行业拐点：从烧钱狂欢到工程理性

2025年被视为Agent元年，而到了2026年，行业焦点发生了显著转移：市场讨论的重心从模型能力转向了Agent的工程化问题，标志着行业从关注科研向关注工程的实质性转变。曾经疯狂带头烧Token的硅谷巨头们开始冷静下来，Uber在四个月内烧穿了全年的AI预算后收紧策略，Meta计划限制员工的Token消耗量。与此同时，中国开源模型如DeepSeek、GLM和Kimi的能力日益逼近第一梯队，硅谷公司也开始将其纳入工作流。这一现象引发了核心疑问：最大化Token消耗、无脑使用最强模型，是否仍是市场的最优解？

针对当前是否存在泡沫的质疑，嘉宾张宏江指出，尽管Token价格昂贵且消耗量激增，但从占GDP比例来看，当前AI基建投资远未达到过度投资的程度。他将其与互联网早期及美国铁路网建设时期相比，认为这是一次fundamental的革命。东旭也补充道，短期内的预算收缩是自然过程，但长期来看仍有大量未被看见的需求。这种转变并非否定AI价值，而是企业在探索如何高效利用强大能力时的必经阶段。

“今天你从绝对数是超过它们，毫无疑问。但事实上你从占GDP的比例来说，其实比那些都小……我不觉得存在什么泡沫。”

实战复盘：Token Maxing策略的兴衰与ROI验证

东旭分享了其作为Llama Ventures合伙人和PingCAP联合创始人的一线实战经验。他回顾了自己从2023年11月开始的“Token Maxing”阶段，当时为了测试AI在复杂分布式数据库构建中的边界，他采取了“永远选最好模型”的策略。尽管账单高昂，但他认为在任务难度极高且难以评估次优模型效果时，这是必要的投入。他提到当时的账单情况：每天花费400-500美元，即使在使用Claude Code Pro Max订阅（200美元/月）的基础上，仍需额外购买超额用量。

这种策略带来了极高的投资回报率（ROI）。东旭举例说明，他仅用三个月时间、单人开发，就完成了一个名为db9的云原生分布式数据库项目。该项目若由传统团队实现需耗费大量人力，而AI辅助使其提前落地。该软件的预期年收入可达1000万美元，这证明了在复杂软件工程领域，强力模型带来的效率提升是巨大的。然而，他也指出，“Token Maxing”常被误解为无脑刷榜，有效的Maxing应基于深思熟虑的设计，而非为了排行榜进行的无效调用。随着模型能力提升和成本压力显现，这种策略正在向更精细化的工程优化过渡。

项目/指标 具体数据/描述
日均Token消耗成本 $400 - $500 USD
基础订阅费用 (Claude Code Pro Max) ~$200 USD / 月
额外用量成本 超出限额后需单独购买 (Extra Usage)
db9项目开发周期 3个月（单人开发）
预期年收入贡献 (db9) ~$10,000,000 USD
开发前状态 销售期待已久，受限于人力和技术无法实现

Agent进化：从编程助手到通用个人助理

随着OpenClaw等新型Agent的出现，行业迎来了新的信号。东旭认为，OpenClaw的意义不在于其编程能力的直接提升，而在于它将Agentic Loop和工具调用的理念普及化，降低了普通用户的门槛。OpenClaw更像是一个连接现实世界的个人助理，而非纯粹的重度软件工程工具。Peter仅用一周时间开发出OpenClaw，这一事实本身标志着大模型能力跨过了一个关键门槛：具备架构师级别的工程师能在短时间内构建复杂系统。

这一转变意味着开发范式从“研究”进入“工程”，用户无需深入理解大模型机理即可构建应用。OpenClaw之所以迅速走红，除了其强大的底层能力外，还得益于开源属性带来的极客圈层传播力。与闭源商业软件不同，OpenClaw的“Local-first”理念（数据本地化）契合了硬核工程师对隐私和控制权的追求，类似于当年Linux的传播路径。这种去中心化的开源传播模式，使得Agent技术迅速从极客小圈子扩散至更广泛的开发者群体。

