Bagaimana memberdayakan "perusahaan satu orang"? Ketua Eksekutif Chengmai Technology, Wang Jiping: Tantangan penempatan, penggunaan terbatas, biaya token tinggi, sangat mendesak untuk diselesaikan

中经记者 郑瑜 南京报道

“ظهور智能体是继智能手机之后最重要的技术机遇，但其发展需要克服的困难也不可忽视。部署难、用途窄、token花费高这三大痛点是当下急需解决的问题。”诚迈科技（300598.SZ）董事长王继平近期在接受《中国经营报》记者专访时表示。

随着OpenClaw带动OPC（一人公司）创业热潮，如何为OPC提供更低门槛服务成为关键。公开信息显示，近期上海、安徽、江苏等多个省市推出了支持龙虾智能体与OPC发展的相关政策。

这也引发市场“送水者”加紧产品供给。近期，诚迈科技推出面向个人用户的AI助理、企业用户可本地部署产品，以及面向消费者市场的龙虾聚合平台。

针对token花费高这一核心痛点，王继平提出了两条降本路径：其一是本地部署替代云端调用，规避持续累积的云端调用费。二是通过平台聚合摊薄单次成本，实现“平台承担一次调用成本、多位用户共享结果”的规模效益。

超市模式降成本

《中国经营报》：你在公开场合多次提到龙虾云端调用产生的高额费用是用户痛点，能具体说明这笔账是怎么算的吗？你们的方案能降低多少成本？

王继平：现在使用龙虾云端大模型，计费单位是调用量。用户轻度使用每月或许几十元，一旦使用量上来，每月几千元乃至上万元都不稀奇。

聚合的逻辑是一次性投入，大模型和智能体都在本地跑，不需要持续向云端付调用费。短期看是一笔硬件支出，中长期算下来，节省的调用费用会超过硬件成本。当然前提是用户使用频率足够高，这也是我们需要在市场推广中解决的问题。

聚合接口类似超市。超市把所有供应商的货集中在一个地方，用户买不同商品，无需分别跑面包厂、牛奶厂、蔬菜基地。对于聚合接口来说，货架上摆的不是商品，而是各家AI大模型的“使用权”。

以往用户若想用OpenAI的模型，要去OpenAI注册账号、充值、获取密钥，聚合接口相当于在这些大模型厂商和用户之间开了一家超市，用户只需对接这一个入口，背后接了哪些大模型、如何调度、费用如何结算，都由“超市”统一处理。

从产品解决方案看，通过企业用户可本地部署产品“龙盒”，可以将大模型运行在本地，一次性硬件投入即可规避持续累积的云端调用费，中长期综合成本低于纯云端方案。通过“龙宫”，将资讯聚合等高频公共需求统一处理后分发给海量用户，可以实现“平台承担一次调用成本、多位用户共享结果”的规模效益。

《中国经营报》：你们这次推出的新产品也是为了解决成本问题，但平台冷启动阶段普遍面临一个悖论，没有用户则基础开发者不来，没有开发者内容则用户价值难以呈现。目前“龙宫”的开发者生态进展如何？

王继平：这一结构性困境是真实存在的。“龙宫”目前已有数个智能体上架，主要是我们自研的种子应用。其中一个是资讯聚合智能体，每天市面上的热点新闻大体就那么多，由平台统一处理一次，分发给所有用户，比每个用户各自调用大模型去处理要节省大量费用。平台花50元处理完，可以满足100万用户的需求，而如果每人各自调用，合计要花5000万元。这背后是“公共需求共享化”的基本逻辑。

此外，我们已与一家专业法律机构合作，将其合同起草、审核、法律咨询的能力接入“龙宫”，作为面向大众的公共智能体，并提供有偿服务。电力、消防、股票分析等垂直领域的专业智能体也在陆续对接。

应对冷启动的策略是，先在垂直场景内做出具有说服力的标杆案例，以商业化结果吸引更多专业机构入驻。这一过程没有捷径，需要足够的时间周期。

不做入口做管道

《中国经营报》：当前各大头部知名企业均在深度布局智能体方向，与之相比，你们的差异化路线是什么？

王继平：直接与大厂正面竞争，既不现实也无必要。大厂的优势在于通用云端平台与基础大模型的规模化运营。我们聚焦的是本地部署与软硬件一体化集成，这是两套不同的能力体系。

我们的定位不是与大厂争夺智能体的“入口”，而是做用户使用智能体的“管道”，无论用户选择哪家的大模型，只要通过我们的产品来调用和管理，我们就有价值存在的空间。这个逻辑类似于聚合接口的角色，我们不生产内容，但提供更便捷、更经济的使用路径。

《中国经营报》：日前相关行业协会就智能体风险发出提示，部分机构已开始限制员工使用智能体工具。如何看待当前智能体面临的安全、数据隐私保护考验？

王继平：现阶段智能体的状态类似于一个未经充分训练的孩子，有人问它敏感信息，它可能毫无防范地如实回答。解决路径在于训练层面，使智能体具备对敏感信息的识别与保护意识。这需要持续的数据积累与模型迭代，目前整个行业都在探索之中，不存在一劳永逸的方案。

从更长的时间维度来看，监管层对数据安全的关注，恰恰在强化本地部署模式的需求逻辑，机构顾虑的核心是数据流出后的不可控性，这正是融合盒子试图解决的问题。

目前阶段，用户对进入盒子的数据有自主决定权，这意味着相应的风险也由用户自行判断。这是现阶段产品成熟度的客观限制。我们建议用户在现阶段不要将高度敏感的数据放入任何智能体系统中，包括我们的产品。

（编辑：许璐 审核：何莎莎 校对：燕郁霞）

海量资讯、精准解读，尽在新浪财经APP