0
姚欣身上有一种经历过周期的人才有的松弛感。
2026 年 7 月的 WAIC 现场，人潮比上海七月的气温还燥热。各路厂商的展台一个比一个声势浩大，大模型、机器人、AI 手机轮番登场。而在 PPIO 的媒体沟通会现场，姚欣穿着一件深色 POLO 衫坐定，开口第一句话不是谈技术多么颠覆，而是掏出手机亮了亮："我最近刚换了个 1TB 的，以后硬盘越来越贵，趁早升级。"
这是个只有在行业里摸爬滚打过的人才会开的玩笑。二十年前，他是华中科技大学的计算机系学生，用分布式技术解决了万人同时在线看球赛卡顿的问题，做出了 PPTV；2018 年二次创业做 PPIO，并从2023年起 ALL IN AI，成为中国最早一批"Token 工厂"。
现在，PPIO 日均 Token 调用量 1.2 万亿，较去年同期增长 8 倍。按灼识咨询的统计，它已是国内 Token 消耗量最大的独立 AI 云厂商。这个数字放在任何一家 AI 公司的发布会上都会被反复提及，但姚欣只是把它当作背景板。他在意的不是规模本身，而是规模背后正在发生的结构性位移。
"云的第一客户，从人变成了 Agent。"他在采访中说这句话时语速不快，像在陈述一个早已发生、只是最近才被行业普遍承认的事实。
这句话的意思是，过去十几年云计算服务的对象是人，人打开软件、人点击按钮、人发起请求；而接下来，主要的消耗者将变成自主运行的智能体。这不是一个遥远的预测，而是 PPIO 后台数据正在显示的趋势：尝鲜用户退潮后，企业付费的 Token 消耗依然每月 10%–20% 稳健增长，其中 Agent 的占比越来越高。
姚欣给这个时代列了一个公式：Agent 生产力 = Token 智能密度 × Agent Loop 时长。前者决定每一步决策的质量上限，后者决定 Agent 能持续运行多久。PPIO 在 WAIC 2026 发布的 Agentic Cloud，就是围绕这个公式构建的两层产品体系：智能模型网关推高密度，Agent Harness 层拉长时长。
但这场采访值得记录的，不只是产品本身，AI 行业的供需反转、成本曲线、竞争格局，都将会一一呈现。
以下是AI科技评论与姚欣的对话精简版本：
一、核心判断：Agent 才是第一客户
AI科技评论：怎么看现在这波 AI 需求的热度？是真实的吗？
姚欣：是真实的，而且变了。今年 2、3 月增长曲线非常陡，那是对龙虾类产品大量尝鲜式应用，大家试一试；这一波用户尝鲜一两个月就退了。现在我们进入稳健增长阶段，每个月大约 10%–20% 的持续增长，全年算下来大概三到四倍增幅，已经进了正循环，变成真正生产力的工具。
我们的 Token 曲线和大家看到的不一样。PPIO 是 ToB 公司，平台上所有 Token 都是付费的，不是 C 端免费尝鲜的曲线，是企业付费的真实曲线。经过一波尝鲜降温，增速没那么陡了，但进了稳健的持续增长。
AI科技评论：企业主要拿这些 Token 干什么？
姚欣：我观察，企业内部大量重复性劳动正在被 AI 改造。我们公司里用 OpenClaw 最积极的不是技术岗，是财务、人事、行政、市场这些非技术岗位，我自己也高频用。研发去年底就在用 Claude Code、Codex 这类编程智能体，门槛高，要命令行、懂技术逻辑；OpenClaw 这类优势是使用门槛极低，有飞书或微信就能用，所以大量办公白领都在高频用。
另外我观察到很多 OPC，这说明创业范式变了。以前创业先融一轮资再启动，现在是先买一个 Token 包做出 Demo，跑通了再去融天使轮。这也是张江模力社区楼下 OPC 社区越来越红火的原因。
AI科技评论：所以你对Agent时代的核心判断是什么？
姚欣：Agent 时代最重要的变化，是云的第一客户从人变成了 Agent。过去云计算是为人使用软件设计的，Agentic Cloud 是为 Agent 自主运行而生的。
我给 Agent 时代列了个公式：Agent 生产力 = Token 智能密度 × Agent Loop 时长。
Token 智能密度决定 Agent 每一步决策的质量上限，Agent Loop 时长决定它能持续运行多久、完成多复杂的任务。PPIO 这次发布 Agentic Cloud，就是分两层去推高这两个变量：智能模型网关推高密度，Agent Harness 层拉长 Loop 时长。
