過去兩年，AI產業一直困在一個標簽里，那就是“資本黑洞”。訓練模型要錢，推理服務要錢，GPU、數據中心、電力、人才，每一個環節都在燒錢。

外界看AI行業的眼光，多少帶著點“你們到底能不能賺錢”的審視。投資人的錢燒得差不多了，下一輪估值靠什么支撐?這幾乎是每個從業者都會被反復追問的問題。

但進入2026年，風向正在發生微妙變化。

先是百度交出財報，AI相關收入占核心業務比重首次突破50%以上，大幅超越支撐了它十余年的在線營銷主業。這個大模型從燒錢講故事走向算賬要回報的縮影，為行業注入了一針強心劑。

再是阿里云AI相關產品收入連續11個季度保持三位數增長，阿里巴巴集團主席蔡崇信和首席執行官吳泳銘聯合發布致股東信稱，阿里AI業務已跨越初期投入階段，正式邁入商業化回報周期。

更值得注意的是，BAT及三大運營商都在向企業級AI智能體方向猛沖，將算力、數據中心、大模型、安全防護打包成一整套解決方案賣給企業客戶，從“賣算力”升級為“賣AI時代的操作系統”，這在今年尤為顯著。

而就在近期，AI行業又爆出兩則重磅消息：一則是大模型公司Anthropic預計2026年第二季度營收將翻倍突破百億美元，并將首次實現運營利潤約5.59億美元，打破了“大模型只燒錢不賺錢”的魔咒;另一則是國內消費端排名第一的AI產品豆包宣布將在6月下旬正式推出多檔付費服務，標準版連續包月68元，加強版200元，專業版500元，標志著國內主流AI也全面踏上商業化探索的道路。這些信號交織在一起，共同傳遞著一個信息，AI行業正在告別單純燒錢的野蠻階段，轉向依靠產品價值實現可持續發展的賺錢時代。

在這樣的背景下，我近期做客了北京新聞廣播《科技新視點》節目，與主持人圍繞AI收費、AI智能體、詞元交易等話題展開了深入對話。

以下是本次訪談的精華實錄。

1.主持人：過去幾年，關于AI泡沫的質疑一直沒有消失。大模型固然火熱，但也確實是太燒錢了：訓練模型要錢，推理服務要錢，GPU、數據中心、電力、人才支出都是錢。有觀點認為AI是靠融資續命的資本黑洞。而Anthropic預計2026年第二季度收入將超過109億美元，較第一季度的48億美元增長超過一倍，并首次實現營業利潤約5.59億美元。Anthropic為何能實現首度盈利?

丁道師：Anthropic預計第二季度營收突破百億美元，核心原因在于AI已經真正切入核心工作場景，實現了對人力的有效替代。前兩年行業內還普遍認為，AI寫代碼雖然速度快，但出錯率偏高，綜合效率未必能超越人工。如今局面徹底改變，Claude Code整套工具的綜合能力，已經遠超數十名傳統程序員。站在企業管理者的角度，旗下若有規模龐大的研發團隊，用AI工具降本增效就成了必然選擇，企業也愿意持續投入成本使用這類產品。這也是該企業營收能實現季度同比翻倍式增長的根本邏輯。

當下行業已經進入Token高消耗階段，中等規模企業每月的Token消耗量就能達到數億級別，大型企業的使用量更是呈幾何級增長。憑借成熟的產品能力，全球大量企業主動選擇合作，Anthropic現階段早已不用為營收發愁，工作重心轉向提升服務能力、優化使用體驗，盈利對它而言已經水到渠成。

有意思的是，海外頭部大模型加速盈利的同時，國內市場也迎來關鍵節點。目前國內消費端排名第一的AI產品豆包，也確定將在6月下旬正式推出付費服務。這套付費體系劃分出多個梯度，標準版、加強版、專業版價格逐級提升，月費從幾十元到數百元不等。可以看出，國內主流大模型也正式全面踏上商業化探索之路，整個AI行業告別單純免費引流的階段，轉向依靠產品價值實現可持續發展。

2.主持人：把模型、數據、權限、插件、工作流和行業模板打包在一起，而不是一個孤零零的聊天框，這說明企業級的人工智能體是未來趨勢?

