@levie: 要继续获得大规模智能体采用，最佳方式是持续降低智能成本…

X AI KOLs Following 新闻
ai-adoption cost-of-intelligence agentic-workflows inference-costs open-source closed-models

摘要

Levie认为，降低人工智能（token）成本是扩大智能体大规模采用的关键，并预测未来大多数信息工作将涉及智能体，同时提到开放和封闭模型均在创新。

继续大规模采用智能体的最佳方式是持续降低智能的成本。每当你能以更低的成本获得token（相同或更好的能力水平），AI就能开启更多的使用场景。 未来几乎所有的信息工作都将在工作流程中的某处涉及一个智能体，以某种方式创建、处理、审查或分类数据。这发生得迟早与否，取决于前沿模型token的成本。 无论这是来自封闭模型还是开放模型，其实都无关紧要，关键在于它确实会发生。看到目前AI领域有如此多的创新和不同方法，这很棒，因为还有更多的使用场景有待驱动。
查看原文
查看缓存全文

缓存时间: 2026/07/13 16:02

要持续推动大规模智能体应用落地，最好的方法就是不断降低智能的成本。只要你能以更低的令牌成本获得相同或更优的能力水平，就会有更多AI使用场景涌现。

未来几乎所有的信息工作都将涉及智能体，在工作流程的某个环节以某种方式创建、处理、审查或分类数据。这件事发生的早晚，取决于前沿模型的令牌成本。

至于这来自闭源还是开源模型，某种程度上是次要的，关键在于它最终会发生。很高兴看到如今AI领域涌现出如此多的创新和不同方法，因为还有太多使用场景等待被赋能。

Gavin Baker (@GavinSBaker): 人工智能基础设施的超级看多论点会是：如果市场份额从某些拥有90%以上推理利润的前沿实验室转移至更便宜的模型，无论是开源还是闭源。

这将通过提高每单位智能来增加终端客户在AI支出上的投资回报率。

相似文章

如何在代理时代管理AI投资

OpenAI Blog

OpenAI为企业领导者提供在代理时代管理AI投资的指导，强调对使用情况和支出的可见性，并强调应基于结果的投资回报率而非仅基于代币价格来评估模型。