字節(jié)終于把 AI 變成了蘭州拉面

文：王智遠(yuǎn) | ID:Z201440

今天火山引擎 FORCE 大會(huì)。

我雖然沒(méi)去上海現(xiàn)場(chǎng)，但在朋友圈，已經(jīng)感受到了「擠不進(jìn)去」的熱度；朋友發(fā)來(lái)的照片里，連門口都站滿了人。

上午，聽(tīng)完直播后，感觸最深的是冷冰冰的數(shù)據(jù)：

豆包日均調(diào)用量突破了 50 萬(wàn)億 tokens，一年漲了 10 倍；這意味著 AI 徹底告別了「文青時(shí)代」，進(jìn)入了流水線計(jì)件的「重工業(yè)時(shí)代」。

01

很多人盯著 50 萬(wàn)億的數(shù)字流口水，覺(jué)得字節(jié)的勝利，其實(shí)，你得看透這背后的「潛規(guī)則」

以前企業(yè)用 AI，像去米其林餐廳吃頓大餐，那是偶爾顯擺一下的“奢侈品”；現(xiàn)在日均 50 萬(wàn)億 tokens 的規(guī)模意味著，AI 已經(jīng)變成了路邊的蘭州拉面，成了天天得吃的“剛需”。

你會(huì)發(fā)現(xiàn)，已經(jīng)有超過(guò) 100 家企業(yè)累計(jì)用量過(guò)萬(wàn)億了，這意味著在這些公司里，AI成了流水線上天天「計(jì)件干活」的苦力。

但問(wèn)題是，如果這“拉面”一碗賣幾百塊，誰(shuí)特么天天吃得起？火山這次干的第一件事，把這筆賬給算到了“地縫”里。

來(lái)看看一組市場(chǎng)份額，火山在公有云大模型調(diào)用量的份額已經(jīng)占到了49.2%，相當(dāng)于中國(guó)公有云上每產(chǎn)生兩個(gè) tokens，就有一個(gè)來(lái)自火山。

別看現(xiàn)在各家模型都在卷性能，但市場(chǎng)是會(huì)「用腳投票」的；用的人越多，模型調(diào)優(yōu)就越快，成本就壓得越狠，這是一個(gè)停不下來(lái)的「規(guī)模效應(yīng)」。

為了讓這把火燒得更旺，火山搞了個(gè)「AI 節(jié)省計(jì)劃」，這邏輯非常「字節(jié)」。

不管你用自家豆包，還是用 DeepSeek 這些外面的開(kāi)源模型，只要你在火山上跑，所有用量都給你算在一起打階梯折，用得越多，省得越多，最高能省快一半（47%）。

這解決了老板們最大的一個(gè)心病：試錯(cuò)焦慮。

以前你想換個(gè)新模型試試，心里得盤算半天，之前錢是不是白花了？現(xiàn)在啟動(dòng)成本高不高？現(xiàn)在好了，換模型不影響折扣，反正你只要在火山這個(gè)場(chǎng)子里玩，我就保你越玩越便宜。

再一個(gè)，他們還首創(chuàng)了「按思考長(zhǎng)度付費(fèi)」，這把 AI 的腦力活和體力活分開(kāi)了，讓每一分錢都花在刀刃上，底層邏輯就一句話：

只有當(dāng)一個(gè) token 的價(jià)格低到讓企業(yè)心不疼的時(shí)候，AI 才能真正跑進(jìn)煙火人間。

智遠(yuǎn)看那 100 多家「萬(wàn)億 tokens 俱樂(lè)部」的成員就在干這事兒，海底撈讓 AI 當(dāng)用餐管家，華泰證券讓 AI 生成播客，連猿輔導(dǎo)都讓 AI 去批改作業(yè)了，這些是實(shí)實(shí)在在幫你省人力的「數(shù)字民工」。

可賬算明白了，活兒就一定能干好嗎？智遠(yuǎn)跟很多企業(yè)聊過(guò)，他們不差那點(diǎn) tokens 錢，他們怕「工程大坑」。就好比你有錢買磚頭，但你沒(méi)本事讓施工隊(duì)在爛泥地上蓋出一棟五星級(jí)酒店。

02

那為什么 Agent 總出不了實(shí)驗(yàn)室？有三個(gè)扎心的真相：身份權(quán)限搞不清、模型確定性差、還有那堆陳年舊系統(tǒng)的接入成本太高。

這還只是表象，最底層的第一道坑，「算力消耗」的隱形成本能直接把你拖垮。

吳迪在演講里算了一筆極度現(xiàn)實(shí)的賬：以前你想在核心業(yè)務(wù)里跑 AI，得自建推理集群，初期投入起碼數(shù)百萬(wàn)，折騰幾個(gè)月才能上線。

