降价不等于agent更赚钱
krishnan · x · 2026-07-15
DeepSeek 把 V4-Pro 价格下调 75% 看起来像是 AI 开发者的利好，但作者认为这**并不能自动解决 agent 的利润问题**。 核心观点是：**聊天机器人**通常对应一次用户提问、一次模型调用；而**agent** 可能把同一个需求拆成规划、检索、工具调用、验证、总结和继续追问等多次循环，因此模型厂商实际消耗的 token 可能比价格下降得更快。表面上用户只看到一个答案，背后却可能是一串昂贵的执行链路。 因此很多 AI 商业模式会变脆弱：如果产品按 SaaS 定价、实际却像高消耗的基础设施服务，那么最活跃的用户反而可能最不赚钱。作者认为下一阶段真正重要的不是“每 token 成本”，而是： - 哪些步骤值得用前沿模型 - 哪些步骤可以切到更小模型 - 哪些上下文该缓存、压缩或忽略 - 哪些循环该尽早截断 最终应该盯住的指标是**每个完成任务的成本**，而不是 token 价或 seat 价。