Token之后，AI的价值该如何衡量？

6月1日，黄仁勋在GTC台北站做了一场为AI下一阶段定调的演讲。

他开场就说：“两年前播下的生成式AI种子，已经结出果实——有用的人工智能来了，标志就是智能体AI的全面爆发。”

这场演讲，再一次把行业的注意力拉回到一个更本质的问题上：当AI从“生成内容”走向“执行任务”，我们到底该用什么来衡量它的价值？

过去，大家更关心模型能不能回答问题、生成文本、做一次漂亮的演示；现在，越来越多企业在意的是：AI能不能真正进入业务流程，能不能稳定处理任务，能不能长期、可控、可复用地产出结果，以及多个AI能不能像OS系统一样被统一调度、协同。

Token很重要，但不是终点

Token，可以理解为AI干活时消耗的基本单位。AI每思考一次、每生成一段文字、每做一步决策，都要消耗Token。打个比方，Token就像汽车烧的汽油，没有它，AI动不起来。

过去两年，这个“汽油”的消耗量增长惊人。中国工程院院士、清华大学郑纬民教授曾指出，国内Token消耗量增长了千倍。

但当AI真正进入企业现场后，大家发现，Token更像是一个“过程指标”，而不是一个“结果指标”。汽油烧得多，就代表车跑得远、货拉得多吗？不一定。原地轰油门，也一样会烧油。

清华大学马少平教授提出，Token只是大模型处理文本的最小切分单位，本身不携带智能，只是信息的载体。真正体现AI智能的，是它如何组织和理解这些信息之间的关系，而不是信息单元本身的数量。

Gartner也指出，Token消耗正在被部分厂商当作展示AI规模的信号，但它并不能有效衡量业务价值、效率或可持续性。

所以企业真正关心的，从来不是“模型跑了多少”，而是“事情做成了多少”。

DAA：用“交付结果”来衡量价值

当AI从单次问答进入连续执行，衡量方式也应该随之变化。

DAA（Daily Active Agents，日活智能体数）最近被行业频繁提及。它不是统计“有多少智能体被调用”，而是看“有多少智能体每天真正参与业务、完成任务、持续交付”。

这和过去看DAU很像，但内核完全不同。DAU衡量的是用户活跃度，DAA衡量的是智能体的工作密度。一个代表“人有没有来”，一个代表“AI有没有干成”。

从这个角度看，DAA代表了一种新的价值观念：AI的价值不再只体现在生成内容，而在于参与流程、承接责任、完成结果。

当一个智能体能够稳定地进入财务、运营、客服、采购、销售等场景，重复、准确、持续地把事情做完，它才真正开始成为企业生产力的一部分。

清华大学战略新兴产业研究中心副主任胡麒牧将这一转变概括为：评价范式从运营规模回归到价值创造。

换句话说，从“你用AI”到“AI替你干”，衡量的尺子已经变了。

企业需要的不仅是Agent，更是一套AIOS

前面聊的是“怎么衡量AI”，还有一个更现实的问题是：AI真正落到企业里，靠什么跑起来？

实在智能从2023年推出中国首款Agent产品，到现在三年了。这三年行业对智能体的讨论越来越热，实在智能也一直坚持做一件事：把智能体变成能上岗、能干活、能交付的企业能力。

这条路不轻松。企业环境从来不是标准答案——有老系统，有没API的场景，有复杂的权限，有跨部门的流程，有界面变化，还有大量必须准确执行的重复工作。

企业里真正复杂的，从来不是“会不会做”，而是“能不能持续做、规模化做、可控地做”。

所以实在智能没有走“等企业把系统改完再来用AI”的路，而是让智能体直接进入企业现有的环境工作。通过自研的TARS大模型、ISSUT智能屏幕语义理解技术，再加上RPA的融合，智能体能像人一样“看懂”屏幕上的一切——按钮、输入框、表格——然后直接操作。

这样一来，实在Agent不需要依赖API接口，也不用改造任何现有系统，就能进入财务软件、ERP、电商后台、浏览器，像一位熟练员工一样工作。

可一旦规模化运行，新问题就来了：一个Agent能干活，不代表一群Agent能协同；一个场景能跑通，不代表几十个场景都能稳定落地。

单个Agent的能力边界开始显现。企业需要的，不只是一个执行者，而是一套能组织、调度、管理、保障的系统。

于是实在智能提出了以TARS为核心的AIOS技术架构概念。

如果说Agent是企业里的新型执行单元，那么AIOS就是让这些执行单元真正运转起来的操作系统。它解决的不是单个任务，而是企业级部署中的系统性问题。

AIOS的价值，至少体现在五个层面：

TARS认知总线——把来自不同业务、不同系统的异构意图，转成可执行的SOP逻辑。

确定性执行——通过语义锚点，让智能体在界面变化、页面漂移、系统更新时依然稳定运行。

冲突调度——让成千上万个Agent在同一组织里协同，不会互相打架。

内嵌沙箱——每一步操作都可追溯、可审计、可熔断。

资产化交付——把业务SOP沉淀成可复用的数字技能包。

到了这一步，企业接进来的就不再只是一个智能工具，而是一套可以持续运转的AI生产系统。

正值618，实在智能已经将这套AIOS能力落地到了一个非常具体的场景——GEO优化系统。

电商运营人员只需要点点鼠标，系统就会自动调度智能体完成各大AI搜索平台的品牌监测，实时掌握自身在AI生成答案中的曝光与推荐情况，复杂的GEO日常监控变得像查看数据看板一样简单。

这背后，正是AIOS把意图解析、流程执行和结果交付封装成极简操作，让企业真正把AI用起来。

同时，为了让企业可以快速把原本看不见摸不着的AI推荐结果，变成可量化、可追踪、可对比的标准化数据，我们做了一套工具——「品牌GEO展现率追踪」智能体，领取方式点这里查看。

未来的竞争，不止是模型能力，还有交付体系

回头看行业变化，越来越清楚的是：AI的竞争，已经不只是模型之间的竞争，也不只是Token消耗高低的竞争，还有整套交付体系的竞争。

谁能把AI真正送入业务现场，谁能让它稳定接住流程，谁能把AI变成企业可以信任的长期能力，谁就更接近下一阶段的答案。

说到底，Token是基础，Agent是执行，AIOS是系统。

当行业开始从“理解AI”走向“使用AI”，再走向“托付AI”，智能体时代才算真正开始。

而实在智能想做的，就是让每一个智能体，不只要被看见，更要被信任；不只要会思考，更要把事情做成。

1.本内容作为作者独立观点，不代表RPA学习天地立场，RPA学习天地仅提供信息存储空间服务。

2.如果对本稿件有异议或投诉，请联系客服微信号。

Token之后，AI的价值该如何衡量？

相关推荐