业主动通过设计将其降下来时才会下降：更好的检索机制，让智能体一次就能找到正确的文件；更清晰的写入权限；带有服务级别协议（SLA）的审核队列；以及当运行间差异过大时的停止规则。

麦肯锡给出的答案是建立“AgentOps”能力，也就是智能体版本的 FinOps：由一个跨职能团队持续管理支出，并将人工智能的单位经济学纳入季度业务评审。这项工作属于运营职能，采购部门无法独自完成。

DNLA 智能体经济学行动手册

• 为整个工作流定价。Token、编排、审核时间、异常处理，以及写入操作带来的预期损失，都应当列在同一张表上。
• 将固定的平台成本与可变的运行成本区分开来。只有在平台真正建成之后，业务量才能带来规模效益。
• 既要衡量平均值，也要衡量方差。运行之间出现30倍的波动，本质上是一个控制问题。
• 在上线前就为循环、重试和上下文增长设置上限。长期存留的上下文是一项反复产生的费用。
• 指定一名运行负责人。当监督负荷或 Token 波动超出预算范围时，必须有人能够叫停智能体。
• 把人工审核作为一项常设成本纳入预算。如果设计方案假定10%至20%的运行需要专家介入，就要为这位专家单独预留预算。
• 当智能体开始取代软件采购时，重新审视“自建还是购买”的决策。使用编码智能体自行开发，依然会给你留下运行成本、审核成本和责任。

DNLA 观点