摘要
1) 一句话总结 现阶段AI Agent按token计费的模式导致用户常为失败的任务买单，但随着模型推理成本的快速下降，未来有望演变为更合理的“按结果付费”商业模式。
2) 核心要点
- 当前痛点：用户普遍反映Agent（如Minimax Agent）收费昂贵，且在任务执行不满意或失败时仍需扣费。
- 计费模式缺陷：目前绝大多数Agent按调用token计费，过程中的每一步都收钱，导致服务商保本或盈利，而用户承担了所有试错成本。
- 现行模式成因：当前AI的token成本较高且Agent成功率有限，服务商若完全承担失败风险将面临迅速耗尽融资的压力。
- 成本下降趋势：模型推理成本正在迅速下降。据用户（橘子）实测，几个月内单个Agent任务的成本已从10美元降至2美元，性价比提升5倍。
- 短期成本预测：预计到今年年底，Agent任务成本可能降至20美元运行20个任务的水平。
- 未来商业演进：随着模型效率和准确度的持续提高，未来成熟的Agent服务将演变为“以结果为导向/为结果付费”的模式。
3) 风险/不足
- 用户成本风险：目前Agent成功率不高，用户面临花费资金却无法获得有效解决方案（任务失败）的风险。
- 服务商资金风险：在当前技术阶段，若服务商改变计费模式去完全承担Agent的失败风险，存在迅速烧光融资的财务风险。
正文
几天前发了一篇文章，聊的是Minimax Agent。
很多用户都在说，太贵了，而且跑的不满意，也要花钱。
说实话，我觉得大家说的都很对，因为我也觉得贵。
过去几个月我用各种Agent花掉的冤枉钱还少吗？你以为Agent能替你省心省力，结果却经常发现。
事情没做完，钱包空了大半。
这种感觉说实话，特别不爽，我们用Agent，其实期望的一直是买个解决方案，但其实现在，经常会为可能失败的过程买单。
这在商业逻辑上，本来就是不成立的。
为什么会这样？说到底，我觉得还是现在AI发展的一个阶段性阵痛。
现在绝大多数的Agent都是靠调用token来计费的，不管结果好坏，每一步都收钱。
这就导致了一个很反直觉的场景：我用Agent干一件事，如果失败了，服务商还是保本或者挣钱的，而用户则莫名成了冤大头。
有点像很多的公募基金收费模式，我只看基金的规模挣管理费，至于我的基金给不给你挣钱，和我挣不挣你的管理费，这是两码事。我给你亏钱了也不耽误我挣你的管理费。
但真正合理的商业模式，肯定是以结果为导向的。
做成了事情，你才拿钱，做砸了，不应该让我一个人承担所有的成本。至少逻辑上应该是这样。
不过目前AI的token成本太高，Agent成功率也没那么高，服务商如果完全承担失败风险，可能一下子就烧光融资。
所以现阶段，只能用这种尴尬的模式，把风险转嫁给用户。
这就好像你去餐厅吃饭，不管菜端不端上来，厨师每挥一下锅铲都收你钱，这怎么想都是荒唐的。
但好消息是，这种状况已经在开始逐渐改善了。
橘子前几天也说，他自己跑Agent任务的成本，从几个月前单个任务10美元降到了最近的2美元。短短几个月，性价比翻了整整5倍。他甚至很乐观地估计，到年底可能花20美元就能跑20个任务。
这种变化背后的逻辑很简单：模型的推理成本在迅速下降，效率和准确度也在持续提高，逐渐为以结果付费的模式打开了空间。
再往远一点看，未来真正成熟的Agent服务，我觉得一定会演变成为结果付费的模式。
到那时，服务商靠提供真正有效的结果赚钱，用户付费的时候也再不会感觉冤，因为掏出去的每分钱，都是为确定的结果而买单的。
当我们不用为AI的每一步试错买单时，Agent可能才会真正成为人类工作和生活中值得信赖的AI助手吧。
那时候再回头看今天的这些纠结。
也可能只是一场值得纪念的小小阵痛。