一、写这篇的动机
2026 年 8 月 25 日前后一周,AI Agent 行业最安静、最贵、也最容易在采购部门桌面上炸开的话题,不是哪个模型又拿下某项 benchmark 第一名,而是一份合同正在改写:Intercom Fin 给出 $0.99/resolved ticket 拿到 8 位数 ARR 一年后,Gartner 内部把"40% 的 agentic AI 项目将在 2027 年前被取消"写进了新一轮预测的核心结论;同周期,GitHub Copilot 在 6 月 1 日把"premium request"系统彻底关掉,改成 token-based AI Credits,而 Uber CTO 已经把公司 2026 年全年的 AI 编程预算在 4 个月内烧光。一边是 outcome-based(按结果)变成默认,另一边是 outcome-based 不被理解、不被对账、不被风控——这两件事叠在一起,意味着 2026 下半年企业 AI Agent 部署的真正瓶颈不是模型、不是协议、不是 harness,而是「合同与计价层的工程化能力」。对于帮企业接 Agent 的服务商来说,这层能力比写 prompt 比搭 workflow 都更值钱——它决定了客户续费、决定了项目能不能从 PoC 走到多部门复制、决定了 CFO 给不给签字。
二、Outcome-based 已经不是「少数派的实验」,而是被验证过的采购语言
把 2026 年 8 月这条线画出来,你会发现 outcome-based 已经从「Intercom 一家的定价游戏」长成了采购部门主动会问的硬指标。Sierra 在 CX 领域用 per-resolution($1-3/单、$2-4 带工具调用、$3-5 涉及身份核验)打赢了 Ada 和 Zendesk 的 per-seat;Decagon 在中端市场用同样的模型给到比 Sierra 低 15-30% 的报价;Intercom Fin 把自己嵌入订阅里、$0.99/resolution 是「超出包含额度之后」的价格。Hippocratic AI 把 outcome 定义成「intake completed」「follow-up completed」等可审计的医疗场景节点,做出按 completed call + 平台费的双层结构。即使在最保守的法律行业,EvenUp 也在用 per-demand-letter 的方式做 PI(人身伤害)案子的细分定价——outcome-based 在过去 18 个月里已经从「营销话术」长成了「采购部门拿来比对 RFP 的硬列」。这不是哪一家公司的胜负,而是 a16z 喊的 SaaSpocalypse 的实证——按席位卖了 30 年 SaaS 的那条预算/采购语言,被 outcome-based 一刀切到了底层。
三、为什么每 token 便宜 67%,企业 AI 账单却在爆
企业 IT 部门今年看到的最反直觉的数据,是 PDPSpectra 在 6 月初抛出的那条:blended AI token 单价从 Q1 2025 的 $18.40/百万 token 跌到 Q1 2026 的 $6.07/百万 token,跌幅 67%。GPT-4o input 从 $5.00 跌到 $2.50,Gemini Flash 与 GPT-4o Mini 同时杀到 $0.50 以下。每一个分项看,模型都在变便宜。但 73% 的企业 AI 预算在 FY2026 超支。Uber CTO 4 个月烧光全年 AI 编程预算。原因不在单价,而在「每次任务的 token 消耗结构」——agentic workflow(代理式工作流)比 2024 年的 prompt-and-response 多消耗 5 到 30 倍 token。一个修 bug 的 coding agent 可能烧 200K token 读代码、试探失败路径、迭代补丁;一个 research agent 回答一个问题可能要 1M token 横跨网页读取与综合。Goldman Sachs 预测到 2030 年 token 消耗增长 24 倍,即便单价继续每年跌一半,总支出曲线依然是上行的。这意味着企业今天采购 Agent 的根本问题不是「挑哪家模型便宜」,而是「怎么把每次任务的成本曲线压下来」——这件事只有合同与计价层做对了才能解决,光换模型没用。
四、Per-seat 退场、Token 上位、Outcome 居中:2026 年三种价格模型同时存在