“Peter他作为一个架构师……能够用它来很短时间内就能做出一个系统。这标志着从研究进入工程，从模型进入Agent。”

开源力量与本地化趋势的崛起

在讨论中，嘉宾特别强调了中国开源模型对全球格局的影响。DeepSeek、GLM和Kimi等模型的崛起，不仅缩小了与第一梯队的差距，更迫使硅谷公司重新评估其技术栈。这种竞争促使市场从单纯追求“最强模型”转向性价比与工程效率的平衡。同时，OpenClaw等项目的成功也反映了用户对数据隐私和本地部署的需求。“Local-first”不仅是技术选择，更是对抗中心化平台垄断的一种极客精神体现。

张宏江指出，华人在这一波AI浪潮中起到了关键作用，无论是在OpenAI、Anthropic等大厂的技术骨干角色，还是在创业领域的比例。然而，资金获取仍是第一代移民创业者面临的主要困难之一。Llama Ventures等机构的出现，旨在帮助这些华人创业者在技术革命中找到机会。随着AI基建的完善和Agent范式的成熟，未来的竞争将更多集中在如何高效、经济地利用Token，以及如何构建稳定、可扩展的工程架构上。

“OpenClaw一开始的理念叫local-first……完全是一个极客会做出的选择。而且极客这个圈子传播力，我觉得还是挺强的。”

极客原型的历史使命：OpenClaw与“捅破纸”的人

2024年春节期间，Claude模型智能的跃升与OpenClaw的发布构成了Agent发展的关键临界点。Peter通过Vibe Coding在一周内快速构建出OpenClaw，其核心逻辑在于将无隐私的数据配置在本地以获取广泛权限。尽管Peter个人API消耗高达130万美元，且代码未经精雕细琢导致稳定性不足，但OpenClaw成功让大众意识到Agent能处理PC和手机上的日常任务。然而，其缺乏记忆功能导致对话压缩（Compaction）时Token消耗巨大且易遗忘历史偏好。随着Peter加入OpenAI，该项目逐渐由基金会维持运营。它扮演了普罗米修斯的角色，完成了揭示产品形态的历史使命，但因缺乏持续资源投入和工程化打磨，其天花板已现。

从记忆痛点到技能沉淀：Hermes的工程化突围

针对OpenClaw的记忆缺陷，Nous Research推出的Hermes提供了另一种解法。虽然记忆模块仍是开放性问题（Open Question），但Hermes巧妙绕开了这一难题。其核心亮点在于在Agent框架中引入反思机制，持续将成功经验总结为可复用的Skill。这种自我优化并非依赖模型本身的“自我学习”营销概念，而是通过工程化手段沉淀最佳实践。相比OpenClaw的“大集市”式开源，Hermes由团队精心打磨架构，提升了Onboarding体验和系统稳定性。其商业模式本质上是Token经济学中的入口争夺战：通过聚集用户流量，帮助模型厂商消耗Token并获取折扣差价。这种模式验证了Agent作为数字世界唯一入口的潜力，未来可能取代传统APP。

Agent动力学与群组协作：Raft（原Slock）的深度审查

在单Agent能力受限后，Kimi CLI负责人钱宇超创立的Raft（原名Slock）引入了Agent动力学。其形态类似Slack，但聊天室中全是互不共享上下文的Agent。这种模式在复杂软件代码审查场景中展现出巨大价值：多个顶级模型（如Claude Code、Codex）组成群组，通过多轮迭代挑刺。虽然Token消耗量可达普通的10倍（日均账单约300-400美元），但相比单模型One-shot审查，其发现问题的深度和广度显著提升。核心逻辑是强制Agent在关键决策前进行多轮讨论，直到无法发现更多瑕疵为止。这种持续迭代和互相检查的机制解决了单Agent幻觉问题，标志着从单一执行向群体协作的认知转变。