更要命的是，業(yè)務(wù)流量是有波峰波谷的，你為了應(yīng)對(duì)那點(diǎn)高峰買了一堆昂貴的顯卡，等流量一過(guò)，就只能看著它們?cè)谀莾喊装壮曰摇?/p>

所以，火山提出了一個(gè)新詞：「推理代工」。

你來(lái)訓(xùn)練，火山來(lái)跑。你只要把加密后的模型傳上去，底層的 GPU 運(yùn)維、網(wǎng)絡(luò)調(diào)度你全都不用管。火山的算力池子大，能做到分鐘級(jí)的算力伸縮。

你的流量藍(lán)線怎么走，它的算力綠線就怎么貼著你長(zhǎng)；根據(jù)實(shí)測(cè)，用這種「云上代工」模式代替自建集群，硬件和運(yùn)維成本能降下一半，吞吐量還能提升 1.6 倍。

搞定了算力，第二道坑就是「工程化」的爛泥地。

譚待在現(xiàn)場(chǎng)直言：現(xiàn)在大家缺的不是強(qiáng)模型，是為 Agent 規(guī)模化運(yùn)行而設(shè)計(jì)的基礎(chǔ)設(shè)施

你想想，一個(gè) Agent 要進(jìn)入生產(chǎn)環(huán)境，它得知道自己是誰(shuí)（身份）、能干什么（權(quán)限）、在什么地方干活（環(huán)境）；如果你沒(méi)法解決這些問(wèn)題，Agent 在公司系統(tǒng)里永遠(yuǎn)是個(gè)「黑戶」，誰(shuí)敢放權(quán)給它？

為了填平這些坑，火山這次把Agent Kit給徹底翻新了。

你不用糾結(jié)怎么給 Agent 建辦公室（Runtime），也不用擔(dān)心它聊兩句就忘事，因?yàn)橄到y(tǒng)自帶了一個(gè)記性極好、反應(yīng)極快的「超級(jí)大腦」（Memory）。

最絕的是，以前老古董 CRM 系統(tǒng)，Agent 根本聽(tīng)不懂，現(xiàn)在配個(gè)「網(wǎng)關(guān)」就能實(shí)現(xiàn)即插即用，直接把老古董翻譯成 Agent 能秒懂的方言。

連「監(jiān)工」的事兒火山都替你想好了。它內(nèi)建了安全護(hù)欄（Guardrail）和實(shí)時(shí)監(jiān)控（Observability），就是為了防止模型在那兒胡言亂語(yǔ)。

所以，這種「精裝房」模式最直觀的結(jié)果是什么？一句話總結(jié)即：代碼量的斷崖式下跌。

火山現(xiàn)場(chǎng)演示了這次 FORCE 大會(huì)的報(bào)名和簽到 Agent；如果按老辦法寫，起碼得折騰一兩千行代碼，累死累活還容易崩。

在 Agent Kit 模式下，因?yàn)閺?fù)雜能力都是開(kāi)箱即用的，Agent 本身的邏輯代碼只用了50 行，后端串聯(lián)只用了 11 行；加起來(lái)一共 61 行代碼，砍掉了 96% 的工作量。

這就是，為什么別人還在實(shí)驗(yàn)室里慢吞吞地搓 Demo，而火山的 Agent 已經(jīng)能出來(lái)幫幾千人辦會(huì)、簽到、做總結(jié)了。

底座穩(wěn)了，代碼少了，那接下來(lái)該看什么了？得看「數(shù)字員工」的智商到底夠不夠。 這次豆包和多模態(tài)都進(jìn)行了升級(jí)。

03

智遠(yuǎn)先強(qiáng)調(diào)一點(diǎn)：很多人看模型升級(jí)，習(xí)慣盯著榜單上的跑分看；說(shuō)實(shí)話，對(duì)于企業(yè)來(lái)說(shuō)，跑分高幾分沒(méi)意義，能不能把活兒干成才是唯一的指標(biāo)。

這次豆包沒(méi)有拿跑分炫技，底層邏輯非常清晰：它是面向 Agent 場(chǎng)景進(jìn)行定向爆破的。

什么意思呢？

以往我們用 Agent 跑長(zhǎng)任務(wù)，最怕「斷流」。你想想，一個(gè)復(fù)雜的任務(wù)需要調(diào)用十幾次工具，Agent 跑著跑著，上下文窗口就爆了，tokens 滿了，它就開(kāi)始胡言亂語(yǔ)或者直接斷掉。

為了解決「短路」問(wèn)題，豆包 1.8 出了一個(gè)殺手锏：「智能上下文管理」。根據(jù)你設(shè)定的策略，自動(dòng)清理掉沒(méi)用的歷史信息，只留下最核心的邏輯。

