文 | 深流研究所，作者 | 絳楓

過去一周，騰訊和阿里相繼交出新一季財報。

2026 財年第四季度，阿里整體營收 2433.8 億元，同比增長 3%。剔除投資收益后，反映主營經營質量的 Non-GAAP 凈利潤僅為 0.86 億元，同比下滑近 100%。

增速看上去平淡，利潤端壓力陡增。但阿里第一次把 AI 賬目擺到了臺面上：2026 財年第四季度，阿里云外部商業化收入同比加速增長至 40%，AI 相關產品收入占比首次突破 30%，年化超過 358 億元。

騰訊 2026 年第一季度營收 1964.58 億元，同比增長 9%；Non-IFRS 經營利潤 756 億元，同比增長 9%。它沒有把 AI 單列為收入科目，而是嵌進廣告、云與企業服務等業務線：

營銷服務和企業服務收入均同比增長 20%，單季資本開支超過 300 億元；混元、元寶、CodeBuddy、WorkBuddy、QClaw 等新 AI 產品仍處投入期，對當季 Non-IFRS 經營利潤的凈影響約 88 億元。

兩家公司講述 AI 的方式不同，但財務結構上的轉向是一致的：Capex、ARR、Token 調用量，這些過去更多出現在制造業和云廠商語境里的用詞，正在替代 DAU、時長、GMV，成為互聯網科技公司對外敘事的新"主語"。

這是一組耐人尋味的變化。從"輕資產"到"重投入"，互聯網公司正在經歷集體的敘事換擋。

過去二十年，互聯網公司之所以能跑出極高的資本回報率，靠的是一組特殊的經濟學條件：邊際成本接近于零，規模效應近乎無限，網絡效應一旦啟動就自我強化，最終走向贏家通吃。

AI 時代，這套法則開始失效了。每一次推理都要燒 Token、占 GPU、調度內存；每多服務一個用戶、每多完成一次任務，都意味著實打實的算力成本。

當邊際成本不再趨近于零，贏家通吃就變得越來越難了。如果找不到合理的商業化方式，用戶規模反而會變成沉重的成本負擔。

騰訊總裁劉熾平在財報當天的業績會上說：當一項服務必須靠付費才能支撐，它大概率就不會是贏家通吃的生意。阿里首席執行官吳泳銘同日的發言幾乎一致：AI 服務每一次調用都有可變成本，市場會由多個玩家共同占據。

一個關鍵問題被推到所有玩家面前：互聯網過去賴以建立護城河的那套邏輯——入口、產品形態、衡量指標、商業模式——都將被重新定義。

入口的另一面：從"用戶打開"到"Agent 調用"

「深流研究所」統計了過去半年，騰訊、阿里、字節在 AI 產品上的動作。

今年以來，三家大廠的產品發布節奏密集，進入春節之后加速明顯。到了4月，行業甚至進入"每周一更"的發布期。

值得注意的是，Agent 已經從概念走向 BAT 三家 AI 產品矩陣的發力主軸。其中，騰訊 Q1 財報也披露，年初以來累計上線數十款 Agent 及相關產品，覆蓋入口、能力、底座三層，其發布密度在三家中最高。

中國互聯網的競爭，"入口"一直是主戰場——誰先承接用戶需求，誰就能把需求導向內容、關系、交易和服務，比如微信承接通信，淘寶承接購物，抖音承接內容消費。

Agent 時代，入口的位置正在從前臺界面，移到后臺調用鏈。用戶不再親自點開每一個 App，而是把需求交給 Agent，由 Agent 在后臺調用多個產品能力，直接把任務推進到結果。

釘釘 CEO 陳航在今年 3 月 AI 釘釘 2.0 發布會上的那句話，正是這層變化的注腳："過去是人用釘釘來工作，未來是 AI 用釘釘來工作。"

