文 | 窄播，作者 | 李威（北京）
这是《窄播 weekly》的第 89 期，本周我们关注的商业动态是：豆包开始筹划付费，国内头部 AI 助手的竞争要从免费的 Chatbot 阶段进入到付费的 Agent 阶段了。
5 月 4 日，豆包的 App Store 页面出现了订阅服务声明，在免费的基础版之外，增加了三个付费版本：标准版连续包月每月 68 元，连续包年每年 688 元；加强版连续包月每月 200 元，连续包年每年 2048 元；专业版连续包月每月 500 元，连续包年每年 5088 元。
在付费声明发布之前，《见实》就已经发现豆包在移动端开始灰度隐藏 PPT 生成、长文档 AI 排版、Word 一键美化等复杂任务场景的入口，同时还在移动端下线了 AI 思维导图生成、流程图自动排版的入口。这种针对移动端的功能下线，可以被看作是对任务场景进行的预先分层。
很明显，豆包走向付费是消费端 AI 业务发展的一个分水岭。
过去豆包虽然在基于一个 Chatbot 不断增加新的 AI 能力，但用户与豆包的交互大部分还是集中在聊天、搜索等对话场景中，缺乏高价值的付费功能，难以打破中国用户的免费思维。并且，因为对话场景的 Token 消耗可控，大厂还能坚持采用互联时代的先免费圈地，再规划商业模式的思路。
但面向未来，对话成为标配，执行任务有了更强吸引力。豆包这样的通用 AI 助手事实上需要与 OpenClaw 类产品进行博弈，争夺大众用户而不是开发者用户。这也意味着，豆包需要具备相应的能力，来满足大众用户不是那么高频出现的生产力需求，以此保证大众用户不会投入到 OpenClaw 类产品的怀抱，进而跑出新的竞争对手。
这个判断有一个前提是，中国用户也将开始习惯于为生产力场景中的 AI 服务付费。无论是在豆包中，还是在 OpenClaw 类产品中，AI 完成生产力场景中的任务基本都需要依托于一套建立在 AI Coding 上的 Agent 能力底座。这套底座才是未来留存用户、让其付费的基础。
豆包进行的付费尝试是与这套能力底座相匹配的。通过梳理消费端 AI 业务，豆包会对用户需求进行分层，将更耗费算力、成本更高的生产力场景抽离出来，按照不同层级调用这个 Agent 底座的能力，并付出相应的费用。
AI 的商业模式遇到了挑战
豆包提出付费模式，是为了应对 Token 用量的大规模爆发，提前铺设一个可量化、可分层、可扩展的商业基础设施。
一方面，当人们见识到了 Agent 具备了解决问题的能力，就会更有意愿让 Agent 来解决复杂问题。这样豆包就需要满足大众用户解决复杂问题的需求，有了从免费走向付费的契机。之前的对话功能还是可以保持免费，而更复杂的 PPT 制作、思维导图制作等会大大提升用户付费的可能性。
另一方面，让复杂问题获得更好解决，就需要使用更高级的模型，消耗更多 Token。没有一家企业愿意承受指数级的 Token 消耗增长，生产力场景必然走向付费。只是这个过程中，Agent 售卖的是一种解决问题的能力框架，其运行方式是变化的、不固定的，算力成本也会因此变得不可预测，按月付费的方式可能会遇到挑战。
今年以来，AI 厂商们频频传出调整付费模式的消息。核心的变化就是从针对 Chatbot 的无限制月付模式，切换到了针对 Agent 的按消耗付费模式。
Kimi 将付费会员的计费方式从「按次」改为「按实际消耗」。调整之后，经常有复杂任务需求的用户可能就需要购买更高级的权益。GitHub 也将基于请求次数的使用限制，变成了既限制对话数量，也限制每周 token 使用量。OpenAI 则推出了每月 100 美元的新订阅套餐。
同时，开发者们也发现云厂商的 Coding Plan 正在变成 Token Plan，并且新的套餐也开始有了更严格的限制。比如，新版 GLM Coding Plan 有了 5 小时和周额度双重限制，并且套餐周期内最多能进行 1600 次提示。阿里云下架了 Lite 版套餐，现在在售的是 200 元 / 月的 Pro 版套餐。
其中既有「按需型」Agent，由用户发起任务后自主规划、执行并返回结果，也会有「常驻型」Agent，比如持续在后台运行的邮件监控、日程管理或数字生活助手。Agent 在运行过程中会不断消耗 Token 来持续监控上下文并在需要时主动行动。
GitHub 产品副总裁 Joe Binder 表示，长时间运行、并行执行的工作流确实能为用户带来巨大价值，但也对 GitHub 的基础设施和定价结构提出了挑战。高盛的模拟数据显示，Chatbot 每次会话消耗约 1000 个 Token，嵌入式 Copilot 每天消耗超过 5000 个 Token，常驻型 Agent 每天的消耗可以达到 100000 个 Token。
Agent 是一种能力底座
豆包走向付费，提供了一个重新审视消费端 AI 发展的节点。这件事的意义不在于豆包开始收钱了，而在于它标记了一个时代的切换：Chatbot 时代结束了。
Chatbot 时代的产品逻辑是「模型即产品」——谁聊得更好、更聪明、更懂你，谁就赢。但这个逻辑正在失效。当所有主流模型的对话能力都进入到高水平时，「聊得好」就成为了一种标配。
在 Agent 时代，解决个性化问题的能力才是吸引和留存用户的关键。这个办事的框架像一个八爪鱼。有一个承载用户数据、Skill、模型和操作台的统一基座，然后从基座向不同入口延伸出一个个通道——每个通道负责接收任务、返回结果，同时将新的数据和 Skill 沉淀回基座。
豆包只是字节这只章鱼最粗壮的一根触角。它连接着 3.45 亿月活用户，绝大多数时间在满足闲聊、翻译、讲题等轻量交互。这些交互高频但浅层，甚至不需要调用基座的深度能力，基座上的模型、工具链、知识库在这类场景中处于闲置状态。
但是，用户也可能会在飞书上用 ArkClaw 自动生成周报、用多维表格让 AI 处理数据，或者打开扣子搭建一个专属工作流来完成更复杂的任务。这些也是字节章鱼的不同触角。甚至相比豆包，它们连接着更多生产力场景中的高价值用户。飞书上的企业员工、扣子上的效率极客，这些用户天然就比豆包的闲聊用户更容易被说服付费。
那为什么豆包还要为低频需求做付费？因为豆包需要与整个字节 AI 生态形成协同，不是把用户留在一个入口上，而是让用户将 AI 的未来使用习惯植根在自己生态中。入口只是触角之一，真正的壁垒在基座——谁的数据最厚、谁的 Skill 最多、谁的模型最懂用户，谁的飞轮转得最快。
未来的 Agent 的竞争，也是一个个被打通、理顺之后的生态体系的碰撞。用户会更加慎重地选择在某个生态体系内付费，将自己的数据积累在这个体系中，然后会对这个生态体系保持更强的忠诚度。所以，AI 厂商未来的竞争策略可能是整理和收束业务布局，聚焦在一个 Agent 底座上，打通一套付费体系，然后服务同一群用户。
从这一点看，豆包的收费可能会成为字节在基座层面构建 Agent 生态的护城河的开端。