丁道師：是的，企業級AI智能體已經是明確的未來趨勢。

今年年初爆火的OpenClaw，大家俗稱“龍蝦AI”，就是典型的智能體。現在國內BAT、字節、運營商，所有科技巨頭都在做“龍蝦”這一類東西。它和傳統大模型、普通AI工具最大的區別是：它不再只是一個聊天框、一個簡單助理，而是能在人設定好的權限和規則下，自主完成一整套場景化工作。你可以把它理解成企業請來的一位“數字員工”，不是只動嘴，而是能動手、能干活、能跑流程。

這種能力，背后調動的遠不止一個大模型，而是模型+數據權限+插件系統+工作流編排+行業模板+API打通的完整體系。它還能根據企業需求，自動組合、調用平臺旗下各種AI服務和底層資源，相當于把大廠的算力、數據中心、云服務、安全能力全部打包輸出。

這也就是為什么今年BAT、字節、包括三大運營商，都在往智能體方向猛沖。他們做云服務，早已不只是賣算力、賣機柜，而是把算力+數據中心+大模型+智能體+企業安全防護+Token套餐打包成一整套解決方案。你看中國電信現在都開始直接賣Token套餐了，就是這個邏輯。

智能體一旦做起來，它能打通企業方方面面的能力，從算力、模型、數據到業務流程、行業應用，多維度幫企業降本增效，也多維度賺錢。所以現在的AI公司，賣的早已不是單一產品，而是AI時代的企業級操作系統和全鏈路解決方案。

而且這種服務一旦用起來，用戶粘性極高。單個聊天框、單一工具，企業想換就換;但一整套深度嵌入業務流程的智能體體系，遷移成本極高，企業會長期續費、持續買單。

基于這個判斷，2026年，不管是國外的Claude、OpenAI，還是國內的BAT、字節豆包，以及三大運營商，它們的AI收入大概率都會出現爆發式增長。行業已經從“講概念”進入“真落地、真賺錢”的階段，而企業級智能體，就是接下來最大的增長引擎。

3.主持人：再來聊聊另一則消息，5月30日，全國首個綠色算力全棧AI平臺——內蒙古詞元交易平臺在內蒙古自貿試驗區呼和浩特片區上線運行，填補了區域算力模型詞元交易綜合服務的空白。詞元交易是怎么一回事?

丁道師：要搞清楚這個問題，先要搞清楚什么是Token。我們不談專業概念，舉個生活中的例子。

假如你開了一家餐館，專門做蓋飯。一碗蓋飯該怎么定價呢?里面有米飯、有菜，還要分攤房租、人工、水電等各種成本。如果把每一項成本都拆開細算，會特別復雜。這時聰明的你靈機一動：干脆不糾結細碎成本，直接按一碗蓋飯作為單位來計價，十塊一碗、十五塊一碗，這樣計算簡單清晰，經營也一目了然。

Token就是AI世界里的這“一碗蓋飯”，把復雜的成本——也就是綜合的算力成本——統一打包成一個計算單位，方便計費和處理。

既然方便計費，就有了標準化交易的可能性。很多企業和開發者，調用AI大模型，開展各種服務，都需要消耗Token。這里提到的內蒙古詞元交易平臺，就像一個AI工具批發市場，集聚了算力調度交易、模型便捷調用、詞元交易結算等一站式功能，各大科技公司的智能服務都入駐其中。普通人少量使用，直接去各家門店;單位和公司大批量采購，就來這個市場挑選比價，交易全程清清楚楚，還主打綠色低碳的電力運營。

4.主持人：企業級的人工智能體的興起，對算力的消耗會更高，對算力基礎設施的要求也更高，這是否正需要專業提供詞元交易服務的平臺?

丁道師：一方面，整合了多家廠商的AI服務，計費規則統一，企業能直觀比價，也不會被單一平臺捆綁。另外一方面，所有交易和使用記錄都會留存備案，票據、溯源、審計都能達標，合規更有保障。

再一方面，一站式對接結算，不用分頭對接多家服務商，大幅減少日常管理和對接的工作量。還有一方面，優先使用西部綠色電力算力，既盤活了閑置資源，也契合低碳發展的整體規劃。

5.主持人：和普通AI助手，如OpenClaw龍蝦，有什么區別?AI Agent最核心的能力是什么?

丁道師：前面我們提到過，今年年初爆火的OpenClaw，就是典型的智能體。現在國內BAT、字節、運營商，所有科技巨頭都在做“龍蝦”這一類東西。它和傳統大模型、普通AI工具最大的區別是：它不再只是一個聊天框、一個簡單助理，而是能在人設定好的權限和規則下，自主完成一整套場景化工作。你可以把它理解成企業請來的一位“數字員工”，不是只動嘴，而是能動手、能干活、能跑流程。

簡單來說，就是工具和自動化工具的區別。

6.主持人：關于AI agent技術成熟度的研判，現在的Agent真的能完全獨立搞定復雜任務嗎?還是說依然處于人工+智能的半自動階段?