于是，關于Agent競爭分成了兩個維度：

第一層是 Agent 的入口之爭——用戶習慣把任務交給誰，誰就是 AI 時代的"默認前臺"，延續的是搶用戶心智的舊邏輯；第二層是 被調用之爭——誰的能力能被 Agent 優先調用、編排、嵌進任務鏈路，誰才真正握住價值入口。

今年以來，阿里、字節、騰訊的 AI 產品更新，都是在這個方向發力。三家公司的做法差異，可以從Agent 的從調用形態看出來。

阿里是"鏈式"調用，把 AI 接入交易和履約鏈路。從 1 月推出的千問任務助理，到 3 月阿里媽媽 AI 萬相把商家經營拆成多 Agent 協同、飛豬 FlyAI 把旅行服務開放成可調用能力，再到 5 月千問與淘寶全面打通——AI 購物從對話直接進入挑選、對比、下單。鏈路是預設的，Agent 沿著"需求、服務、交易、履約"這條線走完。

字節是"流式"調用，把 AI 接入內容生產和開發者的工作流。內容側，Seedance 2.0 接入豆包、即夢、剪映，小云雀 AI 短劇 Agent、隨變 AI、抖音 AI 創作入口陸續上線，視頻生成能力被推到短劇、娛樂和分發場景。開發者側，Trae、DeerFlow、扣子 Agent World 把 AI 接進代碼開發、任務拆解和 Agent 執行環境。每一條工作流里，工具被串起來服務一個具體產出。

騰訊則是"網式"調用，不預設單一鏈路，而是把分散在微信、企業微信、文檔、會議、地圖、瀏覽器、云和安全體系里的能力，封裝成一個個標準的"技能點"，進而構建 Agent 可發現、可調用、可治理的能力網絡。

這個網絡大致分為三層：

入口層是 WorkBuddy、QClaw、ClawBot 等不同形態的 Agent 前端；能力層是 SkillHub 和官方 Skills，把文檔、會議、地圖、ima、QQ 瀏覽器的功能封裝成可被 Agent 調用的標準模塊；底座層是 ADP、CloudAgent、ClawPro、Agent Memory、Agent Storage 和 AI Agent 安全中心，提供運行、記憶、存儲和治理。

馬化騰在 3 月業績會上談到的"養蝦"構想，指向的正是這種形態：不是把所有任務塞進一個超級入口，而是讓不同 Agent 在不同場景里，按需調用不同能力。

這張能力網絡還在持續迭代中。能力網絡的價值，并不取決于單個節點，而是節點覆蓋的密度，節點之間自由組合、調用的順暢度。

一個關鍵變量是，微信側的 Agent 入口尚未完全展開。微信獨特的地方，不只是流量入口，而是背后連接著小程序、支付、公眾號、服務號等一整套服務生態。如果未來 Agent 能夠穩定調用小程序，微信生態里的能力就會從"用戶主動打開"變成"Agent 按任務調度"。

對原生 AI 產品的新嘗試：界面做減法，能力做加法

當入口從用戶界面變成調用鏈路，產品本身的形態也會相應改變。

PC 原生的起點是鼠標、鍵盤和大屏，軟件可以承載復雜的視覺層級和精確操作，于是有了文檔、表格、窗口這套產品語言。

移動原生的起點是觸屏、攝像頭、隨身定位，于是基于位置的地理服務、隨時隨地的關系連接、單手上下滑的信息流，催生了微信、美團、抖音等產品。

每一代原生產品的誕生，不是因為新技術變得可用，而是產品設計把新條件當作起點，從零生長。

那么，AI 時代新的基礎條件是什么？

首先，是"理解力"成為軟件可以直接調用的基礎設施。過去做產品，最難的事情之一是猜用戶想干什么——按鈕、菜單、引導流程，本質都是用界面替用戶表達意圖。AI 之后，意圖理解不再是產品經理需要絞盡腦汁解決的設計問題，而是一種可以像調用數據庫一樣被調用的能力。

其次，產品具備非確定性的特征。過去，軟件是確定性系統：相同輸入對應相同輸出，偏差被稱為 bug。AI 時代的產品，每次輸出的結果都不同，它可能會犯錯、會幻覺、會誤判。

