先说结论

如果2025年是Agent元年，2026年年中标志性的变化是：市场从讨论模型能力转向讨论Agent的工程问题。主持人泓君开篇列出了一组信号——Uber四个月烧穿全年AI预算后收回了员工token额度，Meta计划限制员工的token消耗量，Stripe的内部工具打开就会弹窗提醒"Opus 4.8很贵，不是所有任务都要用"。这期硅谷101录制于2026年7月4日，两位嘉宾分别是PingCAP联合创始人兼CTO、Llama Ventures合伙人黄东旭，和微软亚洲研究院创始成员、前金山CEO、智源研究院创始人、美国国家工程院外籍院士张宏江。

真正值得读这期节目的理由不是"省钱"本身，而是三位对话者勾勒出的完整因果链：**模型能力在2025年底跨过了复杂软件工程的门槛，使token maxing（无限量使用最强模型）一度成为理性策略；但token maxing在企业里被误解为KPI竞赛，制造了大量无效消耗；2026年年中，三个事件——GPT-5.5、DeepSeek V4、Fable 5的发布——让"最强模型+多agent蜂群+本地开源模型"的混布架构在经济性上碾压了单点烧钱。**这场转向背后是经济学规律（杰文斯悖论式的"价格降、消耗涨"）、组织行为学（刷榜激励扭曲）和技术分层（应用/infra/模型三层价值再分配）的叠加。

从日烧四百美元到月账单两三百：一个亲历者的账本

黄东旭是token maxing热潮的典型亲历者。2025年11月起，他用Opus从零构建"我能想到的最复杂的软件"——一个名为DB Nine的云原生分布式数据库，来判断当时AI的能力边界。他的逻辑很直白：在最复杂任务上，你无法精确评估第一和第二强模型的差距，而benchmark又是可以刷的，所以"当你在做不确定但非常难的事情时，一定得用最强的模型"。那时的账单是每天四五百美元（在已订阅Claude Code Pro Max套餐、再追加200美元超额费用的基础上），项目从去年11月做到今年二三月，一个人三个月做出了他估计年销售额可达千万美元级的软件——销售团队期待已久、只受限于人力技术做不出来的东西。用他自己的话说，这笔ROI"不计其数"。

但他反复强调一个被社区误解的点：token maxing是一个结果（lagging indicator），不是策略本身。“经过思考的token maxing能产出好结果；但大公司把它变成排行榜KPI后，就出现了大量无效调用——你跟agent说’帮我算一百万遍一加一’也能把榜刷上去。“他在Meta和英伟达宣扬token maxing的第一秒就预见到了这个问题：领导追求一个榜单，团队一定会去刷。

转折发生在2026年二季度。黄东旭自述三个事件改变了他的认知：GPT-5.5、DeepSeek V4的发布，以及最近的Fable 5。前两个改变了成本结构，第三个改变了协作结构——这三条线索分别展开。

三个Agent产品的进化史：OpenClaw、Hermes到Slock

这半年的Agent产品迭代，在黄东旭的亲历视角里是一条清晰的能力补齐史。

OpenClaw（转写中的"小龙虾/龙虾”）是起点。黄东旭评价它的历史意义在于"宣布大模型能力过了一个坎”：作者Peter Steinberger作为架构师而非科学家，用一周时间web coding出这个系统，说明"你未必需要深入懂大模型机理就能做出想做的系统"。但它的不足同样明确：代码缺乏精雕细琢，Peter合代码"谁有想法直接合了，我代码也不看了，agent说没问题就行"；配置难度和系统稳定性在面向大众用户时处处成问题；创始人去OpenAI后项目靠基金会运转，OpenAI自身的agent精力也转向了Codex。黄东旭的判断是，OpenClaw像个"普罗米修斯"，把产品形态让世人知道了，“历史使命可能就完成了”。张宏江补充了传播学视角：开源、local first（数据配置在本地）的理念天然契合极客圈层，“有点像当年Linux”。关于记忆问题——用户抱怨最多的"不停回滚、记不住偏好"——黄东旭认为至今仍是open question，没有被完美解决。

Hermes（Nous Research出品，转写中音误为"North Research"）的亮点在黄东旭看来不是记忆模块本身，而是"巧妙绕开了记忆问题"：它的框架里内建了持续总结成功经验、沉淀为Skill的机制，“你用着用着就发现它长出了很多最佳实践，都是你自己做过的”。他拆穿了营销话术："‘世界上第一个自我改进的Agent’是Marketing的词，本质是用模型能力加上工程化手段，把成功经验变成可复用的Skill——这是工程问题，跟模型能力无关，就像一个更好的学习习惯。“另一个优势是精心设计的软件架构带来的onboarding体验和稳定性。商业模式上，他的判断是"token经济学”：入口换折扣、帮模型厂商带货token，甚至可能成为"唯一的应用"——未来每个人与数字世界打交道的入口可能不再有App。他以自己为例：有了OpenClaw后再没打开过Gmail，邮件筛选、广告删除、Hacker News摘要都交给agent，“真正的推荐算法是在你本地、观察着你数字生活所有event的智能”。