現(xiàn)場(chǎng)演示了一個(gè)場(chǎng)景，處理十多個(gè)立項(xiàng)報(bào)告長(zhǎng)任務(wù)，傳統(tǒng)模型很快就撞到了天花板，任務(wù)被迫終止；但豆包 1.8 靠著這個(gè)策略，tokens 始終控制在安全線內(nèi)，穩(wěn)穩(wěn)地把活兒干完了。

這就是從「聰明」到「專業(yè)」的跨越。

在 Tool-use（工具調(diào)用） 和復(fù)雜指令遵循上，豆包 1.8 在全球主流評(píng)測(cè)集上都拿到了領(lǐng)先的成績(jī)，甚至在通用智能體測(cè)評(píng)中領(lǐng)跑全球。

不僅大腦進(jìn)化了，豆包的「五官」也更靈敏了。

火山這次發(fā)布的視頻生成模型 Seaweed 1.5 Pro，解決了一個(gè)行業(yè)公認(rèn)的頑疾：「張口不發(fā)聲」。

以前很多模型生成視頻，畫(huà)面很美，配上音效后口型對(duì)不上，或者語(yǔ)義不一致；Seaweed 1.5 Pro 做到了原生的音畫(huà)同步，能支持多人跨語(yǔ)言對(duì)白，四川話、粵語(yǔ)、上海話隨你挑，口型精準(zhǔn)得嚇人。

為什么要卷這個(gè)？因?yàn)樽止?jié)看透了，未來(lái)商業(yè)內(nèi)容生產(chǎn)是需要「靈魂」的。

還有一個(gè)很有體感的例子：豆包 1.8 能通過(guò)低幀率看完一個(gè)一小時(shí)長(zhǎng)的監(jiān)控視頻，然后通過(guò)工具精準(zhǔn)定位，幫你找出是誰(shuí)劃了你的車。

抽象吧？以后誰(shuí)劃拉你車，問(wèn)豆包。這種對(duì)超長(zhǎng)視頻的理解能力，直接讓 AI 從「看熱鬧」變成了「能斷案」。

所以，模型升級(jí)的本質(zhì)為了讓 Agent 在真實(shí)業(yè)務(wù)場(chǎng)景里，不僅有「智商」，還得有「體力」和「眼力」。

但是，當(dāng)你的 AI 員工既聰明又勤快時(shí)，問(wèn)題又來(lái)了：你敢把核心數(shù)據(jù)交給它嗎？企業(yè)數(shù)據(jù)的「信任危機(jī)」怎么破？

04

你去問(wèn)一個(gè)企業(yè)老板：要不要用 AI 提效？他肯定點(diǎn)頭。但你問(wèn)，敢不敢把公司積攢了十年的核心知識(shí)庫(kù)、財(cái)務(wù)報(bào)表、合同細(xì)節(jié)全喂給云端的大模型？

他大概率會(huì)陷入沉默。

這是所謂的「信任赤字」。中國(guó)企業(yè)生意就這樣，很多企業(yè)為了安全，寧愿花大價(jià)錢搞私有化部署，哪怕算力利用率低得嚇人，哪怕模型升級(jí)慢得像蝸牛。

火山引擎這次也給解決了；他們?cè)诂F(xiàn)場(chǎng)給出的方案叫 Mars on AICC（機(jī)密計(jì)算）。

啥意思呢？

底層邏輯在云端服務(wù)器里，給你的數(shù)據(jù)和模型套了一個(gè)「隱形保險(xiǎn)箱」，通過(guò)硬件級(jí)別的加密技術(shù)（CPU 和 GPU 內(nèi)存加密），數(shù)據(jù)在傳輸和計(jì)算的過(guò)程中，除了你，沒(méi)有任何人能看到里面的內(nèi)容。

這有什么現(xiàn)實(shí)意義？譚代在現(xiàn)場(chǎng)舉了上汽大眾的例子。

他們有 5 萬(wàn)多份機(jī)密的內(nèi)部知識(shí)庫(kù)，搞私有化，那成本簡(jiǎn)直是天文數(shù)字；于是他們直接用了這套機(jī)密計(jì)算方案，在公有云上跑。 結(jié)果很有意思：

安全感拉滿了，實(shí)現(xiàn)了端到端的加密，企業(yè)可以像在私有化環(huán)境里一樣安全地使用云端模型；賬面太好看了，相比于全套私有化方案，這套方案幫上汽大眾節(jié)省了 60% 以上的成本。

這就是智遠(yuǎn)想說(shuō)的「安全紅利」。以前安全是企業(yè)的「負(fù)重」，你得為了它犧牲效率和金錢；現(xiàn)在通過(guò)技術(shù)創(chuàng)新，安全成了 AI 規(guī)模化的「加速器」。