再者，是產品具備了自主行動力。過去的軟件是被動的——用戶點擊，它才響應；Agent 出現之后，AI 可以自己決定下一步做什么、什么時候做、調用誰。它從工具變成了行動者。

把這三個條件作為產品的設計起點，就能給"AI 原生"畫一個大致的藍圖：按照理解力、非確定性、自主行動力這三個新條件，從零長出來的產品形態。

這種形態在今年三家大廠的密集發布里，已經顯出三個具體特征。

3 月底，釘釘、飛書、企業微信在一周內同步開源 CLI，行業討論很熱鬧，但多數解讀還停留在"Agent 操作軟件的新方式"。這件事更深一層的意味在于，GUI 不再是軟件的必需品。

當意圖理解變成基礎設施，按鈕、菜單、流程引導就成了多余的中間層——Agent 不需要被引導，它需要被允許直接行動。AI 原生產品的特征之一，正是在做界面的減法、能力的加法。

此外，騰訊今年密集發布的 Sandbox、Memory、Storage、AI Agent 安全中心，阿里和字節也都在補類似的部件。Sandbox 負責讓 Agent 在隔離環境里試錯。Memory 和 Storage 負責讓 Agent 記住長期信息和任務狀態。安全中心和權限系統負責決定 Agent 能做什么、不能做什么、做錯了如何追溯。

在大模型還無法做到零幻覺、零失誤的當下，一款原生的 AI 產品如果接受自己會出錯、會幻覺、會跑偏，就必須從一開始預留容錯空間——可中斷、可回滾、可追問、可糾正、可審計。這不是"做完產品再補安全"，而是產品設計的起點之一。

此外，三家今年的發布節奏呈現出一種碎片化的形態——從 GitHub commit、文檔更新、能力上架到 Skill 入庫，單個發布的"分量"明顯變輕、頻次明顯變密。這種碎片化放在 AI 原生的框架下看，恰恰是合理的。

當產品的核心能力會隨模型迭代、prompt 調整、工具組合而每日變化，發布的內容則越來越不像傳統的產品，而是一個個能力單元，迭代更新的速度也將進一步加快。

產品標準在改變：從"用戶停留了多久"到"任務推進了多遠"

產品發布的形態變了之后，下一個問題是：怎么衡量它有沒有用？

移動互聯網時代，互聯網公司判斷一個產品是否成功，核心的標準是 DAU、MAU、下載量、使用時長、留存和 GMV。這些指標背后有一個共同假設：用戶打開越多、停留越久、點擊越頻繁，商業價值就越高。

但 Agent 產品不完全適用這套指標。從硅谷到中國，關于"AI 該用什么指標衡量"的討論密集出現。

2026 年初，行業里討論過一個傳聞：OpenAI 內部正在弱化 DAU，轉向一個新的核心指標 TPD，也就是 Tokens Per Day。這個說法尚未得到 OpenAI 官方確認，但它提出的問題是成立的：DAU 反映的是"用戶打開了多少次"，TPD 反映的是"AI 替用戶調動了多少計算資源"。

5 月 13 日，李彥宏在百度 Create 2026 開發者大會上提出，AI 時代可能需要一個新的度量衡——DAA，即日活智能體數。他的核心意思是，Token 更多反映算力消耗，不一定代表價值產出；真正能說明 AI 落地程度的，可能是每天有多少智能體在被使用、在完成任務。

相關的說法還有單位 Token 價值轉化率、任務閉環觸發率、用戶自我糾錯率、提示詞摩擦效率等等。涉及企業 Agent 的效用衡量則更直接：單位任務耗時、返工率、單位人力產能等。

TPD 衡量的是算力消耗，回答的是"AI 這臺機器轉得多快"；DAA 衡量的是調度密度，回答的是"有多少 Agent 在被使用"；任務交付衡量的是產出本身，回答的是 Agent 到底干完了什么。