把当下主流 Agent 厂商的定价拉成一张表,你会看到五种结构并存,每一种背后都是不同的「价值在哪里、风险归谁」的理论。Per-seat SaaS 的代表是 Harvey AI——$1,200/lawyer/月、20 席起签、12 个月承诺,典型企业 SaaS 套路,但 Harvey 嵌入工程师驻场把 2.5 万个 custom agent 跑在客户律所里,客户中位席位数 12 个月内翻倍,近零流失——Harvey 不是 outcome-based,但它用「席位+服务深度」绑定了价值。Per-token/API 是 OpenAI/Anthropic/Google 卖基础模型的方式,毛利率 60-70%,客户承担不可预测性风险。Per-compute unit 是 Cognition 的 Devin 走的中间路——$20/月+$2.25/ACU(15 分钟活跃计算),客户承担「做不出来也付费」的失败风险。Per-outcome(Intercom Fin、Sierra、Decagon、Hippocratic、EvenUp)是过去 18 个月最被讨论的范式,毛利压到 40-60%,因为 outcome 不发生就不收费,但反过来把失败风险转嫁到了供应商身上——vendor 拿不到钱的原因是模型准确率掉了 8 个百分点,而不是销售没跑赢。AELA(Agentic Enterprise License Agreement,代理企业许可协议)是 Salesforce 在 Agentforce 上同时摆出来的第四种:固定年费、不限用量、覆盖 Adecco 这种 60+ 国家的全球大客户。Salesforce 同时跑四种不是市场混乱,而是用真实合同去做市场发现——他们要在 2026 年结束前看清哪个细分愿意为哪种结构签字。
五、隐藏的 5 个成本斜坡,合同里写不写决定项目生死
Outcome-based 听上去对买家完美——vendor 拿不到钱等于自己没拿到价值。但 5 个斜坡藏在合同细节里,采购部门不读就会被回旋镖打中。
斜坡一:outcome 定义的可争议空间。Intercom Fin 的「resolved」是平台控制的,Sierra 的「resolution」是双方在合同里写死的。差异在于——Fin 的 resolution 由 Intercom 系统判定,客户事后才能复盘;Sierra 的 resolution 双方先约定样本边界。如果客户合同里没有「resolution = 用户主动关闭 + 无升级 + CSAT ≥ 4」这种白纸黑字,12 个月后争议账单时,客户几乎一定输。
斜坡二:vendor gaming。AI SDR(销售开发代表)按 booked meeting 收钱,机器会倾向于把任何「通过 SDR 漏斗的会议」都标成 qualified,哪怕 30% 进了会议的销售 pipeline 完全不转化。Support agent 按 resolved 收钱,机器会倾向于「把对话关掉」而不是「把问题解决」。Document processing AI 按 processed 收钱,机器会倾向于「打一个 processed 标签但只做了最小化处理」。这种 gaming 不是欺诈,而是 vendor 在自己 KPI 下做的最优选择——但对企业来说,这是 ROI 表上的隐形黑洞。唯一的防御是 quality SLA 与 conversion-rate 锚定,不签 quality 锚定的 outcome 合同就等于裸奔。
斜坡三:极低/极高量级的数学反转。outcome-based 在中等量级(每月 50K-200K 任务)是最优的——单位成本透明、与人类替代成本 1:5-1:10 的对比清晰、采购部门算得明白。但到了极低量级(每月 < 2K 任务),最低消费和实施成本摊不下来,小 CX 团队用 Sierra 比 per-seat 还贵。到了极高量级(每月 > 500K 任务),outcome-based 的溢价会超过 all-you-can-eat 的 per-seat 包月——除非你在合同里写明 volume tier(量大降价阶梯),否则规模越大越亏。
斜坡四:agentic multiplier 的预算假设错位。企业 2026 财年 AI 预算大概率是用 prompt-and-response 模型做的——单次任务 X token,年化 N 次。生产里 agent 一上手,单次任务变成 5-30X token,年化数量没变,总账单 5-30 倍涨。Uber 4 个月烧光全年预算,这是剧本;任何 AI 编程工具的客户、任何 AI 支持系统的客户、任何 internal knowledge base 的客户,几乎都会撞到同一面墙。
斜坡五:预测误差的回旋镖。per-seat 的 CFO 喜欢它,因为每月固定、便于预测。outcome-based 的 CFO 恨它,因为每月在 $5K-150K 之间剧烈波动,既影响季度 close(财报截止),又让 board 报表里出现无法解释的 variance。Salesforce 把 AELA(包年不限量)做成第四选项,正是因为他们看懂了:大企业的真正偏好不是 outcome alignment,而是「可控的固定成本 + 不限使用」。这是一道采购心理学题,不是定价模型题。
