Triangle

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 | IT时报记者郝俊慧夏日炎炎，比天气更热的是AI。 8 月 26 日消息，近日，小米玄戒 O3、苹果 M6、M5 Ultra 等芯片相继发布，Arm 通过官方 X 账号为两家公司送上了祝贺。 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。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。Arm 在祝贺小米的帖子中表示，配备 SME2 加速的 Arm CPU 和即将推出的 Mali GPU，推动小米最新旗舰 SoC 在下一代设备中提升 AI、计算和图形处理能力。”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。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。Arm 在祝贺苹果的帖子中则表示，新款 M6 和 M5 Ultra 芯片基于 Arm 架构，代表了 AI 计算和性能的重大进步。在这样的时刻，我们庆祝一个积极推动下一代计算技术的合作伙伴生态系统，旨在满足您的需求和未来的发展方向。

B | 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。

C | 据了解，M6 是苹果首款采用 2 纳米制程的尖端芯片，全面升级了所有计算单元，使性能在各个维度均得到提升。该芯片配备了一个拥有全球最快 CPU 核心的 12 核 CPU、一个集成神经加速器的 12 核 GPU、一个双 16 核神经引擎，以及 170 GB/s 的统一内存带宽。

D | 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。小米玄戒 O3 则是小米为最高端产品打造的「AI 旗舰 SoC」，安兔兔跑分高达 522 万分，是首个突破 500 万分的旗舰 SoC，也是小米历时 459 天带来的诚意之作。

E | 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。CPU 采用十核全大核设计：6 超大核心 + 4 大核心，最高 4.35GHz 频率，多核跑分首次突破 15000 分，性能提升 60%；GPU 首发 16 核 G2-Ultra NX 图形处理器，支持第三代光线追踪，性能大幅提升 85%，功耗降低 64%。相关阅读：。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。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。

F | 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。 “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。”唐兴才指出。

G | 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。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。

H | 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。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。

I | 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。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。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。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。

J | 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。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。

K | 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。