這些指標的共同點是，它們不再圍繞"用戶待了多久"，而是圍繞"任務推進了多遠"。

2025 年底，Anthropic 與 Material 對 500 多位技術領導者做的調研顯示：57% 的組織已經將 AI Agent 用于多階段工作流。調研附帶的企業案例，更直觀地說明了"Agent 指標"長什么樣：

網絡安全公司 eSentire 把安全威脅分析時間從 5 小時壓縮到 7 分鐘，AI 與高級安全專家的判斷一致率達 95%；醫療預約平臺 Doctolib 的功能交付速度提升 40%。

國內公司也已經開始用同類指標對外披露。

比如，騰訊云在介紹 Agent Memory 時給出的關鍵數據，不是用戶量，而是"在復雜長任務中 Token 消耗降低超過 50%、任務完成率提升 23%"。

阿里通義靈碼披露的核心數據是"代碼采納率"，即開發者接受 AI 建議的比例。其內部全員使用通義靈碼企業版后，AI 代碼生成占比達到 34%，研發效率提升 21%。

這些數據在傳統互聯網評價體系里很難對應位置，但在重視"調用"的 Agent 時代里反而成為最值得關注的數字。

值得注意的是，新指標解決了舊指標的方向性偏差，但還沒解決自身的標準化問題。移動互聯網用了十年才讓 DAU 的口徑相對統一，Agent 的指標體系同樣得走一段很長的路。

Agent 重構互聯網：價值錨點從流量分發走向任務交付

衡量指標變了，對應的商業模式也在重構。

5 月以來，豆包推出付費訂閱，DeepSeek 大幅降價，阿里和騰訊同一天對外披露 AI 業務進展。圍繞"AI 這門生意到底怎么算賬"的討論，密集出現在同一個時間窗口里。

過去一周，阿里、騰訊相繼發布新一季度財報。阿里這本賬，把 AI 算成"工廠"。吳泳銘在財報發布當晚的發言里直接把 AI 比作制造業："必須建兩個核心工廠，一個訓練工廠，一個推理工廠，工廠規模決定未來收入規模。"騰訊沒有把 AI 單獨列出來，而是把 AI 的價值嵌進了廣告、云與企業服務、游戲、內容等業務里。

阿里在向外界證明，AI 本身就是一門可獨立計量、可單獨定價的生意；騰訊則在證明，AI 是一種能讓廣告、云、協作等業務生態都更有價值的乘數。兩種賬法沒有優劣之分，反映的是 AI 商業化正在沿著不同形態展開。

如果把視角從兩家公司放大到整個 AI 行業，能看到三條正在被改寫的商業路徑。

第一條線，從"按使用權付費"到"按調用量付費"。AI 讓"智能"這件事，被像水電一樣可計量、可定價。今年 3 月，黃仁勛在 GTC 大會上把 Token 稱為"新的大宗商品"。國家數據局披露，中國日均 Token 調用量從 2024 年初的 1000 億，躍升到 2026 年 3 月的 140 萬億，兩年增長超千倍。

今年以來，每家公司發布新模型時，除了常規披露參數規模、跑分、下載量，還會強調模型的調用量。騰訊混元 Hy3 preview 4 月底上線后兩周內，OpenRouter 最近一周調用量沖到 2.68 萬億 Token，并連續數周登頂全球榜首；DeepSeek 三款模型同時入圍全球前十。

OpenRouter 這張本來給開發者用的"大模型選型榜單"，變成了大模型公司新的"銷量榜"。

第二條線，是從"賣軟件"到"賣任務"。這一變化在海外更先發生。Salesforce 的 Agentforce 已經按"每次對話 2 美元"計費，Intercom 的 Fin 按"每個被解決的問題"計費——計價的顆粒度，從"軟件被使用了"，細化到"問題被解決了"。國內的嘗試還在更早期，騰訊會議 AI、企業微信 AI 助手、釘釘 AI 助理都在做按場次、按條數、按解決率的探索。