不僅汽車行業(yè)，聯(lián)想也在用這套方案搞 AI PC 的機(jī)密推理，OPPO 也在搞業(yè)界首款支持機(jī)密 AI 推理的智能手機(jī)。

當(dāng)AI 員工在云端辦公室里戴著「防窺膜」干活，而且老板手里還攥著唯一的鑰匙時(shí)，信任危機(jī)才算真正解除了。

賬算清楚了，房子蓋好了，安全也保障了，這個(gè) AI 員工就完美了嗎？也未必；很多企業(yè)發(fā)現(xiàn)，AI 員工剛?cè)肼毮翘熳铙@艷，結(jié)果干了一年還是那副老樣子。

05

那怎么讓新Agent越干越聰明呢？火山引擎拿出了兩把鑰匙。

第一把鑰匙，讓 Agent 像人類一樣通過(guò)練習(xí)來(lái)升級(jí)。吳迪在現(xiàn)場(chǎng)分享了一個(gè)非常硬核的產(chǎn)品：Serverless RL（強(qiáng)化學(xué)習(xí)平臺(tái)）。

火山把它做成了「冰山模式」，復(fù)雜算力調(diào)度、算法框架全沉在水下，用戶在水面上只需要關(guān)注業(yè)務(wù)邏輯、數(shù)據(jù)閉環(huán)和 Reward（獎(jiǎng)勵(lì)函數(shù)）。

抖音客服就靠這個(gè)，讓模型模擬真人客戶不斷跟它對(duì)話、糾錯(cuò)。 結(jié)果模型不僅學(xué)會(huì)了情緒識(shí)別，問(wèn)題解決率還直接漲了 10 個(gè)百分點(diǎn)。

這就是「以賽代練」，讓 Agent 在實(shí)戰(zhàn)中從新兵磨成老兵。

第二把鑰匙，讓 Agent 真正懂你的生意。

以前AI 助手只能讀讀文檔，根本碰不到公司商品庫(kù)和真實(shí)用戶行為；這次，火山深度升級(jí)了Viking AI 搜索，把「搜索、推薦、問(wèn)答」三合一，讓 Agent 真正綁定企業(yè)的核心經(jīng)營(yíng)數(shù)據(jù)。

比如：服飾零售員工問(wèn) AI「下季度發(fā)哪些款」，AI會(huì)去分析庫(kù)存，對(duì)比潮流數(shù)據(jù)，直接告訴你，這幾款搜得多但庫(kù)存不夠，得趕緊補(bǔ)貨。

這種不僅有智商、更有「業(yè)務(wù)感」的表現(xiàn)，才是真正的數(shù)字員工。

當(dāng)然，光有鑰匙還不夠，你還得有個(gè)「管家」來(lái)盯著這幫 AI 員工。

所以，火山甩出了這次的重頭戲，Hi Agent（企業(yè)智能體工作站）。 其中AgentSphere 預(yù)覽版能幫企業(yè)打造一個(gè)統(tǒng)一的 AI 調(diào)度中心，不管財(cái)務(wù)、HR 還是產(chǎn)品經(jīng)理，都能在這個(gè)空間里協(xié)同辦公。

再加上那個(gè)能把豆包最核心的搜索、語(yǔ)音能力全部開(kāi)放出來(lái)的 豆包助手 API，企業(yè)基本上是「開(kāi)箱即用」。

說(shuō)白了，火山這次通過(guò)Hi Agent、Viking 搜索、強(qiáng)化學(xué)習(xí)平臺(tái)這一整套組合拳，給企業(yè)遞上了一份實(shí)實(shí)在在的 AI 時(shí)代「員工入職手冊(cè)」。

整場(chǎng)大會(huì)聽(tīng)下來(lái)，我最觸動(dòng)的是微山縣小學(xué)。

通過(guò)豆包和 Hi Agent，孩子們能用 AI 畫(huà)出怪想法，平均成績(jī)提升了 10 分以上。這讓我意識(shí)到，AI應(yīng)該是老師手里的教具、老板手邊的助手。

2026 年，火山引擎計(jì)劃和 500 家企業(yè)機(jī)構(gòu)合作，去推動(dòng) Agent 的落地；說(shuō)實(shí)話，火山的方案很有意思：用一個(gè) AI 助理（豆包）去瘋狂練習(xí)、蒸餾出 Agent 的能力，然后，打通企業(yè)老掉牙的傳統(tǒng)軟件。

這讓 Agent 真正長(zhǎng)出了手腳，成了能進(jìn)系統(tǒng)、干臟活的數(shù)字員工；再?gòu)?fù)用這一切，有意思的行業(yè)解決方案。