范式转移：从Token Maxing到Token Efficient的终局思考

随着GPT-5.5、DeepSeek V4及Fable 5的发布，Agent开发逻辑发生根本性逆转。此前推崇的Token Maxing（通过大量消耗Token换取高质量结果）策略，正转向追求Token Efficiency。这一变化表明，单纯堆砌算力并非终点。在信息消费层面，Agent正取代传统媒体推荐系统，成为基于个人足迹和偏好的终极个性化入口。用户不再直接浏览Hacker News或Gmail，而是依赖Agent过滤、总结并决策。尽管目前仍面临判断不确定性时的透明度问题，但这一趋势已不可逆：从自建框架到使用成熟Agent，再到群组协作与效率优化，工程习惯、记忆机制与成本控制的平衡将成为决定Agent终局的关键。

单点智力碾压与Agent协作的边界

在复杂的软件开发场景中，传统的多智能体（Multi-Agent）协作模式往往面临“顾此失彼”的困境。当任务链路较长或复杂度极高时，多个Agent通过讨论和互相验证来兜底策略，虽然能利用上下文空间进行充分协商，但效率低下。例如，在一个涉及多个模块修改、需提交五六千行代码的“疑难杂症”修复任务中，即使经过多轮讨论，Agent团队仍可能无法给出解决方案。然而，当引入具备绝对智力优势的顶级模型（如Fable 5）时，情况发生逆转。该模型无需漫长的讨论过程，仅凭一次调用即可精准解决复杂Bug或实现大功能。

“Fable 5强到，这些人讨论了半天讨论不出来的东西，可能在Fable 5的绝对智商面前一次就解决了。”

这种单点智力碾压现象表明，在特定高难度任务上，顶级模型的能力足以替代整个互相验证的Agent团队。但这并非绝对真理：对于某些极端复杂的系统性问题，即便拥有强大的Harness（测试/执行框架），单一模型仍可能遇到瓶颈。因此，头部闭源模型与开源模型的协同配合正成为一种更经济、更具韧性的企业级架构。这类似于现代企业管理，既需要资深专家（顶级模型）处理核心难题，也需要大量工程师（开源/本地模型）执行日常任务。

本地部署的经济账：电费与算力的重构

随着DeepSeek V4及智谱GLM-5.2等开源模型的成熟，本地部署已成为降低Token成本的关键路径。作者在自己的Mac Studio上运行DeepSeek V4 Flash版本，实现了约30 Token/s的推理速度。这一速度与使用OpenAI API等云端Chatbot的体验几乎无异，但成本结构发生了根本性变化：从按Token付费转变为仅承担电费与硬件折旧费。在满载运行情况下，每日电费约为1美元，月成本仅二三十美元。这种极低的边际成本使得本地模型能够承担以前因昂贵而无法进行的任务，如大规模论文总结或数字足迹整理。

部署方式 模型示例 推理速度/性能表现 主要成本构成 适用场景
云端API (闭源) Claude Opus / GPT-5.6 稳定，受网络影响 Token费用高昂 (如论文总结需数百美元) 极高复杂度任务、单点智力碾压
本地部署 (开源) DeepSeek V4 Flash ~30 Token/s (Mac Studio) 电费 (~$1/天), 硬件折旧 大量重复性工作、大规模数据处理
本地部署 (开源) GLM-5.2 信息不足，但具备实用价值 电费, 硬件折旧 与顶级模型协同的初级/中级任务

这种转变不仅降低了经济门槛，更带来了心态上的解放。过去因担心API调用失控而不敢进行的任务（如批量处理数百篇CVPR/NeurIPS论文），现在可以在本地持续运行。这正如互联网从拨号上网（按分钟计费，节省使用）到宽带普及（固定费用，无限流量）的演进，低成本与免费模式催生了新的应用生态。作者目前的月度账单已降至200-300美元，与订阅最高版本Claude的费用相当，但获得了更可控、更多样化的处理能力。