吳泳銘在業績會上說過一句可以解釋這條線的話：在企業里，只要部分工作任務創造的價值大于 Token 的成本，對 Token 的需求就是無限的。換句話說，當軟件能直接交付結果，企業愿意付的就不再是"工具費"，而是"代工費"。

第三條線，是從"獨立產品"到"嵌入網絡"。這條線最難直接定價，是讓 AI 滲透到現有業務，進而放大業務生態的商業價值。

阿里千問與淘寶打通后，"挑選、對比、下單"在對話里一次完成，價值不只在 AI 本身，還有 GMV 和履約效率。企業微信、釘釘把 AI 嵌進每一個協作動作，變現點也不只有 AI 助手單獨收費，還在于企業滲透率和單客單價。

此外，騰訊總裁劉熾平在這次業績會上把"AI 賦能小程序"稱為"未來發展的必然走勢"——讓智能體把小程序當作工具來調用，讓微信生態里的資源逐漸"轉化為智能體的技能"。AI 在這條路徑上不是新的收費對象，而是生態價值的乘數——它讓廣告點擊率更高、讓交易轉化更短、讓小程序留存更久。

這件事注定快不了。騰訊董事會主席兼首席執行官馬化騰曾提到："Agent 伙伴希望自己有流量和入口，但也不想自己被單純地調用。"其設計難點不只是技術，還有如何在"平臺調用"和"開發者自主權"之間找到平衡。

估值坐標系換了：互聯網公司正被重新定價

過去二十年，資本市場給互聯網公司定價，用的是一套高度統一的坐標系：DAU 看規模、時長看粘性、GMV 看變現、網絡效應看護城河。

這個坐標系背后是一個隱含前提——服務一個用戶和服務一億個用戶，成本幾乎相同。一旦跨過臨界點，飛輪自動轉起來，規模即利潤，贏家通吃。這套邏輯跑通了 PC 時代，也跑通了移動時代。

互聯網時代，DAU意味著收入。AI時代，DAU則意味著成本。

當邊際成本不再趨零，規模就不再天然帶來正反饋，過往的估值標準也將被重新審視。取而代之的，是一組新的刻度：Capex 衡量產能、ARR 衡量持續性、Token 調用量衡量需求、代碼采納率和任務完成率衡量交付。

這也讓市場的關注點不再局限于投入，而是更看重兌現。

一個繞不開的參照系是 Anthropic。2023 年，它的年化收入約 1 億美元；2024 年底，跨過 10 億美元。進入 2025 年后，這條曲線幾乎以季度為單位向上跳——年初約 20 億美元，年中突破 50 億美元，年底甚至超過 70 億美元 ARR。

據多家媒體援引的內部規劃，Anthropic 對 2026 年的收入指引區間，已經放到了 200 億到 260 億美元。三年之間，收入增長200倍以上，這個增速在 SaaS 與云服務歷史上幾乎沒有先例。

Anthropic 的增長幾乎押在兩件事上：

一是 Agent，二是 coding——恰恰是 AI 當前最容易被量化交付的兩個場景。代碼可以跑通或跑不通，任務可以完成或未完成，模型的價值能直接落到"產出"這一端，而不是停留在調用次數或對話輪數上。

這一點對當下的行業判斷尤為關鍵。

今天的 AI 競爭里，彌漫著一種 FOMO 式的焦慮：模型必須更大、Capex 必須更高，"投入即正確"幾乎成了默認敘事。

Anthropic 給出的另一種參照是——真正撐起估值的，并不是投入本身，而是投入能否被轉化為可用、可持續、可衡量的交付能力。燒錢可以換來產能，但只有交付才能換來收入。

這次切換的意義，已經超出"業務轉型"的范疇。它意味著資本市場需要重新給一家科技公司定價：

不再是"用邊際零成本換規模回報"的高 ROE 生意，而是"用持續投入換能力密度"的長周期生意。前者獎勵擴張速度，后者獎勵重構的耐心。

贏家通吃或許越來越難了，但更長、更慢、也更需要耐心的競爭，才剛剛開始。