散人逍遥游
11-16 16:25
$明略科技-W(02718)$
每天刷盘都有点闹心,大盘震荡、AI 资金分流,它持续承压。看重它 Agent 商业化这条主线,逻辑没变,就先扛着等风来
@研财投资圈:
明略科技吴明辉谈AI投资下半场,算清Agent商业化的Token账
免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。
分享至
微信
复制链接
精彩评论
我们需要你的真知灼见来填补这片空白
打开APP,发表看法
APP内打开
发表看法
{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":629918872891744,"tweetId":"629918872891744","gmtCreate":1794817549790,"gmtModify":1794817552103,"author":{"id":4129245819787500,"idStr":"4129245819787500","authorId":4129245819787500,"authorIdStr":"4129245819787500","name":"散人逍遥游","avatar":"https://static.tigerbbs.com/1e8d507ee499664325f52bd0df9a4f68","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"wearingBadges":[],"fanSize":8,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"","html":"<html><head></head><body><a target=\"_blank\" href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$ </a>每天刷盘都有点闹心,大盘震荡、AI 资金分流,它持续承压。看重它 Agent 商业化这条主线,逻辑没变,就先扛着等风来\n<br></body></html>","htmlText":"<html><head></head><body><a target=\"_blank\" href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$ </a>每天刷盘都有点闹心,大盘震荡、AI 资金分流,它持续承压。看重它 Agent 商业化这条主线,逻辑没变,就先扛着等风来\n<br></body></html>","text":"$明略科技-W(02718)$ 每天刷盘都有点闹心,大盘震荡、AI 资金分流,它持续承压。看重它 Agent 商业化这条主线,逻辑没变,就先扛着等风来","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/629918872891744","repostId":628761422299400,"repostType":1,"repost":{"magic":2,"id":628761422299400,"tweetId":"628761422299400","gmtCreate":1794536016149,"gmtModify":1794537094848,"author":{"id":4241928315988180,"idStr":"4241928315988180","authorId":4241928315988180,"authorIdStr":"4241928315988180","name":"研财投资圈","avatar":"https://static.tigerbbs.com/a3344124ca2bb94b7faa76b50c138103","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"wearingBadges":[],"fanSize":7,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"明略科技吴明辉谈AI投资下半场,算清Agent商业化的Token账","html":"<html><head></head><body><p>11月10日,明略科技创始人、CEO兼CTO吴明辉在2026中金论坛发表演讲。谈及 AI 投资是否存在泡沫,他把讨论落到了企业的投入产出上。在他看来,AI 投资上半场的重点是做出能力更强的模型。到了下半场,企业需要算清 Agent 完成一项业务任务消耗多少 Token,以及这笔开支能带来多少回报。</p>\n<p><strong>Agent接手的工作越多,企业越要算清单项任务的成本</strong></p>\n<p>吴明辉在演讲中用了两笔假设账。