E249｜Token经济转点：OpenClaw、Hermes到本地自研的Agent进化之路

2025 年的关键词是模型能力，2026 年的问题逐渐变成 Agent 工程：Token 应该花在哪里，哪些任务值得调用最强模型，本地与云端怎样组合，多 Agent 又该如何协作。主持人红军与黄东旭、张洪江从一线使用、技术周期和投资视角，讨论了从“Token 最大化”转向“Token 效率”的真正含义。

1. Token 最大化不是目的，而是探索阶段的结果

• 红军以 2026 年 7 月 4 日为观察点：Uber 4个月用完全年 AI 预算，Meta 开始限制员工 Token 消耗，Stripe 会在内部界面提醒某些模型“很贵”。与此同时，DeepSeek、GLM、Kimi 等中国开源模型逐渐接近第一梯队，并进入硅谷公司的工作流。市场开始从“尽量多用”转向“怎样经济地用”。
• 张洪江不认为 AI 基础设施已经形成技术泡沫。2024年年底，行业曾怀疑 scaling law 是否撞墙、基础设施是否过度投资；他把这轮建设与铁路、公路和互联网早期基建相比，认为绝对投资虽大，占 GDP 的比例仍未必过度。过去3年、4年里，Token 单价曾以接近每年10倍的速度下降，需求却增长得更快。企业先放开试验、发现账单超预期、再收紧优化，是技术快速落地时的正常摆动。
• 黄东旭也赞成长期需求远未被看见，但强调工程侧仍有大量浪费可削减。“Token 最大化”应该是经过设计后，为了拿到高价值结果自然产生的领先指标；如果企业把消耗量本身设成 KPI，员工只会刷榜，调用与产出脱节。他用“让 Agent 算100万遍 1+1”讽刺这种榜单激励：数字很大，价值却为零。

2. 最强模型曾把不可能项目变成可计算的回报

• 黄东旭从 2025 年 11 月起，用当时最强的编程模型挑战复杂分布式数据库。面对难以精确评估、又确定很难的任务，他认为选择最强模型是合理策略，因为榜单不足以表达第一名与第二档在真实复杂工程中的差距。
• 高峰期，他在 Claude Code 的高阶订阅之外，每天还会花四五百美元购买额外用量。但这笔账不能只看成本：他从 2025年12月做到 2026年3月，一个人完成 DB9 云原生分布式数据库；最初回忆时他一度说成做到2月，随即纠正为3月。产品达到七八十分就可能带来每年1,000万美元级收入。对原本受限于人力与技术、根本做不出来的项目，ROI 不是“节省了多少工时”，而是让收入机会从零变成存在。
• 这段经历也划出边界：复杂未知任务仍值得用最强模型；简单、重复和规模化任务则不该无脑使用最高价智能。后来项目越过疯狂堆代码阶段，工作负载变化，本地模型与云端模型开始分工，他的月度账单降到两三百美元左右。

3. OpenClaw 标志着行业从模型研究转向 Agent 工程

• 黄东旭区分了重度编程 Agent 与 OpenClaw：前者围绕大型软件工程设计，后者更像连接现实工具和日常流程的个人助理。OpenClaw 的重要性不在于它替代了 Claude Code，而在于它把“Agent 循环加工具调用”这种工程理念带给普通用户。
• 张洪江认为，Peter 能在约一周内做出 OpenClaw，是模型能力越过门槛的信号：有经验的架构师不必先成为模型科学家，也能快速构建可用系统。焦点由训练模型转向使用模型，由科学研究转向工程实现，Agent 时代由此开始。
• OpenClaw 的开源和 local-first（本地优先）理念强化了传播。极客愿意检查、修改并扩散开源软件；当个人把邮件、文件和隐私数据广泛交给 Agent，本地保存也更容易建立信任。Peter 在高强度探索期据报道曾在30天内消耗约130万美元 API 用量，但一人短期“氛围编程”做出的系统，面向大众后仍会暴露配置、稳定性和软件工程质量问题。模型降低了起步门槛，没有取消资深工程经验。

4. 本地 Agent 让“智能宽带”替代按分钟拨号

• 黄东旭把本地开源模型比作宽带。他回忆97年拨号上网按分钟计费，人会下意识节省；固定成本、近乎不限量的宽带出现后，视频、直播和在线会议才成为可能。类似地，哪怕用户付得起几百美元 API 费，不确定任务究竟会跑掉多少 Token 仍会抑制探索。
• 因此，他把部分工作交给本地开源模型，另一部分继续调用云端强模型。论文批量筛选就是典型场景：一次会议可能有几百篇论文，用付费 API 跑持续工作流成本难控，本地模型却可以一直执行。最难的数据库疑难杂症、需要同时修改多个模块的任务，再升级给更强的云端模型。
• OpenClaw、Hermes 与本地自研路线代表的不是三选一，而是一套分层：日常工具连接和个人流程、可反复运行的大规模任务、以及需要顶级推理的复杂节点，各自使用合适的 Agent 与模型。效率来自把智能分级调度，而不是把最强模型降格成所有任务的默认发动机。

