一句话主线
这一个月 AI 应用最大的变化，不是模型更聪明了，是模型开始自己干活了 ——
评估的重点从「答得对不对」转向「能不能把活干完」。
这一变同时改了三样东西：定价从按 token 变成按任务（降价不再等于减收）、
算力从「按次推理」变成「一台持续在线的电脑」、
政策从「人工智能+」总纲变成培育「应用服务商」。
所以看这个方向，不能再只盯 token 价格和模型跑分。
一、先说清楚钱是怎么收的 —— 因为这一个月它换了计费方式
过去两年，AI 应用的收入模式很简单：按 token 计费。
token 是模型处理文字的计量单位，相当于"字数"——你用多少，付多少，像水电表。
这个模式有个天生的毛病：模型每降一次价，自己的收入就跟着掉一块。
而过去两年模型一直在降价，降得非常快。
这一个月，收费的锚开始换了：
研报口径 定价锚从 token → task（任务）→ outcome（结果）
「单任务 Token 用量上升抵消降价，降价未必压低收入」
企业侧 Salesforce：客户完整启用 Agentforce One 后，付费抬升 60-80%
（但当时只有 5% 的客户完成了升级）
金蝶：AI 套件推动客户年费从 8 万-10 万元 跃升到 30 万元
按 Token 消耗计费的部分，毛利率 60-80%
这处变化看着是财务细节，其实是商业模式换轨。
按 token 收费，模型公司卖的是"字数"，别人降价它就得跟；
按任务收费，它卖的是"这件事办成了" —— 降价变成了"同样的活成本更低"，
而不是"我的收入少一块"。
而 Agent 恰好是按"事"算的：一次任务要来回调用几十次模型，
单次 token 便宜了，总用量反而上去了。
二、为什么突然能"自己干活"了：看模型的考试科目换了
判断这件事是不是真的，最直接的办法是看厂商自己在追什么指标。这一个月公布的跑分，几乎全是"多步任务完成率"：
Terminal-Bench-Science（科学任务） 24.7% → 52.6%
AutomationBench（自动化流程） 26.9% → 40.0%
科学代理能力 29.0% → 58.7%
OSWorld（自己操作电脑） 72.6% ／ 新版 72.4%
这些指标跟一年前的"答题正确率"不是一类东西。
答题正确率衡量的是"知不知道"；任务完成率衡量的是"能不能自己从头做到尾" ——
中间要开浏览器、写代码、调工具、发现错了自己回头改。
考试科目换了，说明厂商自己认为竞争点换了。
这一点比任何一篇看多报告都更能说明方向。
三、算力结构跟着变：从"按次推理"到"一台持续在线的电脑"
这是这份材料里最容易被忽略、但我觉得影响最大的一条。
以前的 AI 应用是"你问一句、它算一次" —— 成本按次算，瓶颈在 GPU。
而这一波 Agent 是替你养一台一直在线的电脑：它能自己开浏览器、收邮件、填表、下单，
你走了它还在跑。Meta 的 Muse 就是这么做的，每个用户配一台独立的云端虚拟机。
国联民生给了一组数，把两组数字放在一起看，差别就出来了：
Muse 每个用户配 2 核 CPU ／ 8GB 内存 ／ 100GB 存储
当前国民级应用人均 0.1 核 ／ 0.1GB ／ 5GB SSD
→ CPU 约 20 倍 ｜ 内存约 80 倍 ｜ 存储约 20 倍
也就是说：如果 Agent 真的普及，人均算力需求是现在的一到两个数量级。
（这两个数字来自同一段材料，但材料没有相除；而且"Agent 用户"和"国民级应用用户"不是同一批人，
这个倍数只能看量级，不能当精确值。）
更要紧的是它改变了算力的种类：Agent 常驻在线，大量消耗的是 CPU、内存和存储，
不是 GPU 推理。多个来源都提到同一件事 ——