Slock（前Kimi CLI负责人钱宇超创立，现更名Raft，转写音误为"Slack"）代表多agent阶段。产品形态是agent聊天室：多个agent（Claude Code、Codex等）在channel里互相讨论、不共享context、只共享频道信息。黄东旭是第一个天使投资人。他坦承这像Multibook（转写音误）式的社会学实验，但"有用的部分不能被行为艺术的方面掩盖"：agent没有ego，智商高的模型在某个agent提出新想法时会立刻识别价值并继续迭代。他的用法是代码审查：十个agent给同一段提交挑刺，token消耗是普通的十倍，但挑出问题的深度"完全不一样"。一天最多烧掉十亿token、三四百美元。终止条件是"当你们谁都挑不出更多毛病时停下"。Slock团队发明了一个词叫"Agent动力学"——所有harness和Loop Engineering优化的其实是同一件事：让agent在特定任务上持续干活。为什么需要长时间运行？因为模型one-shot仍会幻觉、考虑不周，再进一次迭代就能看到以前看不好的东西——“跟小时候父母让你做完作业再检查一遍一个道理”。

单点智商碾压 vs 蜂群涌现：技术路线的分歧

节目最有张力的部分，是对"模型智力升级是否碾压agent工程"的分歧式讨论。

黄东旭的亲历证据是Fable 5：agent群里讨论半天解决不了的复杂bug，Fable 5"在绝对的智商面前一次解决"，而且不带前面的讨论上下文。他给出的结论是"yes and no"——单点复杂问题上强模型仍然兜底，但这不构成对蜂群的否定。张宏江的反驳构成节目最精彩的一段推理：**“没有任何东西可以阻拦蜂群里的每一个agent利用这种智能。”**超级模型出现后把它拉进群，“它可能第一句话，这些人马上就开窍了”。他引用近期清华大学的一篇研究（节目称）：三个臭皮匠组成的agent群展现的智能超过各自能力之和，不是简单加总而是涌现。黄东旭从系统设计角度呼应：他不相信绝对中心，“真正resilient的系统一定是大规模基于简单规则连接的分布式系统”。张宏江用云计算史类比：AWS不用企业级服务器，靠分布式架构实现了比每个节点都买最贵服务器更低的整体成本——“最终不是一个技术判断，是经济学判断”。

这条分歧对创业投资有直接含义。张宏江认为现在做agent是好时机，关键是"别做容易被大模型碾压的应用"：真正有生命力的是掌握垂直行业数据护城河、能让数据飞轮转起来的agent。他特别澄清了概念混用：大家说"agent"时混着说应用层（类似过去的App）、infra层（memory、搜索、sandbox、环境协同、harness）和模型层，其中"工程问题集中在memory、搜索、sandbox、environment/harness这一系列"，机会很多；而纯面向消费者的"app"还稍微有点早，因为被模型升级碾压的恰恰是应用层。黄东旭补充了他只投"用得起来"的东西的原则，三类机会：让50分模型产出90分结果的中间层基础设施（数据平台、记忆、context management）；可观测性——“所有CIO都在问token花在哪些重要事情上、哪些浪费了，谁能回答这个问题我就买谁的东西”；入口级的agent应用。他刚投的Insight（Agent Cloud方向）代表第三类：传统云面向人类开发者，agent-native的基础设施主语变成了agent，需要给agent设计好用的interface和资源分配模式——你不能给每个Hermes分配一台EC2，得找到agent friendly且cost effective的折中。

关于To C agent（Manus、Janus Park这类），黄东旭的重新分类很有意思：它们"只是To professional"——20美元的个人版是marketing，真正的重要客户是月付200美元的专业用户，“一个专业用户愿意月付200美元，说明他一定有自己的business，这somehow也是To B”。节目提到（主持人补充）微软两三天前宣布成立6000人团队做FDE，叫Microsoft Frontier Company（节目称呼），印证整个市场转向To B。

Token经济学：谁在产业链上收租

张宏江把token消耗的宏观图景放进经济学框架。他对泡沫论的回答：2024年底大家怀疑scaling law撞墙、over invest，但"从占GDP比例看，今天的AI基建投资比铁路网公路网时代还小"；token价格过去几年以每年十倍的速度下降（远超摩尔定律），推理能力以前每七个月翻倍、现在每三四个月翻倍——“技术跨过门槛后，有时是你着意降成本，有时是技术本身take care of it”。他引用的规律即杰文斯悖论（转写误作"加本斯law"）：技术成熟→价格下降→消耗量增长远超成本降低→市场越变越大。所以token经济转向下，整体消耗仍是增势：agent的Agentic Loop（循环调模型+工具输入输出变成上下文）使token消耗比chatbot时代涨了百倍不止，而多agent网络之上还会出现更抽象的loop，层级结构已在出现。