5. 多 Agent 会让总消耗继续增长

• 黄东旭解释，单个 Agent 的核心仍是循环：模型读取上下文、调用工具、把工具结果放回对话，再继续下一步。长程任务可能运行数百步，每一步又扩张上下文，因此 Agent 相比聊天机器人可能多消耗百倍以上的 Token。
• 更复杂的问题会进一步形成多 Agent 网络：单个 Agent 内部有循环，Agent 之间又出现更高层的协调循环。未来的软件可能像今天数千万行代码的 Photoshop，相比早期几百行程序复杂几个数量级。单价下降不会必然压低市场规模，因为系统能承担的任务同步扩大。
• 张洪江用杰文斯悖论概括：技术越成熟，单位价格越低，使用量反而增长得更快。他还提到推理能力的倍增周期可能已从约7个月缩短到3个月或4个月。强模型也不会与“蜂群”简单二选一，因为蜂群里的每个 Agent 同样可以调用更强模型；正如“3个臭皮匠超过一个诸葛亮”的比喻，群体可能通过分工和相互校正涌现出超过简单能力相加的结果。

6. Agent 团队需要责任结构，也需要可恢复的基础设施

• 黄东旭已经让多个 Agent 在同一群组协作，并为具体任务指定负责人。负责人并非永久领导，而是替人汇总进展、协调其他 Agent，使操作者不必逐一读取所有过程。Agent 有时会在复盘中互相指责，甚至表现出“认怂”，但他提醒这只是对训练语料中人类组织行为的模仿，不等于自我意识。
• Agent 也会用人类没想到的路径实现目标。一次制作幻灯片时，模型不只生成 PPT，还顺手做了一个轻量版编辑软件来满足后续修改需求。另一面，Agent 也曾误删生产数据并互相甩锅。黄东旭能恢复数据，靠的是长期 SRE 经验和备份系统。
• 他把事故归因于基础设施尚未跟上 Agent 的行动能力，而不只是“AI 犯错”。人的判断同样会错，关键是建立权限边界、备份、可观测性和恢复机制。信任 Agent 不等于取消控制，而是把控制从逐步审批改造成目标、验收和可恢复系统。

7. 真正的创业机会在 Agent 原生基础设施

• 张洪江认为，企业的知识、知识产权、工作流和竞争优势，最终要转成一个超级 Agent、一组 Agent 或 Agent 群。垂直公司不应只把旧应用套上 AI 界面，而要拥有行业方法、私有数据和可持续沉淀的工作流；这些才不容易被通用模型一次升级碾压。
• 黄东旭判断 Agent 原生公司的方法很直接：做思想实验，把 AI 或 Agent 拿掉，如果产品仍基本成立，它多半只是传统软件加 AI；如果拿掉后完全不能成立，或成本上升千倍，才更接近 Agent native。团队心态也要从“我决定后让 Agent 执行”转成“先问 Agent 会怎样完成”，并逐步允许 Agent 在约束内决策。
• 他重点关注三类基础设施：一是数据、记忆、搜索与上下文管理，让同一个模型从 50 分产出提升到 80 或 90 分；二是可观测性，回答企业 Token 花在何处、哪些创造价值、哪些被浪费；三是 Agent Cloud，为成千上万个 Agent 提供低成本、隔离又易调用的运行环境，而不是给每个 Agent 分配一台传统云主机。微软新组建约6,000人的 Frontier 团队，也显示大厂正尝试把现有企业迁移为 Agent 驱动的企业。
• 两位也认为 To C 与 To B 的界线正在变化。Manus、Genspark 之类产品表面服务个人，真正高价值客户却常是每月愿付数百美元的专业人士，本质仍在为业务创造结果。技术早期先进入企业并不奇怪：蒸汽机也先进入工厂。企业只要能把每日数百美元的模型费与一名工程师的成本和产出对比，ROI 就会逐渐清晰。

8. 智能拐点把技术问题推向社会问题

• 张洪江认为，近年的模型在多种 IQ 测试上已经位于人类平均值100的右侧；他也以东亚人群约110作为对照。对程序员而言，编程模型超过平均工程师便足以视作某种 AGI。他更看重“学习能力的导数”：当机器能力增长速度超过人，人就无法靠学习重新追上，这才是智能拐点。
• 这也改变了“技术会创造更多工作”的历史安慰。如果新增需求同样能由 Agent 满足，新岗位未必再大规模留给人类。红军提到，甚至顶级模型研究员也开始担心被自己参与构建的递归 AI 替代；把个人经验蒸馏成 Skill，既让系统自主运转，也意味着个人把一部分工作交了出去。
• 黄东旭对这种替代的回应是，把时间还给“做人”：少调试重复程序，多做音乐、种地或其他生活。他把今天与2000年前主要靠耕作维生的人类对照，要构建的不是一个永不出错的神话，而是一台早期也许笨拙、长期却能释放生产力的“蒸汽机”。张洪江则把这轮 AI 革命与火、电相提并论：速度超过 PC、互联网和移动互联网，下一阶段属于工程师、架构师、产品经理与创业者。

思想框架

对话先从企业 Token 预算失控切入，区分有目标的探索与无效刷量；黄东旭用 DB9 的真实 ROI 说明最强模型曾为何值得昂贵成本。随后，OpenClaw 把话题带到从模型研究向 Agent 工程的转折，本地模型与云端模型的组合则给出效率路线。中段进一步解释 Agent 循环、多 Agent 蜂群和总需求增长，再用误删数据与超预期造工具的案例说明自治既需要信任，也需要可恢复基础设施。最后，讨论落在商业与社会两端：数据、上下文、可观测性和 Agent Cloud 构成创业机会；机器学习速度越过人类后，工作与个人意义则成为比 Token 价格更大的问题。