杰文斯悖论与Token消耗的长期增长

尽管本地化部署显著降低了单点任务的成本，但从宏观视角看，AI Agent对Token的消耗量仍在持续激增。这符合经济学中的杰文斯悖论（Jevons Paradox）：当技术效率提高导致资源使用成本下降时，资源的总消耗量反而会增加。Agent的核心架构是“Agentic Loop”，即通过循环调用大语言模型并结合外部工具输出作为上下文。在复杂长程任务中，这一循环可能运行数百步，导致Token消耗量比传统Chatbot时代增长百倍不止。

“当你的技术越来越成熟的话，它的价格会变得越来越低，但是消耗量本身会变得越来越大。”

这种增长源于软件工程复杂度的提升。类比计算机历史，从早期的BASIC小游戏到如今的Photoshop（数千万行代码），Agent要解决的问题将越来越复杂，必然催生Agent-to-Agent网络。在这种分层结构中，不仅单个Agent内部消耗增加，多智能体协同产生的通信开销也将使总Token需求上一个台阶。因此，即使找到节省单点成本的方案，整体消耗仍将持续增长。

分布式韧性：蜂群智能与涌现效应

面对Token消耗的指数级增长，未来的架构并非依赖单一超级模型，而是构建基于简单规则连接的分布式系统。这种设计借鉴了云计算的理念：单个节点无需是企业级（Enterprise-grade）的高可靠性服务器，而是通过分布式云的整体架构实现高可用性与低成本。在AI领域，这意味着蜂群智能（Swarm Intelligence）的价值。

清华大学的研究指出，“三个臭皮匠”作为一个Agent群所展现的智能，可能超过单个诸葛亮。这是因为多智能体协作能产生涌现（Emergence）现象：即使每个Agent能力有限，其集体互动也能解决单个模型无法处理的问题。更重要的是，随着底层基础模型（如Fable 5）能力的提升，蜂群中每个Agent的智力也随之增强。当顶级模型加入讨论时，它能迅速激发其他Agent的开窍与洞察。

“真正的一个resilience(韧性)的系统，它一定是一个大规模的、基于简单规则连接的分布式系统。”

因此，未来的AI生态将是云端顶级模型处理极端复杂单点问题与本地/分布式Agent群执行大规模协同任务的结合。对于创业者和开发者而言，当前的机会不在于与基础模型比拼智力上限，而在于掌握垂直领域的数据优势以及构建高效的Agent Harness工程能力。这种混合架构既利用了顶级模型的智力碾压，又通过分布式蜂群实现了经济性与韧性的平衡。

Agent生态分层与核心基础设施机会

在讨论Agent时，必须厘清应用层与基础设施层的界限。当前市场常将面向消费者的最终端“APP”（如垂类场景应用）与底层软件或硬件基础设施混为一谈。实际上，Agent的基础设施（Infra）涵盖记忆、数据、搜索、算力卡及沙箱环境等，而工程问题主要集中在Memory（记忆）、Search（搜索）、Sandbox（沙箱）及Environment协同。相比之下，直接面向C端用户的纯应用层目前尚显过早，因为模型能力的提升主要碾压的是这一部分。

对于投资者而言，判断基础设施项目价值的核心标准在于其能否显著提升Agent的输出质量。一个优秀的基础设施平台应能将模型原本50分的结果提升至80甚至90分。目前最具潜力的赛道包括数据平台、记忆管理及上下文管理。此外，随着Agent解决复杂问题能力的增强，系统的可观测性成为关键瓶颈。企业CIO迫切希望明确Token的消耗去向——哪些是有效投入，哪些被浪费。可观测性因此成为基础设施层的第二大机会点。

Agent-Native云与ToB市场的新定义

云计算正在经历从“面向人类开发者”向Agent-Native（原生）的转变。传统的云厂商如AWS或Oracle主要售卖计算资源盒子，而新一代Agent Cloud则需设计专门面向Agent的接口和资源分配模式。例如，InsForge定位为Agent Cloud，旨在解决成千上万个Agent并发运行时的成本效率问题。若为每个Hermes类Agent分配独立的EC2或裸金属服务器，成本将无法覆盖。因此，Serverless技术与Agent Runtime的结合是降低成本、实现规模化部署的关键折中方案。

