AI落地“三重门”

　　5月的财报季，大厂们证明了一件事，AI真能挣钱了。阿里CEO吴泳铭放话AI投资将超3800亿元，百度CEO李彦宏说AI时代不看用户数，得看每天有多少AI智能体在真正干活。战略意志和资本决心的真正考验在于，AI是否已经进入那些最日常、最底层、难以被替代的环节。AI落地的“最后一公里”，与人的交互、Token的结算、资本的账，都在列其中。

　　在近日举办的2026搜狐科技年度论坛上，三位技术实践者分别从消费电子、创业公司、学术圈的角度给出具体回答。荣耀AI首席科学家黄非认为，人机交互的终极形态，是AI真正成为人；研究AI经济模型的上海期智研究院首席研究员李彪看到，AI正在从工具经济走向结果经济，Token是起点，底层的智能供给会变成大宗商品。智能电动卡车创业公司光梭未来创始人、CEO成胜惠看到，如果把AI深度应用到卡车行业，成本大约降低60%—70%，如果再去掉司机，成本能下降90%。

　　AI越能干，如何与人相处

　　如果把人机交互的历史摊开，能看出一条清晰的权力转移轨迹。最早的计算机时代，人必须学习机器的语言；后来图形界面GUI出现，普通人可以通过点击图标使用电脑；再后来智能手机的多点触控让互联网变得随时在线。

　　在黄非看来，“过去所有的交互本质上仍是‘人学习机器’，你要学习菜单、App、操作流程、文件结构、系统逻辑。但AI时代开始变成机器理解人。过去机器理解的是指令，未来机器理解的是意图”。

　　他举了一个具体场景：安排一次出差。过去你需要分别打开地图、订酒店、订机票、看天气、协调日程。未来你只需要说“帮我安排明天上海出差”。系统会自动规划航班、安排交通、同步会议、整理资料，甚至手机、PC、平板、车机、耳机会自动协同。

　　更进一步的形态，是“无感知交互”。“过去的交互是主动触发，你点击、系统响应，而未来会变成环境感知的协同。系统会持续地理解时间、地点、环境、状态、行为、任务、进程，然后主动协同”，黄非以会议场景为例，“你进入会议室，系统自动识别身份、同步资料、开启记录、生成纪要。你什么都没有操作，但交互已经发生”。

　　荣耀将这种理念概括为AHI，即增强人类智能。

　　这个判断最近在北京亦庄马拉松赛事中得到了一次物理验证。提到这件事时，黄非说，“荣耀机器人夺冠，体现的不仅是机械能力，更重要的是AI感知系统、运动控制系统以及端侧智能能力的整体提升，未来的机器人会成为人类能力的物理延伸”。

　　同一天，搜狐创始人张朝阳提供了另一个视角，他引用麻省理工实验室研究：三个人完成同一项任务，一个纯靠手写，一个用搜索引擎，第三个用AI。结果用AI的人大脑活跃度只有不用AI的一半。“智能体什么都能帮你完成，这导致我们必须得主动地思考。”

　　张朝阳自己的做法是，讲物理课前如果是自己感兴趣的问题却没有资料，他会向AI问这方面的问题，但“还是要自己算一遍，不自己算单独看结果是不行的”。这和黄非的“AHI增强人”并不矛盾，更像是一种校准：AI越能干，人越要守住“亲手做”的比例，否则延伸就变成了替代。

　　按Token交钱，买的是结果

　　人机交互解决的是协作的问题，Token经济解决的是结算问题。

　　OpenRouter最新的平台数据显示，目前反应最快的10个AI 模型，价格从0.07美元/百万Tokens到2.25美元/百万Tokens不等。

　　2026年3月，英伟达CEO黄仁勋曾在GTC大会前发表一篇文章，将AI产业拆分成能源、芯片、基础设施、模型、应用，贯穿五层的统一计量单位就是Token。摩根大通预测，中国AI推理Token消耗将从2025年的约10千万亿增长到2030年的3900千万亿。

　　月之暗面创始人杨植麟在中关村论坛年会上分享了一个判断：大模型的本质是将能源转化为智能，规模化是AI发展的核心基础，但规模化并非暴力堆砌算力与能源，而是以升级效率为核心。未来每个研究员将配备海量的Token，由AI自动合成新任务、构建新环境、定义最优奖励函数，甚至自主探索全新网络架构。

　　杨植麟从研发和宏观角度出发，李彪更关注结果和交易方式。

　　身为研究员的李彪目前正在创业，探索AI Agent（智能体）结果层交易的可能性。在他看来，未来AI经济的结算链会沿着五个环节展开：Token→Action（行动）→Workflow（工作流）→Outcome（结果）→Contract（合约）。

　　李彪举了一个具体案例：“美国Intercom公司的Fin AI Agent已经不按调用次数收费，而是按Outcome定价。一场对话里，不管Agent做了多少动作，都只算一个Outcome，例如解决用户问题、转人工、判定不匹配，0.99美元一个；有效意向客户筛选是9.99美元。”

　　在这个案例里，AI交易导向了一个可被验收的商业结果，但李彪认为，这个转变有四道门槛。验收、归因、定价、责任，每一道都需要重新建立商业契约。

　　这个转变的顺序被归纳为“先重构成本，让知识劳动从按人头、按时间，走向按Token计价。再重构生产，逼着企业围绕上下文、工具、评测和责任，重写内部流程。再重构组织，让一部分原本只能在企业内部完成的知识劳动，变成可以在市场上采购的结果。最后重构交易，让市场从购买工具，走向购买结果，再走向购买带责任边界的结果合同。”这就是李彪提到的，“Token是这场迁移的起点，不是终点”。

　　规模先行，资本市场还在算账

　　相比之下，人工智能和汽车结合的账本更清晰。

　　主做智能电动卡车的成胜惠算过一笔账：全球重卡保有量约2000万台，目前正经历电动化和人工智能化的快速变革。把AI深度应用到卡车行业，能够真正起到降本增效的作用。“反映到数字上来，大概能降低60%到70%的成本，这是指没有去掉人的状态下。如果把司机去掉以后，基本上这个成本能下降90%左右。”他表示。

　　“希望到2030年，至少在智能交通运输这个板块，运输机器人会逐步出现。”成胜惠把AI应用在商用车上拆成六个维度：司机AI智能体、自动驾驶、车仓协同、车队智能运营、智慧生态、数字城市。

　　具体到场景里，这意味着什么？他举了几个例子：凌晨两点，在司机最容易犯困的时候，AI智能体可以根据司机的喜好主动与司机互动。车快到仓库时，提前5公里通知机器人准备装卸。但成胜惠也承认，现阶段，将AI应用在汽车产业，存在法律法规和伦理层面的挑战，“很多人是反对的，反对的底层逻辑是害怕，因为不知道下一步会发生什么”。

　　这本账，资本市场还在掂量。

　　2026年第一季度，文远知行营收1.14亿元，同比增长58%；经营亏损4.31亿元，同比收窄1.2%。小马智行2025年实现营收6.29亿元，同比增长20%，在非公认会计准则下的净亏损为1.74亿美元，较2024年扩大31.5%。

　　小马智行已经明确了Robotaxi（自动驾驶出租车）的价值链，GMV（交易总额）=技术授权费+车辆折旧费+获客费用+运营费用。在广州和深圳两地，小马智行Robotaxi单车盈利转正，其中深圳第七代车型单日最高车均净收入394元。

　　三个切口，三本账。人机交互的账本藏在感知里，商业结算的账本在结果经济里，AI+汽车的成本账在GMV公式里，但谁也不能保证这就是标准答案。