微软给出智能体成本新公式：检索成本降34%、输入量减少97%，企业AI预算该从模型单价转向工具治理

成本重估：账单的大头正在从模型转向上下文与工具

过去两年企业做AI预算，习惯用输入输出单价乘以预估Token量。这套算法在问答型应用里勉强成立，换成智能体就迅速失真，原因有三：其一，智能体会自我循环，一次请求背后可能是几十轮工具调用，消耗不可线性外推；其二，为让模型理解业务，企业常把大量文档塞进上下文，上下文本身成了最贵的耗材；其三，工具目录越堆越大，全量加载工具描述会挤占输入窗口，把成本推高在看不见的地方。微软的三个自评数字恰好对应这三处：证据召回+54%解决「喂给模型什么」，检索成本-34%解决「怎么找得快又省」，输入量-97%解决「工具目录怎么瘦身」。关键在于，这三件事换任何模型都解决不了，因为它们发生在模型之外。厂商动作也印证了这点：Anthropic下调的正是缓存读取这一多轮长上下文的主要成本项，Google虽维持Gemini 3.8 Flash标价不变，第三方实测却因输出Token增加约30%、轮次更多，单任务成本反而高出约40%。标价不动不等于账单不动，这一点值得写进每份AI采购评估报告。

微软的三条工程解法与关键数据

具体做法值得拆解。第一条是并行多子问题检索并返回引用：把一个复杂问题拆成若干子问题同时检索，而不是串行试错，既提高召回也让每条结论可溯源。第二条是面向会话、用户与流程的集中式记忆：记忆不再挂在单次对话上，而是按用户和业务流程组织，可跨会话复用，这正是缓存命中率的来源。第三条是让智能体通过单一受管理端点接入工具，由这个端点统一承载认证与访问策略，工具不必逐个暴露给模型。对企业而言，第三条最具操作性：把工具清单收敛到一个受控网关，既是成本工程也是安全工程。Atos的案例还揭示一条规律——治理工具采购通常滞后于智能体扩散约一年，等你想到要管时，待纳管对象已是不小的存量。

治理侧同步收紧：从「模型说什么」到「模型做什么」

成本之外还有一条更隐蔽的主线：治理对象正从模型的输出内容转向模型的实际动作。Snowflake推出面向智能体接入的生产控制平面，运行时动态发放凭证、智能体永不持有生产密钥，权限绑定具名用户身份并保留完整审计轨迹；ServiceNow以数亿美元收购可跨平台运行的智能体公司，其「AI控制塔」定位被市场解读为企业软件在AI时代的价值锚点。两者指向同一句话：企业最真实的焦虑不是没有智能体，而是不知道有多少在跑、在干什么、花了多少钱。同期Snowflake二季度调整后每股收益0.62美元、营收15.5亿美元双双超预期，「AI将颠覆SaaS」的叙事被重估——智能体需要数据平台提供上下文与治理，SaaS厂商反而成了必经之路。启示是：不必恐慌性重构，但要尽快明确自己在智能体链条中的位置：数据供给方、编排方还是执行方。

一道科技解读：把工具治理做在模型选型之前

结合近期项目经验，杭州一道科技给出四步落地清单。第一步，盘点已运行的未纳管智能体与工具接口：这不依赖最终选哪家控制平面，属于现在就该做的低风险动作。第二步，收敛工具目录：微软-97%的输入量削减说明工具目录规模本身就是隐性成本炸弹，把重复、低价值、无人维护的接口下线，收益立竿见影。第三步，改造计量口径：用「每完成一个业务任务的成本」替代Token单价，并在模型升级前后做同任务对照测试，否则解释不清为什么降价了账单却涨了。第四步，前置权限边界与回滚机制：涉及金额、工艺参数、对外承诺的动作保留人工确认，所有操作留痕可审计。一道科技业务覆盖AI大模型定制开发、数据挖掘与软件外包，聚焦智能制造与制造业数字化，可协助企业完成从工具盘点、数据治理到智能体部署的全链路，更多实践参见客户案例与行业资讯。

常见问题（FAQ）

为什么说智能体的最大成本不是模型？+

因为智能体的开销主要产生在模型之外：多轮工具调用带来的重复上下文、为理解业务而塞入的长文档、以及全量加载工具描述占用的输入窗口。微软自评显示，在大型工具库中改为按需搜索后输入量减少约97%，这类优化换任何模型都无法获得，属于工程侧而非模型侧的成本。

企业现在就该做的第一步是什么？+

盘点组织内已经在运行的智能体与未纳管的接口调用。这一步不依赖最终选择哪家治理平台，风险极低却能立刻摸清存量。之后才是收敛工具目录、把计量口径改为每任务成本、以及为高后果动作设置人工确认与回滚。

模型降价后，企业AI预算为什么反而可能上升？+

因为标价不等于账单。以Google Gemini 3.8 Flash为例，其输入输出标价维持不变，但输出Token增加约30%、智能体轮次更多，第三方实测单任务成本反而高出约40%。预算应按完成一个业务任务的总成本测算，并在模型升级前后做同任务对照测试。