界面新聞?dòng)浾?| 查沁君

界面新聞編輯 | 文姝琪

OpenClaw的意外走紅，讓“養(yǎng)蝦”在短時(shí)間內(nèi)從技術(shù)圈的內(nèi)部嘗試，變成了大廠之間的新一輪競(jìng)賽。

過(guò)去一年還在比拼模型參數(shù)和榜單排名的廠商，如今開(kāi)始集體轉(zhuǎn)向Agent落地——能不能“干活”，正在取代“能不能聊天”，成為更現(xiàn)實(shí)的評(píng)判標(biāo)準(zhǔn)。

而就在Agent逐漸進(jìn)入多步推理、多輪調(diào)用階段后，一個(gè)過(guò)去被忽視的問(wèn)題開(kāi)始浮出水面：成本。

“龍蝦雖然是開(kāi)源免費(fèi)的，但token費(fèi)用在暴漲?！?/span>3月24日，京東相關(guān)技術(shù)負(fù)責(zé)人對(duì)界面新聞等媒體提到。相比傳統(tǒng)對(duì)話式模型，Agent在執(zhí)行任務(wù)時(shí)往往需要反復(fù)調(diào)用模型、進(jìn)行多輪思考，這使得token消耗呈指數(shù)級(jí)增長(zhǎng)。

他在采訪中多次提到“token efficiency（詞元效率）”這一概念。簡(jiǎn)單來(lái)說(shuō)，就是在完成同樣任務(wù)的前提下，盡可能減少token消耗，或者讓每一個(gè)token完成更多工作。

根據(jù)京東披露的數(shù)據(jù)，在與市面上的開(kāi)源模型對(duì)比中，其自研的開(kāi)源模型JoyAI-LLM Flash在任務(wù)完成率接近的情況下，token消耗僅為對(duì)方的約四分之一到五分之一。這一差異，在單次調(diào)用中或許并不顯著，但在Agent長(zhǎng)鏈路執(zhí)行中，會(huì)被迅速放大為實(shí)際成本差距。

從技術(shù)路徑上看，這種效率優(yōu)化主要來(lái)自?xún)煞矫妫阂皇峭ㄟ^(guò)強(qiáng)化學(xué)習(xí)算法（如FiberPO）提升模型在長(zhǎng)鏈路訓(xùn)練中的穩(wěn)定性，使其無(wú)需依賴(lài)過(guò)長(zhǎng)的“思維鏈”；二是通過(guò)推理加速機(jī)制（如MTP）提升生成效率，將推理速度提升約1.8倍。

這意味著，在京東的邏輯中，大模型競(jìng)爭(zhēng)正在發(fā)生轉(zhuǎn)向——不是單純比誰(shuí)更“聰明”，還要考慮誰(shuí)更“劃算”。

如果說(shuō)token效率解決的是“用得起”的問(wèn)題，那么部署方式則決定了“用不用得上”。

在實(shí)際應(yīng)用中，無(wú)論是個(gè)人開(kāi)發(fā)者還是企業(yè)用戶，都面臨著一個(gè)現(xiàn)實(shí)障礙：Agent的使用門(mén)檻依然不低。從環(huán)境配置到模型調(diào)用，再到安全控制，整體流程仍然復(fù)雜。

京東將“養(yǎng)蝦”拆分為三種不同路徑。

首先是云端方案。針對(duì)初級(jí)用戶與開(kāi)發(fā)者，京東提供一鍵部署，用戶無(wú)需本地安裝，即可在線體驗(yàn)Agent。

其次是本地部署?？紤]到部分用戶對(duì)數(shù)據(jù)隱私的要求，京東支持在本地環(huán)境中運(yùn)行Agent，并強(qiáng)調(diào)“記憶共享”的能力——不同終端上的Agent可以繼承統(tǒng)一的上下文與歷史信息，從而避免當(dāng)前多Agent割裂的問(wèn)題。

最核心的，則是面向企業(yè)端的一體化方案。

在企業(yè)場(chǎng)景中，AI落地的最大障礙往往并非技術(shù)能力，而是安全與合規(guī)。京東云推出了OpeClaw一體機(jī)，支持本地化部署與一鍵啟動(dòng)，并提供標(biāo)準(zhǔn)版和個(gè)人版，滿足中大型企業(yè)與個(gè)人開(kāi)發(fā)者的多樣化需求。