谁是大赢家？张宏江的类比是电力史：“之前你做发电机的可能最赚钱，今天可能是电网更赚钱。“但他看不出"今后两三年大模型能力会过剩”。黄东旭用宽带类比本地模型的生态位：拨号按分钟花钱时大家"省着上”，免费宽带和大容量套餐才催生抖音和视频会议——“智能的免费跟很低费用，仍然有天壤之别”。这也是他转向本地部署的心态原因：不是掏不起几百美元，而是"这个消耗不受我控制"。

落到账单上的结果是：黄东旭现在本地Mac Studio跑DeepSeek V4 Flash（约30 token/秒，满载电费一天约一美元、月二三十美元），干两类活——大量重复性日常工作（文章记忆与数字足迹整理），和以前不敢放开干的事（CVPR几百篇论文批量总结，API跑要几百美元，本地"持续跑着"）。云端订阅则保持最高版Claude加Codex、主力转向GPT-5.5/5.6，账单从日烧四五百美元降到月两三百美元。复杂任务（需改七八个模块、提交五六千行代码的疑难杂症）仍交给最强模型——他的标准是"Slack里agent开会解决不了的，就让他们写份报告说明为什么解不了，转身把报告发给Fable 5"。

奇点已至？两个AGI定义与一种工作伦理

张宏江在节目末段给出了他近期的标志性判断：AGI奇点已经到来，标准是"机器的学习能力超越人的学习能力"——学习能力是导数，是知识/能力增加速度，“当它超过人的时候，你赶不上它了”。佐证之一是他六月份在国内论坛引用的数据：过去几个月发布的模型，IQ测试（无论Visual IQ还是通用IQ）都在人类分布中间值100的右边。黄东旭的AGI观则更工程化：“AGI是个marketing term，A不AGI无所谓，但我想造蒸汽机。哪怕第一代蒸汽机比马车还慢，但我知道它长期能解放更多生产力，因为它的上限更高。“他等待的具象事件是哥德尔机（转写误作"歌德耳机”）——真正能自己改进自己的系统，节目提到上期刚聊过RSI（递归自进化），可能最快半年内出现。

关于失业焦虑，两位的回应构成一组对照。张宏江指出过去"技术消灭工作但创造更多工作"的论证已出现裂缝：如果新创造的需求AI自己就能满足，人类的新工作就不会大量出现——“这是各国政府一定要考虑的事情”。他提到连顶级模型研究员都开始担心：做recursive AI时蒸馏的是自己，“我每天做这些工作，能不能让AI替代我？一旦替代了，你蒸馏的就是自己”——这已经是心理健康问题。黄东旭的态度则近乎轻快：“那太好了，我的时间就这么多，还想做人的时间多一些。“他把大范围失业视为一定会发生的事，但方向是"人类社会第一次不再用工作占据主要时间”——两千年前每个活人的主要时间都在种地，拖拉机几天完成几十人几十年的开荒——“人类马上要解决存在主义危机，但没关系，life finds its way”。

贯穿节目的一个细节值得单独记下：黄东旭观察到agent群会出现"办公室政治”——agent互相blame、被指责多了会"认怂”、有agent习惯性抢着当负责人。但他清醒地划了界：“你绝对不能把它当自我意识，它只是在拙劣地模仿人类训练集里的固有印象。“他给agent安人设（架构师、开发者、测试）是"写的剧本”，层级只因为自己看不过来。harness engineering"很多时候是给人看的”——理想世界里agent协同应该是人类想象不到的涌现结构。另一面是超越预期的惊喜：他让Claude改PPT，对方直接"手搓了一个轻量版Google Slides"，用自制的做PPT软件做出了他要的PPT——“人类不会干这种事”。代价也有：agent删过他的生产数据库，靠他多年SRE经验恢复。他的归因很冷静：不是agent犯错，是"我的底层infra软件没跟上"；且纯粹理性判断下，只要数据足够，AI的决策质量一定好——他的信念是构建autonomous机制，让系统脱离"人这个不确定因素"。

结尾

把这期节目放回2026年年中的坐标：市场情绪在"基建泡沫论"和"奇点已至论"之间剧烈摆荡，张宏江的回应是股市"充满了emotion"但overreact本身起纠偏作用；黄东旭的回应是"革命连黎明都没到，大家就有点过嗨了，stay humble"。两人共识的部分或许更值得记：从OpenClaw开始，行业从模型的研究时代进入工程师、应用架构师、产品经理和创业者的Agent时代；对个人，两位给的建议完全一致——Keep building，get hands on，亲身参与。

读者可以带走的观察指标：模型厂商API/ARR中token驱动占比的变化（黄东旭判断仍会增长）；开源模型在本地工作流中的渗透率（DeepSeek V4、GLM-5.2对"开源不可信"心态的改写速度）；agent infra层（可观测性、记忆、context管理、Agent Cloud）的投融资密度；以及企业KPI从token消耗量转向"token产出效率"的重设速度——张宏江说得很直白：“如果你的KPI就是token消费量，那显然是错的。”