智能体摸鱼不发工资是否可行

一个AI智能体耗费了大量Token（词元）进行反复尝试，最终却未能达成目标——这笔成本究竟该由谁来承担？反过来，AI法律顾问仅用极少的算力，便帮助客户规避了巨额税务风险，然而开发商只能按固定的低价收费，这样的定价机制是否合理？

Token的需求正呈现爆发式增长，围绕其定价的争议也随之愈演愈烈。OpenAI董事长布雷特·泰勒近期在接受采访时点出了问题的核心：Token计费模式之所以引发争议，本质上是因为AI市场尚未成熟。他判断，未来的趋势将转向按结果付费。事实上，业内已有不少观点认为，AI的商业模型正从单纯的“卖资源”，迈入按价值抽成的3.0时代。

那么，这场定价争议究竟出在哪里？距离实现“按结果付费”的愿景，又还有多远？

已有先行者

所谓按结果付费，是指AI服务的价格不再与消耗的Token数量、调用次数等过程指标挂钩，而是直接衡量它解决了哪些业务问题、创造了多少可量化的价值。

北京大学汇丰商学院教授魏炜等人在今年1月的一篇文章中，清晰地阐述了这一逻辑：交易结果类的成果定价，核心在于“为AI智能体创造的可验证业务价值增量付费”。

人工智能基础设施企业是石科技的联合创始人毛运航对这一模式做了更通俗的解读。在他看来，按项目制结算其实就是按结果付费的早期雏形。“我们在超算时代就是这么干的。”他举例说明：前沿部署工程师团队深入B端企业解决实际问题，最终结算依据的是项目成果，过程中使用了多少硬件、多少软件、调用了什么模型、投入了多少人力，这些细节都不在计费考量范围内。

WAIC 2026现场 中新经纬 谢婧雯 摄

全球范围内，已有公司开始落地这种模式。今年6月，软件服务商Salesforce推出的Agentforce Help Agent，采用了“按解决付费”的定价策略。只有当智能体从头到尾自主解决问题时，才会计费；如果客户给出差评或要求转人工，则不产生任何费用。这意味着企业的投入直接与问题解决挂钩，再也不用担心Token消耗预测不准或预算超支的问题。

国内也有玩家跟进。2025年12月，百融云创发布了“结果云”平台，将“对结果负责”转化为可执行的商业机制。该平台支持三种价值交换模式：按任务计价（适合单次或批量任务）、按岗位薪酬制（相当于给“硅基员工”发月薪或年薪）、按价值创造分成（与客户按业绩提升比例分钱）。

卡壳难点是什么？

尽管已有先行者，但多位专家认为，按结果付费从理念到大规模落地，仍面临几道硬坎。

第一道坎：结果的定义权和度量标准尚未形成共识。

“如何定义问题已解决？标准是什么？谁来评价？如何判定？判定能否被审计？这些都是巨大难题。”上海财经大学数字经济研究院副院长崔丽丽的观点直截了当。目前AI尚处于逐步落地阶段，行业内缺乏确定性的交付标准，试图依靠交付结果直接计费，基础非常薄弱。

云计算与AI服务平台优刻得方面也指出，Token计费之所以成为主流，恰恰因为它提供了客观、可审计、无争议的计量基础。一旦转向按结果付费，供需双方在“什么算成功”“谁来判断结果”等问题上，将产生大量协商成本，这对规模化服务十分不利。

崔丽丽还补充了一个更深层的难题：结果的好坏可能与使用者的应用方式密切相关，即便有了可衡量的标准，也很难推广出通用的行业标准。

第二道坎：计费边界模糊，归因困难。

优刻得方面分析，一个业务结果往往是多个环节共同作用的结果，很难将最终效果单纯归因于某一模型的单次调用。尤其是在AI与人工协同工作的情况下，价值如何切分，更是棘手问题。

毛运航也坦言，按Token使用量计费未必是最优解，但却是当前市场最认可的逻辑。商业是否产生实际价值，不是短期内做一个项目赚了钱就能说清的。

第三道坎：结算周期不匹配。

“Token计费是即时的，但按结果付费往往需要事后通过业务数据验证成效，存在时间差和额外的审计成本。”优刻得方面表示，这是一个非常现实的问题。

Token亚克力装置 受访者供图

为何转向？

既然Token计费如此“公平”，为何还要费力转向按结果付费？

“如何产生高质量的Token，是至关重要的事。”中国工程院院士、清华大学计算机系教授郑纬民指出，Token的价值包含多种评价指标。同样500个Token，有的延迟长，有的延迟短；有的每秒能产生大量Token，有的产出很慢。这些指标共同决定了Token的实际价值，但Token计费本身并不区分这些差异。

回顾计费模式的演进，毛运航指出，超算时代算力收费按“核时费”或“卡时费”计算，但每个计算单元的实际效能并不相同，配置差异、系统稳定性、网络传输IO等因素都会影响产出，同样耗费180天算力的任务，结果可能天差地别。

他认为，Token时代同样存在这个问题。Token计费虽然比卡时计费的颗粒度更细、统一性更高，是当前市场认可的主流方式，但本质上仍未解决按任务结果计费的根本问题。他举例说，有些公司把Token调用当成程序员使用API，结果变成了盲目消耗Token只为凑指标，这和人在工作中“摸鱼”没什么区别，消耗了资源却没有产生实际价值。

“随着人与人之间的协同减少，智能体与智能体之间的协同增多，商业本质和定价逻辑都会发生根本性变化。”毛运航的判断，点出了这一趋势背后的驱动力。

按结果付费，确实是AI商业模式演进的方向。魏炜等人在《清华管理评论》的文章中指出，从全球AI原生公司的实践来看，AI智能体的定价逻辑已形成共识：过程定价是基础，结果定价是增值。无论是标准化工具还是定制化解决方案，过程定价（如订阅费、标注费、里程碑费）都是保障供应商基础收益的核心，而结果定价（如分成、奖励）则是实现价值增值的关键，两者结合是主流选择。

那么，哪些场景会最先实现按结果付费？多位受访业内人士认为，结果定义清晰且可自动校验、业务闭环短、价值可精确归因的场景，如AI编程、AI客服、特定知识问答、结构化数据处理等，潜力最大。

毛运航则提出了更具体的判断：偏工业、偏实体、偏项目制的工作场景，目前因难以被通用模型快速覆盖，反而在计费模式适配度和客户投入意愿上更具空间，可能成为“按结果付费”实现突破的重点领域。

至于落地时间表，崔丽丽预计，短期内Token计价模式不会快速转变，按结果付费全面落地仍需3至5年。“Token计费应该还是会存在，只不过以后会隐藏在一些中间结算环节中，而不会出现在最终产品结算里。”她说。这一判断，或许是目前最务实的行业共识。