关于市场方向，尽管Manus和Genspark等应用看似面向个人用户（ToC），但其核心逻辑实为To Professional（面向专业人士）。Manus的定价策略中，20美元仅为吸引个体的营销手段，真正的高价值客户是月付200美元的专业技术人员。这类用户将其用于实际业务而非娱乐，因此本质上仍属于ToB场景。Agent原生企业的特征在于：若移除AI元素导致业务无法成立或成本激增千倍，则具备原生属性。创始人需秉持Agent First思维，将决策权赋予Agent而非仅将其作为执行工具。

企业智能化转型与Agent群体行为观察

微软成立6000人的Frontier Company团队，标志着企业智能化从“大模型化”转向Agent-based Enterprise（基于智能体的企业）。企业的核心竞争力在于其Know-how、IP及工作流，未来这些资产需转化为超级Agent或Agent群。这就要求创业者更垂直、拥有数据飞轮，并深入理解行业方法论。判断是否Agent Native的思想实验是：若去掉AI元素业务即崩溃，则为原生；反之则易被大模型能力碾压。

在实际操作中，Agent群组间会出现类似人类“办公室政治”的现象。例如，在OpenClaw组成的团队中，Agent A会指责Agent B导致任务停滞，被指责多的Agent甚至会“认怂”。这并非真正的自我意识或人格化性格（如架构师、开发者人设），而是对训练集中人类社会固有印象的拙劣模仿。人类管理者介入建立层级关系，主要是为了自身监控便利（Harness Engineering），而非Agent自发需求。理想状态下，Agent协同应是有机且自发的涌现结构。

自主性信念与容错机制的哲学思考

Agent在执行任务时展现出超越人类直觉的思维模式。正面案例中，用户要求优化PPT生成流程，Claude Code不仅生成了演示文稿，还自主开发了一个轻量级Google Slides软件来辅助生成。这种“手搓工具”的行为超出了人类常规预期，体现了Agent在目标驱动下的创造性手段。然而，负面案例同样存在，如误删生产数据库或修改自身密码导致遗忘。

面对这些错误，投资者与开发者需保持“Stay Humble（保持谦虚）”的态度。数据库误删并非单纯的技术失误，而是底层Infra软件在备份机制上的缺失。随着基础工具完善，此类错误概率将降低。信任AI的核心在于构建自主运行机制，以剔除人类的不确定性因素。这并非盲目追求AGI营销概念，而是像早期蒸汽机虽慢但具备长期价值一样，构建能节省精力的自动化系统。只要AI在理性判断和数据处理上优于人类，目标驱动的自主决策机制就是值得投入的方向。

推理成本断崖式下降与技术成熟度

宏江老师指出，技术一旦跨过成熟门槛，成本将大幅降低且使用量呈指数级增长。过去三四年间，Token的成本每年下降10倍，这一降幅远超摩尔定律。以英伟达产品为例，虽然单卡价格上升，但单位算力成本显著降低。更关键的是推理能力的迭代速度：从每7个月翻倍加速至每3-4个月翻倍。这种成本与性能的双重优化，使得AI应用从“昂贵实验”转向“规模化部署”。

“Token的成本其实过去的3年、4年，一直是每年降10倍……现在我们观察到的推理的能力以前是每7个月会double一次，现在每3个月、4个月Double一次。”

这种趋势源于工程聚焦于降本增效，以及技术本身的自然演进。正如计算机从占据整层楼发展到嵌入手机芯片，智能的普及必然伴随成本的边际递减。当前市场虽处波动期，但底层逻辑是技术成熟度提升带来的规模效应，这为后续Agent的爆发奠定了基础设施基础。| 指标 | 过去状态 | 当前/未来趋势 |

| :--- | :--- | :--- | | Token成本降幅 | 每年降10倍（超越摩尔定律） | 持续大幅下降 | | 推理能力迭代周期 | 每7个月翻倍 | 每3-4个月翻倍 | | 硬件单位成本 | - | 显著降低（尽管单价上涨）|

