明略科技吴明辉谈AI投资下半场,算清Agent商业化的Token账
@研财投资圈:
11月10日,明略科技创始人、CEO兼CTO吴明辉在2026中金论坛发表演讲。谈及 AI 投资是否存在泡沫,他把讨论落到了企业的投入产出上。在他看来,AI 投资上半场的重点是做出能力更强的模型。到了下半场,企业需要算清 Agent 完成一项业务任务消耗多少 Token,以及这笔开支能带来多少回报。 Agent接手的工作越多,企业越要算清单项任务的成本 吴明辉在演讲中用了两笔假设账。对于一家拥有数万名员工的企业,如果每名员工每年消耗价值10万元的 Token,一年的推理支出就会达到数十亿元。对一款日活达到1亿的消费级 AI 应用,即使每位用户每天只发起一次推理请求,平台每天也要承担1亿次请求对应的成本。 两笔账对应着不同的付费逻辑。消费级应用如果靠免费服务积累用户,就需要找到能够覆盖推理开支的收入来源。企业愿意为 AI 支付多少,则可以和具体业务结果挂钩。吴明辉由此判断,企业市场将是 Agent 商业化的重要场景。模型调用费用能否随着业务规模扩大而得到控制,将影响企业能把 Agent 部署到多少岗位和流程中。 编程是吴明辉用来说明这一变化的例子。从协助程序员补全代码,到自行处理一个开发任务,再到多个 Agent 在同一个工作群里分工,交给 AI 的指令可以更简短,背后的执行链路却更长。只看每次调用的价格,很难判断这种工作方式是否划算。企业还要把一次任务中多轮调用的开销加在一起,放到交付结果里衡量。 企业用什么模型,也要看数据能去哪里 明略科技把多 Agent 协作应用在了内部研发中。据吴明辉介绍,工程师通过自研开源平台 Octo 组织多个 Agent 协作编程。Octo 支持私有化部署,不同的 Agent 可以作为 Bot 加入团队。人员负责判断和校准,协作中形成的知识、方法和反馈可以留给后续任务复用。吴明辉把多个 Agent 连入同一网络协作的模式称为 IoA,即 Inte