二、智能模型网关：混合模型与调度是两回事
AI科技评论：你在前面不断提到智能模型网关，智能模型网关到底解决什么问题？
姚欣：开发者有个真实痛点，太依赖一个"全能型"大模型，但单模型可能推理不深、记忆不足、文采平平。网关要做的是，给 Agent 的每一步动态匹配最合适的"专家模型"，同时把成本按住。
它有两个功能，差别很关键：
第一个是混合模型（MoM，Mixture of Models）。在高价值、高风险、结果不确定的关键步骤（比如法律合同审查、医疗初诊），把问题同时分发给多个专家模型，交叉验证、打碎再融合生成最终答案，大幅提升任务成功率。
第二个是模型调度（Router）。也就是简单问答用轻量模型，复杂推理用强模型，压缩冗余上下文、复用计算、设预算护栏和失败回退。
混合模型是 Mix，把多个模型结果打碎再混合出新结果，调度是 Router，也就是原样转发下去，这两个不是一回事。
AI科技评论：效果有量化吗？
姚欣：在 DRACO 深度研究基准上，我们融合 Mimo-V2.5-Pro、Kimi-K2.7 和 GLM-5.2 做混合推理，性能可接近 Claude Fable5 的水平，成本却大幅下降；综合测算，智能水平提升约 20%，成本下降 50%–60%。
AI科技评论：混合模型的工程壁垒在哪？是那个调度模型本身吗？
姚欣：调度和混合是两个业务，都在网关里。调度侧有一个识别任务复杂度、做自动挡决策的路由模型；但更底层是"什么模型适合什么任务"。这不是看各家发的 Benchmark（开卷考试，先拿到答案），而是靠生产环境里每天 1.2 万亿次真实调用喂出来的数据。三个模型开会，和一个模型自己想，质量不一样，道理就跟开会一样。
混合模型这边，第一步基础还是 Benchmark，到底哪些模型擅长什么，要依赖大量经验数据；第二步是多模型思考编排，三个模型怎么用不同提示词驾驭、答案怎么装配，装配形式不同命中率就不同；再上线压缩，最后主模型把三个参考案统一回来。
三、Agent Harness：让 Agent 不只"想"，还能"做"
AI科技评论：Agentic Cloud 和 Agent Infra 是什么关系？
姚欣：是升级。去年我们推 Sandbox 时，主题是推出 Agent Infra，给一个沙箱；今天给你的不只是一个沙箱加一个模型 API，还要做一整套 Harness 工程，甚至给一个现成可用的智能体服务，这一层有点像 SaaS。从 Infra 到 Cloud，是从单点变一整套，融合了运行环境和应用服务。
AI科技评论：为什么有时候叫 Agent，有时候叫 Agentic？
姚欣：说实话我英文也不够好（笑）。Agentic 更像形容词，更敏捷一点的感觉；学术文献里一般用 Agent，是名词。我们最后定名 Agentic Cloud，但服务的是 for Agent 的应用。这块真需要各位文字工作者帮我们发明更准确的中文译名，每次都痛苦。
AI科技评论：普通开发者用 的Harness，你们具体解决什么？
姚欣：分两类。去年推的沙箱面向开发者，比如某款知名通用Agent产品底层调我们的基础设施来跑。今年 OpenClaw 这类开源智能体火了，很多非技术背景的普通人也能用，但还有安全、效率问题，所以我们上线了 PPClaw，可以把所有底层环境配好，像 SaaS 一样开箱即用，一键生成、一键启动。沙箱调用被内化进去，普通用户根本不用知道沙箱是什么，只知道自己的数字员工有记忆、执行强。
我们官网三条产品线，第一是 GPU 云服务，现在占比已经很小，第二是模型服务，包括大语言 + 多模态，第三是 Agent 云服务，这方面是去年给开发者的沙箱，加上今年给普通人的托管。托管相当于一个具备通用工作能力的"大学毕业生"，你给它灌进企业知识库，它就能在公司干活，调多少 Token、调哪些服务全由我们托管。
四、算力涨价反转与全栈式方案
AI科技评论：今年 WAIC 和去年比，Infra 这块最大变化是什么？
