共计 1172 个字符，预计需要花费 3 分钟才能阅读完成。
罗福莉再发声,Agent 时代模型订阅制凉了?
围绕“罗福莉再发声,Agent 时代模型订阅制凉了?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
Token 经济学里, 收费是一门学问。
在 AI Agent 快速发展的今天, 模型定价正成为行业热议的焦点 。小米集团 MiMo 负责人罗福莉近日在社交平台发声, 呼吁大型语言模型公司谨慎对待价格战, 并指出随着智能体应用的普及, 传统的订阅制可能面临巨大挑战。
📌 事件背景:Anthropic 调整策略引发争议
这场讨论的导火索是 Anthropic 近期的一项策略调整。 从本月初开始 ,Claude 的 Pro 和 Max 订阅不再覆盖 OpenClaw 等第三方框架的使用。这意味着, 如果用户想继续运行这些智能体, 只能转向 API 按量付费或购买额外额度。
从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。
🔍 核心问题:Agent 如何颠覆传统定价逻辑
罗福莉在发言中指出了问题的核心: 在 Agent 场景下,Token 消耗变得极不可预测 。她分析道:“Claude Code 的订阅机制在计算资源分配上设计得非常漂亮, 但我认为它并不赚钱甚至可能亏损, 除非 API 利润率高出 10 到 20 倍。”
这种不可预测性得到了研究的支持。 南洋理工大学等团队近期发布的研究显示 , 在多轮工具调用的智能体场景中, 同一个任务的计算消耗可能出现最高 658 倍的差异。这意味着:
💡 行业应对: 多种定价模式并行探索
📊 行业影响与未来展望
Anthropic 的策略调整引发了连锁反应。 过去几周 , 国内 AI 云厂商如腾讯云、阿里云、百度等相继宣布调价, 部分价格涨幅显著。这反映出模型需求的快速增长已对厂商的基建层造成压力。
罗福莉在发文中指出:“更宏观地看: 全球的算力供给, 跟不上 agent 带来的 token 需求增长 。”她认为, 真正的出路在于模型和 Agent 的“协同进化”, 优化上下文管理、复用已有计算结果、减少无效 token 消耗。
火山引擎总裁谭待则提出了另一种思路: 未来可能会孵化出垂直领域的智能体, 如客服智能体可以按回答问题的数量收费 ,“类似线下找客服的模式, 按效果付费”。
🚀 总结
Agent 的大航海时代已经到来, 但随之而来的是定价模式的重塑 。传统的订阅制在应对高强度、多轮调用的智能体场景时显得力不从心, 而完全按量计费又将不确定性转嫁给了用户。行业正在通过“订阅 + 配额 +API”的组合模式寻求平衡, 同时探索按任务、按结果等新型收费方式。这场围绕 Token 收费的争论将持续下去, 其最终走向将取决于未来模型与 Agent 在效率层面的协同进化。厂商和用户都需要重新审视, 在 AI 能力快速提升的今天, 如何为价值合理定价。
