智能体生态观察 · 第 4 篇｜智能体的商业模式：按席位、按 token 与按结果

定价即战略：三种模式各把压力放在哪

定价从来不只是收费方式，它是产品战略的浓缩表达。智能体的三种主流定价模式，各自把优化压力与信任结构放在完全不同的位置。

按席位（seat-based）：传统 SaaS 的遗产——每人每月固定订阅。压力在产品方：必须让每个席位「值回票价」，使用率是核心指标；用户的风险是有界（最多浪费订阅费）。按 token（usage-based）：云时代的遗产——用量计费、上不封顶。压力在用户：成本与使用深度线性挂钩，用户被迫关心「模型想多少步」这种本不该关心的事；产品方的风险是收入的不可预期。按结果（outcome-based）：智能体时代的新物种——按完成的任务收费（修复的 bug、处理工单的数量、通过审核的案例）。压力分布被彻底重构：产品方承担「没做成的成本」，用户只付「做成的价钱」——这是服务外包的定价逻辑被搬进了软件。

flowchart LR
    A["定价哲学"] --> B["按席位<br>卖工具：风险在用户的使用率"]
    A --> C["按 token<br>卖算力：风险在用户的成本不可预期"]
    A --> D["按结果<br>卖产出：风险转移到产品方"]
    B --> E["适合：通用效率工具"]
    C --> F["适合：成本敏感、用量波动大的场景"]
    D --> G["适合：可客观验收的任务"]

三种模式的激励扭曲：定价决定行为

每种模式都会扭曲参与双方的行为，识别扭曲是理解各家产品动作的钥匙。按席位的扭曲：产品方有动力做「席位的必要性」（把功能绑在席位上而非用量上），用户有动力「共享账号、低频凑数」——企业采购里「买 100 个席位、30 个活跃」的浪费是这类模式的经典病灶。按 token 的扭曲：最隐蔽也最深——产品方的收入与 token 消耗正相关，优化 token 效率的动力天然不足（更啰嗦的推理链 = 更高的账单）；用户端则出现「prompt 焦虑」与「省 token 的歪招」（限制思考步数导致质量下降）——供需双方在「多想」这件事上利益相反。按结果的扭曲：好的一面是产品方全力优化成功率；坏的一面是「指标 gaming」——按关闭工单数收费，就有人学会「快速关闭」而非「真正解决」（结果指标的可操纵性是这类模式的核心风险），验收标准的界定成为合同的关键条款。

三种扭曲对照出一个规律：好的定价要让「用户得到的价值」与「产品方收到的钱」尽可能同源。按席位在两者之间隔了个「席位」、按 token 隔了个「token」，按结果最接近同源——这是它被视为智能体定价终局候选的根本原因。

按结果的门槛：什么任务「配」按结果收费

按结果收费听起来美好，可行门槛却很高，四道验收关决定了它的适用边界。可客观验收：结果必须能被机器或低成本人工判定（bug 修没修好、测试过没过），主观结果（「这份报告写得好不好」）无法定价。低争议边界：任务边界要清晰（「修复这个 issue」有边界，「提升代码质量」没有）。风险可承受：失败的结果不会造成不可逆损失（智能体改崩了生产系统，结果的「代价」远超收费范畴）。成本可预估：产品方要在定价前知道自己的期望成本（成功率 × 单次 token 成本）——成功率不稳的新任务，按结果定价等于赌博。

对照这四关，当前「按结果收费」的真实落地集中在三类场景：客服工单（ resolved 与否可判定，SaaS 客服产品的按解决收费已是成熟实践）、编码任务（测试通过即验收，开源与商业编码智能体都在试水按 PR 收费）、数据处理（抽取、清洗、标注类任务有客观对错）。主观创意类（写作、设计）与高风险操作类（生产变更）暂时被挡在门外——「按结果」的地盘扩张速度，本质上是「自动验收」能力的扩张速度。

混合与演进：定价的钟摆在往哪摆

市场实际形态是混合的，且混合方式在快速演化。席位 + 配额（订阅给基础量、超额按量）已是通用产品标配——它调和了「预算可预期」与「重度用户不亏」的矛盾。token 的「隐形化」：面向企业的产品开始把 token 成本打包进订阅（用户不感知 token，厂商承担波动）——本质是把按 token 的风险从用户端收回产品端，靠「池化」对冲个体波动。按结果的保险化：厂商对结果收费提供质量承诺（不满意退款、错误赔偿），把结果定价做得像服务合同。