对于一家拥有数万名员工的企业,如果每名员工每年消耗价值10万元的 Token,一年的推理支出就会达到数十亿元。对一款日活达到1亿的消费级 AI 应用,即使每位用户每天只发起一次推理请求,平台每天也要承担1亿次请求对应的成本。</p>\n<p>两笔账对应着不同的付费逻辑。消费级应用如果靠免费服务积累用户,就需要找到能够覆盖推理开支的收入来源。企业愿意为 AI 支付多少,则可以和具体业务结果挂钩。吴明辉由此判断,企业市场将是 Agent 商业化的重要场景。模型调用费用能否随着业务规模扩大而得到控制,将影响企业能把 Agent 部署到多少岗位和流程中。</p>\n<p>编程是吴明辉用来说明这一变化的例子。从协助程序员补全代码,到自行处理一个开发任务,再到多个 Agent 在同一个工作群里分工,交给 AI 的指令可以更简短,背后的执行链路却更长。只看每次调用的价格,很难判断这种工作方式是否划算。企业还要把一次任务中多轮调用的开销加在一起,放到交付结果里衡量。</p>\n<p><strong>企业用什么模型,也要看数据能去哪里</strong></p>\n<p>明略科技把多 Agent 协作应用在了内部研发中。据吴明辉介绍,工程师通过自研开源平台 Octo 组织多个 Agent 协作编程。Octo 支持私有化部署,不同的 Agent 可以作为 Bot 加入团队。人员负责判断和校准,协作中形成的知识、方法和反馈可以留给后续任务复用。吴明辉把多个 Agent 连入同一网络协作的模式称为 IoA,即 Internet of Agents。</p>\n<p>Agent 进入工作流程后,还会接触企业文件和代码仓库。吴明辉提到,企业要知道 Agent 能访问哪些资料,也要知道每次调用模型时,哪些业务上下文会被发送到云端。他将企业掌握自身数据、Agent 权限和模型使用方式的能力称为“企业主权 AI”。明略科技希望帮助大型企业在这一基础上搭建组织智能平台。对企业来说,这也意味着要逐项判断哪些数据可以随任务交给外部模型,哪些环节需要留在自己的环境里处理。</p>\n<p>模型选择也可以细化到任务。对不少日常办公工作,吴明辉认为前沿开源模型已能胜任。需要处理更难的问题时,企业仍可调用能力更强的模型。在特定业务场景中,他认为还可以通过后训练提升开源模型的表现,让它以更低成本接近前沿闭源模型在该场景的能力。明略科技已将内部积累的 Token 精益管理能力用于客户服务。</p>\n<p><strong>主动式Agent的收费与算力归属</strong></p>\n<p>当 Agent 开始主动查阅邮件、整理日程或在夜间完成调研,推理成本就会随着它自主发起的任务增加。吴明辉以两种收费方式说明其中的矛盾。按 Token 用量计费,Agent 越主动,用户承担的开支就越高。采用固定月费,Agent 每多运行一次,服务商就要承担额外的成本。</p>\n<p>吴明辉提出,用户自有算力是他看好的一条路径。企业购置服务器后,可以自行安排 Agent 的运行频率,把已经投入的算力用在需要持续执行的任务上。沿着这个逻辑,企业要评估的也包括设备投入能否被长期、稳定的任务量摊薄。</p>\n<p>吴明辉还借用了自己早年在秒针系统接触的程序化广告生态。广告技术市场有代表广告主优化投放成本的 DSP,有帮助媒体提升流量收益的 SSP,也有撮合买卖双方的广告交易平台。在他看来,Token 市场可能形成类似的分工。算力提供方希望提升收益,使用方希望用更低的成本完成同样的任务,中间则可能出现提供撮合服务的平台。尤其是使用方,需要有人帮它看清每项工作消耗的 Token,并据此优化模型和成本。</p>\n<p>从选模型到买算力,企业最终要评估的是具体工作。一次任务能交给 Agent 做到哪一步,要消耗多少算力,交付的成果又能带来多少业务价值。这些数据将影响企业把哪些 AI 应用从局部试用推向规模化部署。</p>\n<p><a href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$</a></p>\n<p><a href=\"https://laohu8.com/U/3502767768442965\">@话题虎</a></p></body></html>","htmlText":"<html><head></head><body><p>11月10日,明略科技创始人、CEO兼CTO吴明辉在2026中金论坛发表演讲。谈及 AI 投资是否存在泡沫,他把讨论落到了企业的投入产出上。在他看来,AI 投资上半场的重点是做出能力更强的模型。到了下半场,企业需要算清 Agent 完成一项业务任务消耗多少 Token,以及这笔开支能带来多少回报。</p>\n<p><strong>Agent接手的工作越多,企业越要算清单项任务的成本</strong></p>\n<p>吴明辉在演讲中用了两笔假设账。