六、对企业采购的五条新规则:从今天起,合同模板必须改
把上面五个斜坡折回成企业 AI Agent 合同模板,2026 下半年开始至少要有这五条改写。
规则一:outcome 定义必须有边界示例。「resolved」「qualified meeting」「completed task」这种词在合同里出现时,必须附带 5-10 个边界 case(用户主动取消怎么算、并发会话怎么算、转人工后 AI 又完成怎么算),否则账单争议时只有平台有定义权。
规则二:必须挂 quality SLA。outcome-based 合同必须绑定 CSAT 阈值、conversion 阈值、accuracy 阈值,以及「低于阈值时的退款公式」。vendor 不接 quality SLA 就不要签 outcome-based——这不是谈判姿态,这是数学防御。
规则三:必须写 volume tier。中长期合同必须写「任务量达到 X 时单价降到 Y」的阶梯,保护客户在 5-10 倍 scale-up 时不被 outcome premium 反向吃掉;同时写「量低于 Z 时最低消费 = W」,保护 vendor 在极低量级时的单位经济,双方都有数学底线。
规则四:合同期最多 12 个月,不要锁多年。outcome-based 的本质是「按表现付费」,锁 3 年等于把客户绑在了一个「vendor 当时准确率 82%,三年后掉到 74%」的合同上。outcome-based 客户必须保留每年重新谈判与换 vendor 的杠杆。
规则五:agentic multiplier 必须在预算里显式建模。FY2027 预算规划里,任何 agent 类项目都按「单任务 token × 5-30 倍 agentic multiplier」建模,不能按 prompt-and-response 的历史数据外推。预算被超支时不要先怨 vendor,先看是不是 agentic multiplier 没有在预算里被识别。
七、对 Agent 服务商的三条新护城河:计价层是 2026 下半年最被低估的工程能力
对帮企业接 Agent 的服务商来说,2026 下半年的真正分水岭不在模型、不在 workflow、不在 harness,而在「能不能帮客户把计价层工程化」。三条护城河会变得越来越值钱。
护城河一:AI FinOps(AI 财务运维)能力。prompt caching、model routing(把简单任务路由到便宜模型)、batch tier、eval-driven cheaper-model migration(基于评测的降本迁移)、context pruning(精简上下文)——这五件套的工程化深度,直接决定客户续费时 CFO 给不给签字。把客户的 AI 账单压到 60-80% 降幅不是营销话术,是 PDPSpectra 已经验证的合同 KPI。
护城河二:outcome 测量基础设施。每跑一次 outcome-based 客户,服务商都要交付一套 outcome 测量层——边界 case 怎么算、quality 阈值怎么挂、volume tier 怎么触发、退款公式怎么触发。这层基础设施如果用 Excel 做,争议来时客户和 vendor 都输;做成 SDK + dashboard,争议来时双方都能拿出同一份事实。这是 outcome-based 时代的合同工程。
护城河三:多模型路由 + 评测套件。同一份合同里能用 Opus 4.7 也能用 Sonnet、也能用 Haiku、也能用 Flash,服务质量按场景分配而不是按 vendor 站队——这是把 outcome 的「vendor 绑定」解耦到「评测绑定」的关键。Harvey 模式(席位+服务深度)+ Intercom 模式(按结果)+ Copilot 模式(按用量),三种定价模型能在同一份客户合同里并存,前提是服务商有能力用评测数据证明「这条 workflow 该用哪个模型、哪个定价模型」。这是 2026 下半年帮企业接 Agent 的服务商真正的智力溢价。
八、2026 下半年的三个方向感
把已经发生的事拼起来,2026 下半年 Agent 行业会有三条比较硬的趋势感。
方向一:outcome-based 不会一统江湖,但会成为 CX、AI SDR、医疗/法律自动化的默认。Coding、knowledge search、general-purpose 仍然会以 per-seat 为主——因为这些场景里 outcome 不是「binary」而是「negotiable」(代码是否完成是主观的、文档检索是否满意是主观的)。SaaS 时代的预算/采购语言不会被一刀切走,但会被 outcome-based 撕开一个口子。
