当 DeepSeek 在去年末将旗下旗舰模型 V4-Pro 的推理价格骤降75%时，整个 AI 行业曾为之振奋——业界普遍相信，更低的推理成本将直接转化为企业客户的利润空间。然而，现实却给了一记响亮的耳光：许多企业级 AI 供应商发现，模型越便宜，他们反而越难赚钱。
这听起来像是一个悖论，但其内在逻辑却异常清晰：推理成本虽然跳水，但以 AI Agent 为代表的新型工作流正在以比价格下降更快的速度吞噬 token 量。 过去二十年，软件行业的铁律是基础设施每年变得更便宜、应用每年变得更强大。AI 初期也曾被预测会遵循这一模式——前沿模型持续进化、token 价格不断降低，推理费用理应沦为可以忽略的运营成本。但这一假设正在以指数级速度崩塌。
降价背后的100倍困局：从DeepSeek说起
DeepSeek 的降价策略本应是一剂强心针——将 V4-Pro 模型的价格砍至四分之一，理论上可以让企业以更低成本调用更强的推理能力。然而，实际落地的场景中，企业发现客户引入 AI Agent 后，单次交互消耗的 token 量从过去的几十个暴涨到数万个，完全抵消了单价下调带来的红利。
这并非 DeepSeek 一家的问题。OpenAI 近期被曝出计划向每一个 Y Combinator 创业公司提供价值 200 万美元的 API 信用额度——这个数字在之前的科技周期中足以支撑一整轮种子轮融资，而同一批创业公司当年仅靠几千美元的 AWS 信用就能运行。这与其说是招聘福利，不如说是对当前运行一家 AI 原生公司第一年所需成本的公开承认。对于已经在现有产品线中植入 Agent 的传统企业，绝对数字只会更大。
核心矛盾在于： 模型价格的下降曲线是线性的，而 Agent 系统的 token 消耗曲线是指数级的。当一个企业客户将客服系统从简单聊天机器人升级为能自动处理工单、查询内部系统、生成回复、验证输出并处理异常的 Agent 工作流时，单次用户请求的推理成本可能暴涨几十倍甚至上百倍。降价75%只在数字上好看，实际账单反而可能更高。
这一现象在AI赛道中日益凸显——供应商在销售时强调“成本更低的模型”，但客户部署后却发现整体 IT 支出不降反升。DeepSeek 的降价反而成为一面镜子，映照出 AI 行业即将面对的严峻成本结构挑战。
token放大效应：为什么AI Agent会吃掉你的利润
要理解这个“100倍问题”，我们需要先搞清楚一个基础概念：token放大系数。
在传统的单轮聊天机器人场景中，一个用户问题大致对应一次模型调用。输入输出 token 的消耗比例大约为 1:5——也就是说，用户提问消耗 50 个 token 时，模型回答可能消耗 250 个 token。这种模式下，推理成本完全可控。
但当换成一个多步 Agent 工作流——例如部署在客户支持、销售运营、财务审核、法律审查以及工程开发等场景——这个比例会陡然升高。根据行业实测数据，一个中等复杂度的 Agent 流程，单次用户查询的输入输出 token 比例可以轻松达到 1:700 甚至更高。每一次循环迭代都会携带累积的对话历史、工具输出、推理痕迹，每一步都在追加 token，没有任何信息被丢弃。
一个典型的例子：用户问“我们上周最大的客户询问了什么？” 看似简单的一句话，在 Agent 系统中却需要触发至少七个计费步骤： - 用户提示（约 50 token） - 系统提示与工具定义（约 3000 token，每次调用重复） - 信息检索（约 5000 token 上下文） - 模型第一次调用——工具选择（8000 token 输入 / 200 token 输出） - 工具执行（约 4000 token 返回） - 模型第二次调用——总结（12000 token 输入 / 400 token 输出） - 模型第三次调用——后续决策（12400 token 输入 / 100 token 输出）
一句话触发约 35000 个输入 token 的计费，按照前沿模型价格，单次查询的成本在 0.10 到 0.40 美元之间。如果企业每月有 100 万次这样的查询（对于 B2B 功能来说只是基础门槛），月账单就是六位数。