对于一家拥有数万名员工的企业,如果每名员工每年消耗价值10万元的 Token,一年的推理支出就会达到数十亿元。对一款日活达到1亿的消费级 AI 应用,即使每位用户每天只发起一次推理请求,平台每天也要承担1亿次请求对应的成本。</p>\n<p>两笔账对应着不同的付费逻辑。消费级应用如果靠免费服务积累用户,就需要找到能够覆盖推理开支的收入来源。企业愿意为 AI 支付多少,则可以和具体业务结果挂钩。吴明辉由此判断,企业市场将是 Agent 商业化的重要场景。模型调用费用能否随着业务规模扩大而得到控制,将影响企业能把 Agent 部署到多少岗位和流程中。</p>\n<p>编程是吴明辉用来说明这一变化的例子。从协助程序员补全代码,到自行处理一个开发任务,再到多个 Agent 在同一个工作群里分工,交给 AI 的指令可以更简短,背后的执行链路却更长。只看每次调用的价格,很难判断这种工作方式是否划算。企业还要把一次任务中多轮调用的开销加在一起,放到交付结果里衡量。</p>\n<p><strong>企业用什么模型,也要看数据能去哪里</strong></p>\n<p>明略科技把多 Agent 协作应用在了内部研发中。据吴明辉介绍,工程师通过自研开源平台 Octo 组织多个 Agent 协作编程。Octo 支持私有化部署,不同的 Agent 可以作为 Bot 加入团队。人员负责判断和校准,协作中形成的知识、方法和反馈可以留给后续任务复用。吴明辉把多个 Agent 连入同一网络协作的模式称为 IoA,即 Internet of Agents。</p>\n<p>Agent 进入工作流程后,还会接触企业文件和代码仓库。吴明辉提到,企业要知道 Agent 能访问哪些资料,也要知道每次调用模型时,哪些业务上下文会被发送到云端。他将企业掌握自身数据、Agent 权限和模型使用方式的能力称为“企业主权 AI”。明略科技希望帮助大型企业在这一基础上搭建组织智能平台。对企业来说,这也意味着要逐项判断哪些数据可以随任务交给外部模型,哪些环节需要留在自己的环境里处理。</p>\n<p>模型选择也可以细化到任务。对不少日常办公工作,吴明辉认为前沿开源模型已能胜任。需要处理更难的问题时,企业仍可调用能力更强的模型。在特定业务场景中,他认为还可以通过后训练提升开源模型的表现,让它以更低成本接近前沿闭源模型在该场景的能力。明略科技已将内部积累的 Token 精益管理能力用于客户服务。</p>\n<p><strong>主动式Agent的收费与算力归属</strong></p>\n<p>当 Agent 开始主动查阅邮件、整理日程或在夜间完成调研,推理成本就会随着它自主发起的任务增加。吴明辉以两种收费方式说明其中的矛盾。按 Token 用量计费,Agent 越主动,用户承担的开支就越高。采用固定月费,Agent 每多运行一次,服务商就要承担额外的成本。</p>\n<p>吴明辉提出,用户自有算力是他看好的一条路径。企业购置服务器后,可以自行安排 Agent 的运行频率,把已经投入的算力用在需要持续执行的任务上。沿着这个逻辑,企业要评估的也包括设备投入能否被长期、稳定的任务量摊薄。</p>\n<p>吴明辉还借用了自己早年在秒针系统接触的程序化广告生态。广告技术市场有代表广告主优化投放成本的 DSP,有帮助媒体提升流量收益的 SSP,也有撮合买卖双方的广告交易平台。在他看来,Token 市场可能形成类似的分工。算力提供方希望提升收益,使用方希望用更低的成本完成同样的任务,中间则可能出现提供撮合服务的平台。尤其是使用方,需要有人帮它看清每项工作消耗的 Token,并据此优化模型和成本。</p>\n<p>从选模型到买算力,企业最终要评估的是具体工作。一次任务能交给 Agent 做到哪一步,要消耗多少算力,交付的成果又能带来多少业务价值。这些数据将影响企业把哪些 AI 应用从局部试用推向规模化部署。</p>\n<p><a href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$</a></p>\n<p><a href=\"https://laohu8.com/U/3502767768442965\">@话题虎</a></p></body></html>","text":"11月10日,明略科技创始人、CEO兼CTO吴明辉在2026中金论坛发表演讲。谈及 AI 投资是否存在泡沫,他把讨论落到了企业的投入产出上。在他看来,AI 投资上半场的重点是做出能力更强的模型。到了下半场,企业需要算清 Agent 完成一项业务任务消耗多少 Token,以及这笔开支能带来多少回报。 Agent接手的工作越多,企业越要算清单项任务的成本 吴明辉在演讲中用了两笔假设账。对于一家拥有数万名员工的企业,如果每名员工每年消耗价值10万元的 Token,一年的推理支出就会达到数十亿元。对一款日活达到1亿的消费级 AI 应用,即使每位用户每天只发起一次推理请求,平台每天也要承担1亿次请求对应的成本。 