AI Agent新经济崛起凭借在AI Agent领域强大的产品力Anthropic的年化收入从年初的90亿美元冲到5月的440亿五个月翻了近五倍。一个面向原生智能体Agent - native的新经济正在诞生。当AI使用范式从回答问题走向替人做事商业模式成为绕不开的首要问题谁为算力付费价值如何分配用户以什么方式为服务付费。为此智能体经济课题的第一篇成果从研究这个问题开始。行业动态与核心问题4月初Anthropic宣布ARR超300亿美元其B端收入占比超过80%。另外本月OpenAI正式上线了其广告后台系统允许广告主在ChatGPT中投放清晰标注、与回答分离的广告。对于此一种声音认为这是OpenAI找到了第二增长曲线另一种声音担忧广告会彻底破坏AI对话的体验。但无论怎样争论都指向更本质的问题AI如何变现在互联网屡试不爽的订阅和广告模式真的能撑起AI商业化的未来吗AI商业化需新商业模式关于AI商业化的问题不能简单按照软件/SaaS/互联网产品做类比。广告与订阅的模式都是建立在每次曝光、每个任务的边际成本为零的基础之上的而AI在每次调用时都会产生Token成本。所以可能需要新的商业模式。OpenAI vs Anthropic两条商业化路径在商业化路径上OpenAI与Anthropic提供了两种典型样本。OpenAI的逻辑是流量 (Traffic) 。ChatGPT拥有接近10亿的周活跃用户规模并早在2022年底就火爆出圈其商业化路径更接近传统互联网公司的“入口 流量逻辑”先通过ChatGPT建立最大规模的通用用户入口再在搜索、办公、购物、开发者工具等场景中分层变现。Anthropic的逻辑是任务 (Task) 。Anthropic始终聚焦“高价值任务”的变现特别是先抓住coding这一高频、高价值、ROI清晰的场景再把Claude Code的Agent能力外溢到企业知识工作流中。从2025年2月首次推出Claude Code到Claude for Work / Claude for Enterprise再到CoworkAnthropic正在把coding Agent能力外溢到文档、表格、演示、销售、法务、金融分析等知识工作场景其在“高价值任务”的布局路径始终坚定。从二者的收入结构看 综合Morgan Stanley、a16z等多家机构的预测分析 这一布局也就更加清楚。这两种路径并非简单的“C端好”或“B端好”而是反映了这两家公司的底层战略差异OpenAI信奉“智能是通用的”先打造一个强大的通用基础模型使其具备广泛的泛化能力能够覆盖绝大多数场景再在这个通用底座之上通过微调等方式构建各个垂直领域的专门能力。因此其所有的技术探索都服务于 完善通用大模型拼图 这一终极目标。Anthropic则认为“通用智能要首先通过代码来实现”。代码是验证RL反馈 强化学习Reinforcement Learning 、训练AI Agent能力最理想的沙盒 可执行、可评测、有ground truth 。通过代码训练模型能力再把代码能力做到极致就可以用强大的代码能力作为 通用工具 去解决其他所有领域的问题。AI广告模式天花板明显广告是互联网最成熟的商业模式之一而Chatbot广告会天然被认为是搜索广告的变体 ChatGPT、Perpelaxity也确实在这么做 。但与搜索广告相比存在两个先天性的天花板。第一个天花板就是可商业化query比例较低。传统搜索中用户大量查询本身带有明确商业意图例如“附近酒店”“手机推荐”“贷款利率”“装修公司哪家好”。这些query天然适合广告一般认为可商业化的搜索query比例在20% - 30%。而Chatbot和Agent的使用场景更宽用户可能用它写代码、改简历、总结文档、陪伴聊天、做学习计划、分析数据。据部分调研机构统计Chatbot整体可商业化query比例低至个位数大约是传统搜索的1/5 - 1/4。第二个天花板在于AI回答中的广告加载数量有限。传统搜索中单次搜索可以展示多条广告部分平台会用ASN Average Show Number 作为衡量指标一般ASN在2 - 3之间即单次搜索可以实现2 - 3条广告曝光。但AI回答强调完整性、可信度和自然语言体验单个回答中很难插入大量广告。