這種“軟硬一體”的方式，更接近傳統(tǒng)企業(yè)IT采購(gòu)邏輯——即通過(guò)標(biāo)準(zhǔn)化設(shè)備與系統(tǒng)，降低部署復(fù)雜度，并確保數(shù)據(jù)不出本地環(huán)境。

幾乎所有企業(yè)在引入Agent時(shí)都會(huì)面對(duì)的核心矛盾是——Agent如果開(kāi)放足夠權(quán)限，雖然更智能，但也更危險(xiǎn)；如果限制權(quán)限，又可能“什么都做不了”。

對(duì)此，京東相關(guān)技術(shù)負(fù)責(zé)人表示，將Agent納入企業(yè)既有的信息化體系之中，而不是單獨(dú)構(gòu)建一套新規(guī)則。例如，將Agent的操作權(quán)限與企業(yè)OA系統(tǒng)打通，通過(guò)既有的權(quán)限管理體系進(jìn)行控制，同時(shí)強(qiáng)化操作的可追溯性。

本地部署與私有化模型，也被視為降低風(fēng)險(xiǎn)的重要手段。尤其是在涉及代碼、業(yè)務(wù)數(shù)據(jù)等敏感信息時(shí)，企業(yè)往往難以接受調(diào)用外部模型服務(wù)。

從行業(yè)整體來(lái)看，圍繞“養(yǎng)蝦”生態(tài)，頭部公司的路徑正在逐漸分化。

阿里巴巴更強(qiáng)調(diào)“模型+云”的一體化輸出。以通義千問(wèn)為核心，結(jié)合阿里云平臺(tái)，將模型能力以API和平臺(tái)服務(wù)的形式提供給企業(yè)客戶，其優(yōu)勢(shì)在于云基礎(chǔ)設(shè)施與開(kāi)發(fā)者生態(tài)。

騰訊則更側(cè)重應(yīng)用層滲透。依托微信、企業(yè)微信等產(chǎn)品，將AI能力嵌入具體使用場(chǎng)景中，通過(guò)高頻應(yīng)用推動(dòng)Agent普及，其路徑更接近“超級(jí)應(yīng)用+AI助手”。

相比之下，京東的路徑顯得更“工程導(dǎo)向”。其重點(diǎn)不在于打造爆款應(yīng)用，也不完全依賴(lài)云平臺(tái)，而是圍繞成本控制、部署方式與安全體系，提供一整套可落地的解決方案。

這種差異，也在一定程度上反映了各自的基礎(chǔ)能力：阿里擅長(zhǎng)云與平臺(tái)，騰訊擅長(zhǎng)應(yīng)用與生態(tài)，而京東則更強(qiáng)調(diào)供應(yīng)鏈與企業(yè)服務(wù)能力。

在明確了各家戰(zhàn)略差異之后，討論Agent本身的價(jià)值顯得更有意義。該負(fù)責(zé)人給出了一個(gè)相對(duì)克制的判斷：“龍蝦”本身并不是核心，其真正價(jià)值在于放大模型能力。

從技術(shù)演進(jìn)來(lái)看，大模型正在從對(duì)話（Conversation）走向推理（Reasoning），再進(jìn)入Agent（Agentic AI）階段，未來(lái)可能進(jìn)一步發(fā)展到具備創(chuàng)新能力（Innovation）的階段。

在這一過(guò)程中，Agent更像是連接模型與現(xiàn)實(shí)任務(wù)的橋梁。它并不會(huì)替代模型，反而會(huì)放大模型能力的應(yīng)用邊界。

這也意味著，當(dāng)前圍繞“養(yǎng)蝦”的競(jìng)爭(zhēng)，未必是一場(chǎng)短期戰(zhàn)役。隨著模型能力持續(xù)提升，Agent的形態(tài)可能不斷變化，但圍繞成本、效率與落地的基礎(chǔ)問(wèn)題，仍將長(zhǎng)期存在。