文生图这类生成式应用虽然也消耗 token，但其工作流通常比 Agent 简单得多。当同样的推理能力被用于需要反复决策、调用工具、验证输出的 Agent 场景时，成本量级完全不可同日而语。
一个简单查询的“账单解剖”：1:700的疯狂倍率
让我们进一步解剖一个实际的企业级 Agent 工作流。假设某公司部署了一个智能客服 Agent，用于处理退货请求。
传统聊天机器人：用户说“我要退货”，机器人回答“请提供订单号”。一次调用，成本不到 0.01 美元。
Agent 工作流： 1. 用户说“我要退货”，Agent 触发意图识别 → 调用第一轮模型 2. Agent 查询订单数据库（工具调用）→ 获取用户最近订单 3. Agent 检查退货政策（检索增强生成 RAG）→ 读取相关政策文档 4. Agent 生成初步解决方案 → 第二轮模型调用 5. Agent 询问用户是否接受替换商品 → 第三轮模型调用 6. 用户确认后，Agent 生成退货标签 → 第四轮模型调用 7. Agent 更新订单状态 → 调用外部 API 8. Agent 向用户发送确认邮件 → 第五轮模型调用（生成邮件内容）
用户只发出了一次请求，但后台执行了 5 次模型调用、2 次工具调用、1 次 RAG 检索。每一次调用都包含大量的上下文 token——系统提示、对话历史、检索结果等。最终成本可能是聊天机器人的 100-200 倍。
更具挑战性的是，企业往往鼓励用户更深入地使用 Agent 功能——这正是供应商向董事会展示的 adoption 曲线。然而 adoption 越高，token 消耗越大，成本越高。这就形成了一个诡异的循环：最积极使用产品的客户，恰恰是给供应商带来最大成本压力的客户。
英伟达应用深度学习副总裁 Bryan Catanzaro 的一句话点明了问题的严重性：“对我团队来说，计算成本已经远远超过了员工成本。” 这句话出自全球最大的 AI 芯片公司，足以让所有 AI 初创企业感到寒意。
当你尝试用AI图片生成为客服系统制作视觉辅助素材时，Agent 背后消耗的推理 token 才是真正的大头。想要全面优化成本，往往需要从工作流编排入手，而这正是当前AI赛道最被低估的技术护城河。
传统SaaS定价模式崩塌：当AI投资回报出现负值
企业 AI 目前的定价主流是基于座席的 SaaS 模式：按用户数按月收费，供应商提供 Agent 能力并从中获利。这个模型的核心假设是每个用户的成本是合理且有限的。
但 token 放大效应彻底打破了这一假设。一个 power user 每天执行 50 次 Agent 调用，而他所在的座席计划是 40 美元/月——这个用户的推理成本可能远超订阅费。当供应商的获客成本（CAC）被这样的客户结构推高，而生命周期价值（LTV）却因成本拖累反而下降，负毛利就出现了。
多家 AI 企业现在私下报告称，重度用户的毛利率已经为负。这与 Bessemer 风投公司发布的“超新星”云报告中的数据高度吻合：AI Agent 的采用与毛利率收缩之间的相关性已从理论风险转变为 P&L 上的核心压力。
最引人注目的案例来自 Salesforce。Bloomberg 近期曝光了 Salesforce Agentforce 营销 Demo 与实际交付能力之间的巨大差距。这种差距在行业中屡见不鲜：当承诺的功能在技术上可行，但按座席计划的价格提供服务却完全不经济时，实际交付就只能打折扣。Salesforce 是关注度最高的案例，但绝不是唯一一个。
{ LNK:企业数字化转型 } 中引入 AI Agent 本是为了提升效率和降低成本，但现在供应商不得不面对一个尴尬的事实：他们的产品越是成功，就越可能亏钱。这迫使整个行业重新思考定价模式。
一些公司开始尝试“按推理用量”定价，但这又让客户感到风险不可控；另一些公司则试图通过 token 缓存、模型蒸馏、本地推理等方式压缩成本，但这些措施只能延缓而不是解决根本问题。
AI投资正在从“抢占市场”转向“精细化运营”，投资人的关注点也从 DAU 转向了 unit economics。在 AI 赛道的下一个阶段，能证明自己单位经济模型可持续的公司，才能拿到下一轮融资。