无论是ChatGPT还是PerplexityAI回答目前通常只能加载1 - 2个广告是传统搜索的1/3 - 1/2。除此以外还有一个隐形天花板即用户信任。搜索结果的深度与AI回答的深度差异巨大用户的信任度也因此而不同AI往往以“助理”身份出现用户也期待它站在自己一边。如果广告过度嵌入答案就可能削弱用户对回答中立性的信任。OpenAI在2026年开始测试ChatGPT广告时官方也特别强调广告会与回答分离、清晰标注且不会影响ChatGPT生成的答案。因此如何不破坏用户信任的前提下插入广告成为了AI chatbot广告的隐形难题。Perplexity的案例也说明了这一点。Perplexity曾在2024年推出赞助后续问题等广告形式广告会出现在“Related Questions”区域由用户点击后生成AI回答。但这一模式天然存在争议如果“后续问题”由品牌赞助用户会质疑AI推荐路径是否仍然客观。Perplexity广告业务很快陷入停滞并于今年2月正式关停。AI广告不是没有机会而是难以成为类似搜索广告那样高毛利、高库存、高确定性的主模式。更可能成立的形态不是“在答案里塞广告”而是在用户已有决策意图中提供可比较、可解释、可跳转、可验证的商业信息。例如商品卡片、服务商对比、报价入口、预约入口、优惠券、试用申请等。广告的形态会更像“决策组件”而不是传统banner或搜索关键词广告。订阅模式核心还是“为专业订阅”当前AI订阅的模式分为两层toB和toC。toB的模式 企业订阅 API 基本已经跑通了toB业务的巨大贡献也是帮助Antropic的ARR迅速提升的巨大助力。toC的订阅则非常微妙通过对AI付费订阅人群的画像分析不难发现大部分的付费还是集中在专业需求人群开发者、咨询分析人员、设计师、学生、教师、研究者和高频办公人群。C端高付费意愿集中在生产力场景的个人用户大众消费场景的转化率天花板低。这也是OpenAI的付费率仅~5% 甚至低于国内的视频、音乐平台 的核心原因对更广泛的大众用户而言AI仍然更多是“好用的工具”而不是“必须每月持续付费的基础设施”。更关键的是AI的成本结构与传统互联网产品不同。社交、搜索、内容平台一旦完成基础设施建设边际服务成本相对较低但大模型推理存在持续token成本。AI越强往往意味着更长上下文、更复杂工具调用、更长任务链路和更高推理消耗。软件、SaaS的边际成本接近零但Agent任务的边际成本是非零且不可忽略一次复杂的任务可能消耗几美元算力。这意味着低价订阅 重度用户在Agent时代会出现结构性亏损也意味着广告补贴免费用户的传统模式在Agent场景几乎无法成立。这会带来一个矛盾大众用户希望AI“便宜、好用、随时可用”但真正高质量Agent服务的成本并不低。如果只依赖个人订阅平台需要在价格、使用限制和体验之间反复权衡。价格太高用户转化有限价格太低成本压力加大限制太多用户体验下降。OpenAI推出更低价的ChatGPT Go并在Free与Go层级测试广告正是这种压力的体现。官方定价页显示Go定位为更低成本、更高额度的入门订阅但该计划“可能包含广告”。这也说明了纯面向个人的订阅模式和广告模式压力巨大对于其最终的商业化效果并不乐观。实际上C端商业化真正的问题不是用户愿不愿意为聊天付费而是谁愿意为“任务结果”付费。用户可能不愿意为一次问答付费但愿意为一次成功的旅行规划、一次更低价的保险方案、一次更高转化的简历优化、一次准确的法律/财税预审付费商户也可能不愿意为曝光付费但愿意为确定性更强的线索、订单、预约和成交付费。AI商业化的重心会从“卖入口”转向“卖结果”。总结AI商业化的十字路口本质上不是“订阅还是广告”的二选一而是AI产业从流量逻辑转向任务逻辑、从注意力经济转向执行经济的过程。广告可以补贴免费用户但难以承载全部商业化订阅可以服务专业用户但大众市场转化存在上限API可以支撑开发者生态但价格会被模型竞争持续压缩真正长期的机会可能来自企业工作流、平台层服务、交易抽成、安全审计和Agent资产管理等一系列更加深度、更加综合的服务。对平台型企业而言AI Agent商业化的关键不是急于把每一次对话变成广告位而是建设可信、可控、可计量、可追责的Agent基础设施。当Agent开始替用户做事商业价值也将从“回答了什么”转向“完成了什么”。这可能才是AI Agent商业模式真正成熟的起点。