Agent 把活干完的那一层，企业要单独付钱了

未来半年到一年，企业会单独买「让 AI 助手把事情真正做完」的工具层，按「做成一件事花多少钱」来验收。

打开论点交互视图 →

为什么这样判断

当模型调用单价下降而任务失败仍引发返工时，采购方优化的是完成一件工作的总成本，预算便可从模型调用扩展到执行编排。工具选择、技能调用与恢复代码决定已有模型能力的兑现率，可版本化补丁让供应商在不重训底座的情况下迭代这一变量。留出任务和回放测试将改动转成可验收的稳定性收益，使掌握客户失败轨迹与回归套件的供应商有机会获得独立续费。只有把候选搜索、评测调用、人工维护和线上推理一并计费后仍能降本，这种收益才足以形成定价权。

另一种解释

StateM（W02）的新任务族留出提升仅为 0.55–1.34 分（作者自报），HarnessDev（W05）也报告反馈集改善向留出任务和其他模型迁移不稳（作者自报）。RRSI（W08）进化后使用 242 万个 token，高于起点的 156 万个 token（作者自报）；若收益依赖额外计算或持续人工适配，外壳可能只增加定制服务成本。Hone（W10）仅披露公司自测，现有证据尚未证明外壳的独立合同或续约。

公开证据预览

这里只展示访客可读的两条预览，保留支持、补充与反驳的区别。预览不是完整证据清单。

公开预览中出现的公司

沿着这些公司的实践继续阅读；这不是完整的论点成员清单。