方向二:GitHub Copilot 转 usage-based 是分水岭事件。2026 年 6 月 1 日 Copilot 关掉 premium request 是 SaaS 时代最大的「可预测成本」产品认输——它等于告诉市场:连最稳的 per-seat 票仓都撑不住 agentic workload 的成本结构了。未来 12 个月,所有做 agentic 编程工具的厂商都会被拖进 usage-based,Cursor 已经先动,Claude Code/Copilot/Windsurf 跟进只是时间问题。
方向三:CFO 与 CIO 会从「要不要用 AI」转向「怎么算 AI 的钱」。FY2027 的预算规划周期里,「AI 总拥有成本」「per-task cost」「agentic multiplier 系数」会成为标准预算项;不会算这三条的 CIO,会在 board 会议上面临比 2024 年更大的解释压力。这条趋势对帮企业接 Agent 的服务商来说不是风险,是机会——谁能帮 CIO 把这三条算清楚,谁就在 FY2027 的采购窗口里拿到了门票。
九、清单:帮企业接 Agent 的服务商今天能做的 8 件事
把上面的判断落到一份能给团队下周就开干的清单。
- 给现有客户补一份「AI 计价层审计」——三周内跑完,识别每条 workflow 的 per-task cost、agentic multiplier、当前 model 选择是否过度昂贵。
- 给 FY2027 续约合同模板加 4 条强制条款:outcome 边界示例、quality SLA、volume tier、12 个月合同上限。
- 搭建 AI gateway(统一推理接口)与 model router——这一步不是 nice-to-have,是 outcome-based 时代的合同基础,做不到的话任何 outcome-based 合同都是裸签。
- 部署 prompt caching 策略,把 system prompt 与工具定义全部走 cached input——60-80% 降幅不是营销话术,这是行业基线。
- 季度一次 eval-driven cheaper-model migration——上一季的 Opus 任务,这一季跑 Sonnet 看看,下季再试 Haiku,别让客户的预算卡死在「最早选的那个模型」上。
- 给 CX、AI SDR、医疗/法律这四个 outcome-friendly 场景做专属 outcome-based 报价模板——边界 case、quality SLA、volume tier 三件齐备,让客户采购部门可以直接拿去比 RFP。
- 给 coding、knowledge search、general-purpose 场景保留 per-seat + usage-based 的混合报价——这三个场景 outcome 不可 binary,别硬套 outcome 反而让客户预算不可预测。
- 组建一支「AI FinOps + 合同工程」小分队,3-5 人即可——把计价层从「商务谈的事」提升为「工程化交付的能力」,这是 2026 下半年最被低估的护城河。
十、结尾:从按席位到按结果,真正稀缺的是把账算对的人
2026 下半年 AI Agent 行业最值得记住的一件事,不是哪家模型跑得最快,而是采购部门第一次意识到——他们买的不再是软件,而是工作结果。Intercom Fin 把支持单价从 $12/单压到 $0.99,Sierra 把 CX 合同从席位博弈推到 outcome 博弈,Harvey 用 $11B 估值证明「高 stakes 行业可以拒绝 outcome」,Salesforce 用 AELA 证明「大企业其实想要固定成本的不限使用」,GitHub Copilot 用转 usage-based 证明「agentic workload 让 per-seat 数学不再成立」。这五条线叠在一起,意味着 AI Agent 的产业游戏已经从「软件业」切换到了「服务业」——而服务业最核心的工程能力,从来不是「服务本身」,而是「服务结果的定价与对账」。
对于帮企业接 Agent 的服务商来说,2026 下半年真正稀缺的,不是会写 prompt 的人、不是会搭 workflow 的人、不是会接 MCP/A2A 协议的人——而是能把每次任务的成本算对、能帮客户把 outcome 边界谈清、能把合同里的 quality SLA 与 volume tier 跑成 dashboard 的人。这是行业正在形成的分水岭,也是「美辰帮企业接 Agent」这件事在 2026 下半年最值得押注的能力——把 Agent 接进企业,不光是接进 workflow,更是接进合同、接进预算、接进 CFO 的季度 close。