大厂困境：Salesforce的Agentforce与现实的鸿沟
Salesforce 的 Agentforce 营销可谓声势浩大——宣传片里，AI Agent 能自主处理客户查询、跨系统协同工作、甚至分析销售漏斗。但在实际客户部署中，许多宣称的功能根本无法按座席计划的价格提供。
原因很简单：当 Agent 需要同时调用 CRM、ERP、知识库等多个系统，并且进行多轮推理时，token 消耗量会飙升到营销 Demo 中从未提及的量级。Salesforce 的定价基础是每个用户每月几十美元，但重度用户的推理成本轻轻松松超过这个数字。
这种“营销承诺 vs 交付现实”的裂缝正在扩大。不仅 Salesforce，许多独角兽 AI 公司都面临同样的问题——他们向客户销售 Agent 能力，但实际上每次 Agent 调用都在消耗大量 unfunded cost。一些分析师认为，当前 AI 行业存在“隐性补贴”：VC 投资 + 云厂商优惠价格让初创企业暂时掩盖了 unit economics 问题，但一旦市场降温，大规模亏损将暴露无遗。
与此同时，大厂也在利用抠图、背景去除等简单工具作为流量入口，因为这些工具 token 消耗低、单位成本可控。而真正的重头戏——企业级 Agent——则需要更复杂的工作流编排技术来降低 token 消耗，这正是AI工具导航类平台希望赋能的方向。
{ LNK:大模型训练 }的高昂成本已经为人熟知，但部署阶段的推理成本现在被证明同样棘手。行业需要新的范式：不是用更便宜的模型，而是用更少的 token 完成任务。
新护城河：AI赛道中的编排与效率优化策略
面对 token 放大效应，领先企业正在构建新的技术护城河——Agent 编排与效率优化。
传统观念中，AI 公司的核心竞争力是模型能力（预训练质量）或数据飞轮。但在 Agent 主导的新范式下，能否以最低的 token 消耗完成指定任务，将成为决定盈亏的关键。具体策略包括：
1. 智能路由与早期退出。 并非所有用户请求都需要完整的 Agent 工作流。通过意图识别，简单的查询直接走聊天机器人路径，只有复杂请求才触发多步 Agent。这可以将平均 token 消耗降低 50-70%。
2. 上下文压缩与缓存。 系统提示、工具定义等重复出现的 token 可以被预编译或缓存。通过设计更紧凑的提示模板，减少每次调用都要附带的大量冗余 token。
3. 模型蒸馏与混合部署。 对于简单任务使用轻量模型（如 DeepSeek 的 mini 版本），只有关键决策环节调用大模型。这种混合架构在保持功能完整性的同时大幅降低推理成本。
4. 工具链的编排优化。 减少不必要的工具调用顺序，将多个步骤合并为一次模型调用。例如将“检索 + 总结”在一步中完成，而非两步。
5. 按 token 定价的商业模式创新。 一些创业公司开始尝试用量定价而非座席定价，虽然客户接受度待验证，但这是唯一能匹配 Agent 成本结构的模型。
AI投资正从“投模型”转向“投 infra”，因为后者决定了将来能否跑通经济模型。而在个人创作领域，像AI诗词、藏头诗这样的轻量应用反而因为 token 消耗低、毛利率高，成为现金流良好的细分赛道。
{ LNK:AI Agent技术 }的演进不仅关乎性能，更关乎成本。未来的企业级 AI 赢家，很可能不是拥有最大模型的公司，而是最会“省钱”的公司。当效率提升不再是口号，而是落实到每一个 token 的编排上，整个 AI 行业才能迎来真正的可持续增长。
结语
DeepSeek 降价 75% 是一个信号，但不是答案。它提醒我们，在 AI 赛道上，单纯的模型降价并不能自动带来效率提升——只有当推理成本下降的速度快于 token 消耗增长的速度时，企业才能获得真正的收益。目前来看，Agent 工作流的 token 放大效应正在压倒降价红利。
对于创业者、开发者以及企业决策者而言，现在需要关注的不仅是选择哪个模型最便宜，更是如何设计工作流以最少的 token 达成目标。这或许才是 AI 领域下一个十年的核心命题。