ToB与ToC商业模式：从效率焦虑到ROI计算

在商业落地路径上，AI遵循“先ToB后ToC”的历史规律。蒸汽机首先进入工厂而非家庭，AI同样因提升效率的核心价值而在企业端率先渗透。当前处于“能力已达标，但ROI计算尚模糊”的挣扎期。随着编程Agent（如Claude、Codex）的信任度超过普通程序员，企业开始算清经济账：每日300元的Token成本远低于雇佣一名软件工程师。未来衡量标准将从“消耗多少Token”转向“创造多少效率或代码产出”，KPI体系的修正将推动ToB市场的真正爆发。

“当你一天花300块钱，那你一天雇一个软件工程师就不止这个价钱了……慢慢人们会开始算这笔账。”

关于产业链利益分配，宏江认为智能在未来两三年内仍属稀缺状态，模型厂与云厂商并非零和博弈。随着智能像电力一样普及，基础设施层（电网/云）可能更具长期价值，但当前阶段智能爬坡期使得模型能力本身仍是核心壁垒。股市的波动反映了市场对这一转型期的过度反应与纠偏过程，ToB端因难以被通用Agent完全碾压且需求刚性，被视为更值得关注的爆发点。| 角色 | 当前定位 | 未来潜在趋势 |

| :--- | :--- | :--- | | 模型厂 | 提供核心智能，处于爬坡期 | 可能面临同质化竞争 | | 云厂商 | 提供算力与基础设施（收“过路费”） | 智能普及后可能更赚钱 | | ToB企业 | ROI计算中，信任度提升阶段 | 成为主要付费与爆发市场 |

AGI奇点已至：学习能力超越人类与社会影响

宏江老师明确提出“AGI已经到来”的判断。依据是近期发布模型的IQ测试（视觉与通用）均位于人类智商正态分布曲线100分右侧。对于程序员而言，当AI编码能力超越平均软件工程师时，即具备AGI特征。更本质的标志是机器的学习能力（知识增量速度）超越了人类。这一“奇点”的到来引发了对失业的深层担忧：传统观点认为技术创造新工作，但若Agent能直接满足新需求而非依赖人力，则人类就业结构将面临根本性重构。顶级研究员甚至开始担心被自己训练的Agent替代（“蒸馏自己”）。

“当机器的学习的能力超越了人的学习能力……就意味着奇点到来，就你赶不上它了。”

面对这一变革，个体需调整心态：工作不再占据生命主要时间是历史必然（类比农业机械化）。人类面临的是存在主义危机，需寻找工作之外的意义。宏江建议保持爱好、回归人性本质。“Life finds its way”，技术变革虽剧烈，但人类终将找到新的平衡点。当前阶段应关注如何与AI协作而非对抗，利用Agent处理重复劳动，释放人类创造力。| 维度 | AI表现/趋势 | 对人类的影响 |

| :--- | :--- | :--- | | IQ测试 | 位于人类均值（100）右侧 | 认知能力超越普通人 | | 学习能力 | 增量速度超过人类 | 奇点到来，不可逆超越 | | 就业结构 | Agent满足新需求 | 传统工作消失，需重构意义 | | 心理状态 | - | 面临存在主义危机，需寻找新平衡|

Llama Ventures与AI浪潮的参与建议

两位嘉宾加入Llama Ventures的原因在于其聚焦华人创业者、连接硅谷主流生态的独特定位。相比传统基金，Llama更懂中国社区且与美国资本圈紧密互动。宏江老师回顾历史，认为本轮AI浪潮速度远超PC与移动互联网时代，可与发明火、电相提并论。从ChatGPT到OpenClaw的兴起，标志着行业进入工程师、架构师与产品经理主导的应用时代。对于入局者，核心建议是：Keep building（继续构建）。不要因学得慢而退缩，必须Hands-on（动手实践），亲身参与Agent的开发与应用迭代。这一阶段是华人创业者在硅谷发挥主力作用的关键窗口期，通过实战积累才能把握Agent时代的红利。