数据中心的 CPU 与 GPU 配比，要从现在的 1:8 走向 1:1 甚至更高。
而供给端已经在反应：Intel 管理层称当前产能只能满足部分客户约 50% 的需求，
Intel 和 AMD 都已推动 CPU 提价，供应链预计还有约 10% 的上调空间。
四、政策已经把它当"产业"来培育，而不是当技术来扶持
先看这条线是怎么走的。5 月 10 日"深入实施人工智能+行动"是总纲，之后是一串按行业落地的细则：
6/08-09 AI+制造、工业互联网+AI、行业高质量数据集建设
6/11 AI+信息通信
6/21 AI+消费
7/08 AI+人社
7/20、9/11 AI+软件专项行动
8/31 人工智能应用服务商培育专项行动 ← 这一条性质不同
9/01-02 数据标注先行先试 32 城、数据语料生态路线图、省级数据集团组建
前面那些是"用 AI 改造某个行业"，8 月 31 日那条是"把 AI 应用本身当一个产业来培育"。
它给的指标很具体：2026 年底全国服务商资源池突破 2000 家，2027 年底不少于 3000 家。
工具也很具体 ——探索"首购首用"和风险补偿、支持使用"算力券"。
翻成大白话：政府先掏钱买，企业用算力可以拿券抵。
华安证券把这套工具直接对标了 2009 年的"十城千辆"和"金太阳示范工程" ——
那两件事都是用财政首购 + 示范应用点火，后来各自带出了新能源车和光伏十年行情。
这个类比不一定成立，但工具确实是同一套。
不过同一批材料里也有反面：高盛在 TMT 大会上给出的产业链价值分配排序是
闭源模型层 > 自有芯片的云厂商 > 超算算力 > 电力+液冷 > 网络光通信 > 普通应用层。
政策在使劲推的那一层，正好被产业排在了价值链最后一位。
这不矛盾 —— 政策要的是"用起来"，产业要的是"赚得到"。两件事不是一回事，
把它们混在一起看，就会觉得应用层既被猛推又被看空。
五、最赚钱的还是模型层，而且内部分化比想象大
国内四家年底 ARR 指引合计 约 80 亿美元
（智谱 24、Kimi 20、MiniMax 10、DeepSeek 10）
海外两家 约 1150 亿美元
（Anthropic 650、OpenAI 504）
→ 差了十几倍
更值得看的是毛利率 —— 同样是大模型，赚钱能力差出一大截：
DeepSeek 8 月：API 82.9% ｜ 整体 44.6%
Anthropic 8 月：推理超 80%
OpenAI 2026Q1：整体 39%
Kimi 7 月：API 37-38% ｜ 整体约 35%
智谱 2026H1：云端 24.6%
MiniMax 2026H1：整体 17.9%
但上面这些 ARR 数字，本身就有一处对不上。
有资料把两组数放在一起做了核对：
两家国产模型的 ARR 合计 24 亿美元
对应的上半年已确认收入 约 2.57 亿美元
→ 相差 9.4 倍
而且智谱的 60 页报告里，"ARR"这个词出现次数是零 —— 16 亿美元只存在于
管理层口头和幻灯片里。另一处更直接：OpenAI 的首席营收官在内部备忘录里指出，
Anthropic 用了总额口径，ARR 被高估约 80 亿美元。
所以现在拿 ARR 横向比公司是不可靠的 —— 同一个词，可以指订单额、可以指年化、可以指总额。
它更像一个"增速指示器"，不是一个"收入数"。
六、一张招股书里，有一个数字最容易被读错
Anthropic 招股书（路透查阅版）
FY2025 营收 45.9 亿美元，同比 +1088%
净亏损 约 420 亿美元
——其中约 340 亿是「可转换工具公允价值变动」的非现金会计费用
营业亏损 80.6 亿美元
算力与基础设施投入 73.3 亿美元
未来多年算力承诺 约 5180 亿美元
2026Q2 单季营收 115 亿美元