两笔账对应着不同的付费逻辑。消费级应用如果靠免费服务积累用户,就需要找到能够覆盖推理开支的收入来源。企业愿意为 AI 支付多少,则可以和具体业务结果挂钩。吴明辉由此判断,企业市场将是 Agent 商业化的重要场景。模型调用费用能否随着业务规模扩大而得到控制,将影响企业能把 Agent 部署到多少岗位和流程中。 编程是吴明辉用来说明这一变化的例子。从协助程序员补全代码,到自行处理一个开发任务,再到多个 Agent 在同一个工作群里分工,交给 AI 的指令可以更简短,背后的执行链路却更长。只看每次调用的价格,很难判断这种工作方式是否划算。企业还要把一次任务中多轮调用的开销加在一起,放到交付结果里衡量。 企业用什么模型,也要看数据能去哪里 明略科技把多 Agent 协作应用在了内部研发中。据吴明辉介绍,工程师通过自研开源平台 Octo 组织多个 Agent 协作编程。Octo 支持私有化部署,不同的 Agent 可以作为 Bot 加入团队。人员负责判断和校准,协作中形成的知识、方法和反馈可以留给后续任务复用。吴明辉把多个 Agent 连入同一网络协作的模式称为 IoA,即 Internet of Agents。 Agent 进入工作流程后,还会接触企业文件和代码仓库。吴明辉提到,企业要知道 Agent 能访问哪些资料,也要知道每次调用模型时,哪些业务上下文会被发送到云端。他将企业掌握自身数据、Agent 权限和模型使用方式的能力称为“企业主权 AI”。明略科技希望帮助大型企业在这一基础上搭建组织智能平台。对企业来说,这也意味着要逐项判断哪些数据可以随任务交给外部模型,哪些环节需要留在自己的环境里处理。 模型选择也可以细化到任务。对不少日常办公工作,吴明辉认为前沿开源模型已能胜任。需要处理更难的问题时,企业仍可调用能力更强的模型。在特定业务场景中,他认为还可以通过后训练提升开源模型的表现,让它以更低成本接近前沿闭源模型在该场景的能力。明略科技已将内部积累的 Token 精益管理能力用于客户服务。 主动式Agent的收费与算力归属 当 Agent 开始主动查阅邮件、整理日程或在夜间完成调研,推理成本就会随着它自主发起的任务增加。吴明辉以两种收费方式说明其中的矛盾。按 Token 用量计费,Agent 越主动,用户承担的开支就越高。采用固定月费,Agent 每多运行一次,服务商就要承担额外的成本。 吴明辉提出,用户自有算力是他看好的一条路径。企业购置服务器后,可以自行安排 Agent 的运行频率,把已经投入的算力用在需要持续执行的任务上。沿着这个逻辑,企业要评估的也包括设备投入能否被长期、稳定的任务量摊薄。 吴明辉还借用了自己早年在秒针系统接触的程序化广告生态。广告技术市场有代表广告主优化投放成本的 DSP,有帮助媒体提升流量收益的 SSP,也有撮合买卖双方的广告交易平台。在他看来,Token 市场可能形成类似的分工。算力提供方希望提升收益,使用方希望用更低的成本完成同样的任务,中间则可能出现提供撮合服务的平台。尤其是使用方,需要有人帮它看清每项工作消耗的 Token,并据此优化模型和成本。 从选模型到买算力,企业最终要评估的是具体工作。一次任务能交给 Agent 做到哪一步,要消耗多少算力,交付的成果又能带来多少业务价值。这些数据将影响企业把哪些 AI 应用从局部试用推向规模化部署。 $明略科技-W(02718)$ @话题虎","highlighted":1,"essential":1,"paper":2,"link":"https://laohu8.com/post/628761422299400","repostId":0,"isVote":1,"tweetType":1,"commentLimit":10,"symbols":["02718"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":3021,"optionInvolvedFlag":false,"subscribersOnly":false,"subscribersOnlyAccessible":false,"xxTargetLangEnum":"ZH_CN"},"isVote":1,"tweetType":1,"viewCount":146,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":["02718"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":118,"optionInvolvedFlag":false,"subscribersOnly":false,"subscribersOnlyAccessible":false,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/629918872891744"}
精彩评论