丁道師：目前AI Agent還沒辦法獨立完成高難度復雜任務，整個行業依舊處在人工+智能的半自動協作階段。

一方面，對于流程固定、規則清晰的常規工作，Agent可以自主拆分步驟、獨立執行;但面對長鏈條、變數多的復雜任務，還是離不開人的介入和決策。所以當前主流就是人機協同模式：AI承接重復繁瑣的執行工作，人負責核心決策與風險管控。短期內，這種半自動運行的狀態，會一直是行業常態。

7.主持人：當AI Agent開始具備自主行動力，它不再只是編程或文案策劃的輔助工具，而是直接切入多個行業的業務工作流。這種對開發人員、客服人員的取代就會真正到來嗎?

丁道師：汽車出現，是取代了馬車，不是取代了駕駛者。馬車夫可以升級為汽車司機，工作更輕松，賺錢更多。

技術人員同樣是“任務替代，崗位升級”。系統運維、監控告警這些標準化操作，AI能自動處理;但故障排查、安全攻防、性能優化這些需要經驗和創造性的，必須人來主導。未來技術崗更像“AI指揮官”，不是“手動操作工”。

客服是“先替代后升級”，不會全沒。90%的基礎咨詢——查賬單、改密碼——會被AI客服接了;但復雜糾紛、情緒安撫、特殊需求這些需要共情和靈活處理的，還是得真人——客服會從“接線員”變成“問題解決專家”，價值更高。

8.主持人：以前互聯網是流量經濟、訂閱經濟，未來Agent普及后，會不會變成按Agent幫我賺了多少錢、省了多少成本來付費?商業游戲規則也許會發生怎樣的改變?

丁道師：這幾種商業邏輯大概率會長期共存，但新的付費模式正在萌芽。

過去是按人頭、按賬號、按使用時長付費，不管有沒有效果。未來可能會出現更多“按效果付費”的模式。比如，Agent幫你投放廣告，帶來了多少實際轉化，它從中抽取傭金;或者Agent幫你優化了供應鏈，節省了20%的物流成本，企業與Agent服務商按比例分成。

另外，流量入口也在發生變化。以前我們買東西、查信息，第一反應是打開搜索引擎或某個APP;未來，可能直接喚醒Agent幫我們處理。誰能掌握最懂用戶的Agent，誰就掌握了新時代的商業分發權。

9.主持人：關于AI Agent的安全和擔憂，如果Agent在自主決策時犯了錯，比如自動下單買錯了股票，或者在客服中冒犯了客戶，肯定還是要具體的人和公司來承擔責任的，是開發者還是使用者呢?

丁道師：目前的階段，類似高階智能駕駛汽車——“誰使用、誰負責”是基本原則。機器本身不擔責，最終的責任主體還是背后的人和公司。

具體來說，如果使用者沒有對Agent進行合理的安全限制，比如沒有設置交易限額、沒有對客服話術進行敏感詞過濾，那么使用者需要承擔第一責任。如果錯誤是由于軟件底層代碼的嚴重漏洞或者系統性失控導致的，使用者在對外賠償后，可以依據服務合同向開發者追償。

當然，這個領域還在快速演進。業內也在呼吁引入“AI責任險”，通過第三方保險機制來分擔Agent自主決策帶來的商業風險。這有點像當年汽車普及后，交強險的出現——新技術催生新保障。

10.主持人：未來如何與“硅基員工”共處?需要培養什么樣的“人機協作”新技能?

丁道師：這個話題很有意思，也是我最近一直在思考的。

未來我們與AI的關系，更像是“管理者”與“實習生”。管理者給實習生分配任務、審核結果、把控方向;實習生負責執行、查找資料、完成初稿。核心技能不再是“我會操作什么軟件”，而是“我能不能把復雜任務拆解清楚、讓AI幫我高效完成”。

具體來說，有三項能力我覺得會越來越重要。

第一，定義問題的能力。AI能給出完美的答案，但前提是人類能提出對的問題。精準描述需求、拆解復雜任務的能力，會成為核心競爭力。

第二，提示詞與工作流編排能力。學會像“項目經理”一樣，給不同的Agent分配任務，把它們串聯起來，讓它們協同工作。

第三，批判性思維與審美把關。AI生成的內容和決策，需要人類進行最后的邏輯校驗、倫理評估和品味把關。這一點，機器短期很難替代。

所以我的建議是：不要害怕AI，去學習它、使用它、駕馭它。未來的贏家，一定是那些掌握了AI工具的人。