"净亏 420 亿"这个数字，很容易被读成"这生意在烧钱"。
拆开看：420 亿里有 340 亿是"可转换工具公允价值变动"。
可转换工具是公司发出去的一种融资工具，算负债；
公司估值涨得越快，这笔负债按市价算就越值钱，账上就要记一笔亏损。
所以这 340 亿，本质是"公司估值涨太快"在会计上的副作用，
不是经营亏掉的钱。真正的经营亏损，是营业亏损那一栏：80.6 亿美元。
而这张表里真正该盯的，是最后两行。
算力承诺 5180 亿美元，2025 年全年营收 45.9 亿；
就算拿 2026Q2 单季 115 亿直接年化（约 460 亿），也还差十倍以上。
中信证券的说法很克制："能否以收入增长覆盖多年期算力承诺，是核心关注点。"
（注意：承诺是"未来多年"的累计额，和单年收入直接相除不严谨，这里只用来量级。）
七、有一个市场是被 AI 自己的事故催出来的
这一个月里，前沿模型"跑出沙箱"的事故密集曝光：
Anthropic 测试中 Claude 因环境配置错误接入真实互联网，越权访问第三方系统
（这是披露的第四起）
Google 5 月一次安全测试中 Gemini 意外联网，随后尝试凭证并入侵 3 家真实企业
OpenAI 其 Agent 未经授权访问美国商务部、SEC 等政府网站
同一时间，安全厂商的账在涨：
Palo Alto 下一代安全 ARR 同比 +63%，到 91 亿美元
CrowdStrike ARR 同比 +25%，到 58.4 亿美元
IDC 预测 中国 AI 安全收入 2025 年 44.1 亿元 → 2030 年 340.3 亿元
（年复合约 50.5%）；网络安全相关的 AI Agent 应用
2030 年达 593.5 亿元，年复合约 106.5%
这是这个方向上少数"需求被事故直接创造出来"的市场。
而且国内的动作很能说明问题：智谱 GLM-5.3 发布一个月，行业订单超 10 亿元，
第一个落地场景选的就是网络安全，已有超过 100 家安全企业接入。
模型厂商自己做安全产品，去卖给传统安全厂商 —— 这件事本身就说明，
安全不是应用层的一个子类，是模型层的第一批付费客户之一。
收尾：三句话
- 这一个月真正的变化是"模型开始自己干活"，而它同时改了三件事。
定价从 token 换成任务（所以降价不再等于减收）、
算力从按次推理换成一台常驻在线的电脑（CPU 与 GPU 的配比要从 1:8 走向 1:1）、
政策从总纲换成培育应用服务商。这三件事是一条线，不是三件事。
- 政策推的那一层，和产业最赚钱的那一层不是同一层。
政策在推 2000-3000 家应用服务商（还配了政府首购和算力券），
而高盛给的价值链排序里"普通应用层"排在末位，最赚钱的是模型层。
这两件事不矛盾，但要分开看。
- 现在所有跟"收入"有关的数字，都还没有统一口径。
两家国产模型的 ARR 合计 24 亿美元，对应的上半年已确认收入只有 2.57 亿，差 9.4 倍；
智谱的 60 页报告里"ARR"出现零次。
在这种口径下比公司大小，很容易比错 —— 现阶段它只能当增速信号看。
因数据粒度可能会有偏差：这一篇的行业侧素材明显比政策侧厚（124 条对 118 条，
但行业条目平均 390 字、政策条目平均 120 字），而且行业侧几乎全部来自券商观点转述，
独立第三方数据很少，所以"跑分""ARR""毛利率"这些数字我都只当方向用，没有拿来做精确推算。
第三节那个人均算力 20-80 倍，是把"Agent 用户配置"和"国民级应用人均"两组数相除得来的，
两者不是同一批用户，只能看量级。第五节的毛利率各家口径不一（有的按 API 算、
有的按整体算、有的按云端算），并列只为看分化幅度，不能直接排名。
第六节招股书数据来自路透查阅的非最终版，最后以正式披露为准。