姚欣：最大不同是算力涨价。一年前我们愁卖不掉，桌上摆着一堆 H20 的卡跑 DeepSeek，愁怎么推到企业侧，央国企当时还在买一体机、做验证。今天倒过来了：算力不够、太贵、涨价。
这是供需反转，有背后两件事，一是 AI 真能解决大量生产效率（编程、办公、AI 短剧），二是 Agent 消耗是数量级的。反转后我们也很痛苦，上游算力太贵，我现在买不起硬盘，最近劝大家赶快升级手机，我刚换了个 1TB 的。
AI科技评论：Token 成本往后三年怎么走？
姚欣：过去三年怎么降的？一是 GPU 换代，A100 到 H100 到 B100，每代性能提升 5–10 倍；二是推理加速等软件技术。但硬件侧变化在放缓。今年参加英伟达会议，GPU 已到 3 纳米物理极限，1 纳米基本不可能，2 纳米顶到天，最多提升 1.5 倍，没有再提升 10 倍的能力。现在靠超节点、靠横向扩张补。
但软件提升还在快速走。过去半年最大变化不在 GPU，在内存和硬盘，智能体追求记忆，上下文从几 K 走到 100 万，先放显存、显存不够放内存、再不够放硬盘，把 SSD 炒上天。系统架构变迁能实现指数级飞跃。我坚持判断：每年智能使用成本还会接近 10 倍下降，因为软件空间还极大，没走到头。
五、AI Coding、OPC 与"更新速度"
AI科技评论：今年 AI Coding 特别火，对 PPIO 有什么影响？
姚欣：两端都受影响。收入端：Token 消耗上 Agent 占比高，但收入上 AI Coding 是主力，今年 3、4 月起企业客户因 AI Coding 大量消耗 Token，是收入核心来源。研发端：我们一年上线 100 多款模型，发布节奏比移动互联网时代快 10 倍以上，核心原因是内部实现了"AI for AI"——模型上线、运维、自动化大量由 AI 编程完成，每 3 天就有一次版本发布。
我们"吃自己的狗粮"，自己产 Token 自己先消耗，全员用 AI 工具，效率才这么快。
AI科技评论：一季度 AI Coding 爆发后，4、5、6 月体感热度下滑，你有同感吗？
姚欣：变化有，但要区分：AI Coding 是给人用的，模型偏贵；OpenClaw 这类 Agent 用 Agent 模型，相对便宜。今年春节后 Token 消耗突然起来，我们以为是 AI Coding 自然增长；到 3 月增速比 2 月翻了 3 倍，我们才确认是 Agent 爆发。
之后几个月增速放缓，因为尝鲜热度下去了。4 月左右 C 端尝鲜基本退去，OpenClaw 调用下降，5 月 Hermes 调用量超过了 OpenClaw。但企业需求稳步提升，AI Coding 和 Agent 两条曲线都在稳步走。
我估计下半年 Agent 还会冲一波：随着 Harness 工程和 Loop Engineering 成熟，一个任务完成要消耗的 Token 会提升 10–100 倍，即使人数不涨，单任务用量也涨 10 倍以上。
AI科技评论：你提到的 OPC，大量用 Token 是不是也属尝鲜？
姚欣：不是。To B 最多一两周、一两个月尝鲜，之后要付这么多钱，大家都是算过账的。很多 OPC 小公司一个月 Token 使用量能到 100 亿，这在以前以为只有大型企业才到。这类公司我定义为 Agent Native 企业（智能体原生企业），人智比普遍 1:10、1:20（我们公司还是 1:3）。它们更新速度太快，如果二线厂商不转型，很可能被这些异军突起的创业公司替代。
AI科技评论：这波靠 Agent 疯狂更新的公司，也会像当年 PPTV 一样，活下来的根本不是技术吗？
姚欣：对，有的行业老登还是能活下来，已经不是靠技术。PPTV 后来我卖掉，也是因为不是靠技术领先，主要靠版权。今天 AI 行业最领先的企业，大家关心的不是你今天多快多好，而是内部更新速度能不能更快。OpenAI 紧盯 DeepSeek，关注的不是模型，是 DeepSeek 的内部更新速度比它还快。Claude Code 官方 3 月一个月发 17 个版本，两天一版。PPTV 放在这个时代，我大概率活不下来。
#雷峰网(公众号：雷峰网)
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
