智能體的成本賬：從數token到數交付

本期要點

• 編碼智能體單任務 token 消耗是普通對話的 10–50 倍
• 智能體越有用，調用次數越多，成本非線性上升
• 評估口徑應從 token 計量轉向實際交付

一個任務，幾十次調用

開發者把編碼任務交給 AI 智能體時，得到的不是一次回答。智能體會先規劃，再生成代碼，然後運行測試，並根據錯誤反復修正——這是一個多輪循環。MIT Technology Review 給出的量級是：單個任務消耗的 token 可達基礎聊天提示的 10 到 50 倍。(來源: MIT Technology Review)

這個數字本身不新鮮，但它把智能體產品化的一個核心矛盾擺到了台面上：智能體的能力來自循環，成本也來自循環。

越有用，越貴

文章給出的判斷是：智能體越有用，調用就越多。工具調用、測試執行、錯誤重試，每一步都要重新把上下文送進模型，token 消耗隨任務複雜度放大，而不是隨用戶數線性增長。(來源: MIT Technology Review)

對做智能體產品的團隊來說，這直接影響三件事：單任務毛利怎麼算、定價按甚麼單位、以及哪些環節值得用更貴的模型。按對話輪次計費的老口徑，在智能體場景下會失真。

換一把尺子

標題給出的主張很直接：停止數 token，開始數交付。也就是說，衡量智能體不該看它燒了多少 token，而該看它完成了多少可用的工作——代碼是否通過測試、任務是否閉環。(來源: MIT Technology Review)

這是一個可被推翻的判斷：如果後續出現更高效的推理與上下文復用方式，單任務 token 消耗大幅下降，那麼「成本高」就不再是智能體落地的主要約束，評估重心也會隨之移動。但在當前量級下，把交付結果作為核心指標，比統計調用量更接近真實價值。

對智能體團隊而言，今天更值得回答的問題不是「我們的 agent 調了多少次模型」，而是「它替用戶交付了甚麼，以及這份交付的成本是多少」。