定价钟摆的方向值得点破：从「卖工具」往「卖产出」摆——因为智能体与软件的本质区别就在这里：软件是工具（人做事，工具提高效率），智能体是劳动力（它做事，人验收）。劳动力的定价从来都是按产出与绩效的，而不是按「工位数量」或「呼吸次数」。但摆过去的速度受制于验收能力的扩张（上一节的四道关），所以现实的演化是渐进的：先在可验收的地盘按结果，其余地带按用量，通用产品按席位——三种模式长期共存，比例随自动验收能力的边界移动。

定价创新的前沿：结果定价的工程化难题

按结果收费的深化遭遇一个工程化难题，值得单独观察：结果的「功劳分配」问题。当任务由「人 + 智能体」协作完成（人提需求与验收、智能体执行主体工作），产出算谁的、按什么比例收费？极端情况好办（全自动完成——按结果收费；纯人工——不涉及），中间地带全是灰区：智能体写了初稿人改了三处（算完成吗？折扣吗？）、智能体提供了 80% 的分析框架人补了数据（价值怎么分？）。行业的三种应对正在出现：其一，粗粒度锚定——不精确分配功劳，按「任务是否由智能体主导完成」的二元判定收费（阈值由合同约定），牺牲精确性换取可执行；其二，编辑距离定价——度量人类对智能体产出的修改量（修改少 = 智能体贡献大 = 全价，修改多 = 折扣），工程上可行但可以被「故意少改」操纵；其三，订阅内含——回避单任务结算，把结果承诺打包进订阅（承诺每月 N 个合格产出），功劳分配的难题被收入平滑化掩盖。三种应对都没有触及问题本质（智能体时代的价值计量学还没被发明），但它们的实践数据在积累——结果定价的工程化程度，决定了「卖产出」模式的扩张半径（正文的判断在此细化：不是验收能力单变量，是「验收 + 归因」双变量）。观察者盯的信号：头部结果定价产品的合同条款里，「功劳分配」的表述从模糊走向精细的时刻——那代表这个商业模式从实验走向成熟。

按结果收费的合同条款清单

结果定价的合同条款是把「模式」落成「生意」的地方，一份最小条款清单值得给出。验收条款：验收标准（什么算完成）的客观化描述、验收方（客户验收还是平台自动判定）、验收时限（超时视为通过的机制——否则客户的沉默会让收入悬空）。返工条款：不合格结果的处理（免费返工次数上限、返工的时限、返工仍不合格的退款比例）——返工条款是双方风险的对冲阀。免责边界：智能体产出使用不当（客户拿着智能体写的代码没审就上线）的责任切割——「建议客户验收」的义务要写明。数据与保密：任务数据被用于改进服务的授权范围（客户数据喂模型的默认禁止，需显式授权）。计费的计量争议：「完成」的计数口径（部分完成的算不算、重复任务怎么算）——争议条款的事先约定省下事后的扯皮。这份清单的本质是：结果定价把传统服务外包的合同智慧搬进了软件——智能体产品的商务团队，需要一半是产品经理、一半是外包合同律师。

定价模式的用户实验：让用户自己选

三种定价模式（正文）的用户接受度有一个有趣的实验性做法：同产品多轨定价，让用户用脚投票。实践中的形态：同一个智能体产品提供按席位、按用量、按结果的三种套餐（结果套餐贵但含兜底），用户的选择数据会揭示两个真相。真相一：用户对「结果」的信任度——选结果套餐的比例是产品可靠性的最诚实的口碑指标（用户只为自己相信的结果付费），这个比例的上升曲线比 NPS 更能反映产品的成熟。真相二：用户真实的使用分布——选按用量的用户用得多还是少、选按席位的用户激活率如何——定价套餐成了用户行为的自然分群器，产品团队据此把资源投向「最大的人群 × 最高的价值」的象限。多轨定价的运营成本（计费系统的复杂度、套餐间的套利防范）不低，但把它当作「付费的市场调研」就值回票价——定价实验的终极形态，是把价格表变成产品与用户对话的问卷。观察市场，谁的定价选项在变多，谁就在认真听用户说话。

小结

智能体的三种定价哲学各自把压力放在不同位置：按席位卖工具（风险在使用率）、按 token 卖算力（风险在成本不可预期且双方在「多想」上利益相反）、按结果卖产出（风险转移到产品方，激励最同源）。每种模式都有激励扭曲（席位浪费、token 焦虑与效率动力不足、结果指标 gaming），「按结果」的四道验收关（客观验收、清晰边界、风险可承受、成本可预估）圈定了它的适用边界——客服、编码、数据处理先行，主观与高风险任务暂被挡在门外。定价钟摆正从卖工具往卖产出摆，速度由自动验收能力决定；现实的稳态是三种模式按任务的可验收性分层共存。智能体区别于软件的商业本质——它是劳动力而非工具——最终会把自己的定价逻辑也变成劳动力的逻辑。