智能体经济学｜MacroAlpha LLMWiki

TL;DR把智能体从技术能力翻译成经济结构的综合页——服务即软件的估值革命、L&A 并购的退出范式、算力基建的成本塌缩，三条线缝成'从 chat 到 agent'的产业操作系统

如果智能体时代回答的是"智能体在技术上能做什么"，那么本页回答的是"智能体在经济上会重写哪些结构"。2025-2026 年，Agentic AI 从论文走向资本市场和企业损益表，沉淀出三条彼此咬合的主线：商业模式（服务即软件的估值革命）、资本结构（授权与人才并购的退出范式）、算力基建（推理成本塌缩与计算基质多元化）。本页把 Decagon、Harness、授权与人才并购、英伟达 Rubin 平台、生物计算等本批新页缝成一张"智能体产业操作系统"。

三条主线的全景

graph TD
    subgraph 商业模式
    A[服务即软件: 卖数字员工不卖席位] --> A1[Decagon: 客服 解决率>70%]
    A --> A2[Harness: 软件交付 收回50%苦工]
    end
    subgraph 资本结构
    B[授权与人才并购 L&A] --> B1[英伟达–Groq 200亿规避反垄断]
    B --> B2[Meta–Scale/Google–Windsurf]
    end
    subgraph 算力基建
    C[推理拐点: 训练→推理] --> C1[Rubin: token成本砍到1/10]
    C --> C2[mHC: 算法层稳定性]
    C --> C3[生物计算: 湿件能耗低百万倍]
    end
    A -.触及劳动力预算.-> D[产业操作系统]
    B -.人即资产 法律即外壳.-> D
    C -.成本可行性.-> D

主线一：服务即软件——估值锚从"席位"换成"人力"

服务即软件是这场革命的引擎：AI 智能体不再是"让人效率+20%的工具"，而是"替代人力的数字员工"，于是估值触及的是劳动力预算而非 IT 预算。

公司	战场	旧市场 vs 新市场	估值/增速
Decagon	客服	CCaaS 250 亿 → 客服人力 3000 亿	18 个月做到 15 亿美元
Harness	软件交付	开发者一半时间被"苦工"浪费 = 万亿美元	估值 55 亿美元、ARR>2.5 亿

两者的护城河都不在模型（模型被商品化、可随时切换供应商），而在与企业工作流深度集成后的上下文数据和高转换成本——这正回扣 SaaSpocalypse 与席位经济崩塌：旧 SaaS 的席位经济崩塌，同时长出按"完成的工作"计费的新形态。代价是劳动力市场的结构性重构：入门岗空心化（Klarna 停招 700 岗），高技能"智能体工程师"兴起（"调试组织本身"）。

主线二：L&A 并购——退出逻辑的范式转移

当人才成为最值钱的资产，并购也变形。授权与人才并购（L&A / 反向人才并购）让巨头支付巨额授权费+雇佣核心团队，把初创掏空成法律空壳以规避反垄断（英伟达–Groq 200 亿美元为教科书案例）。对一级市场，退出博弈的核心从"持有多少股权"变成"能否掌控那道决定对价流向的资金瀑布"。这条线与主线一同根：人即资产——服务即软件让"人力"成为可被软件吃掉的市场，L&A 让"人才"成为可被授权费买走的资产。两者都把"人"放到了价值的中心。

主线三：算力基建——成本可行性是一切的前提

商业模式再性感，没有成本可行性都是空中楼阁。2025 年的"推理拐点"（收入重心从训练转向推理）让基建竞争从"算力规模"转向"单位成本"，并分化出三条互补的突破路线：

层	代表	突破
硅基系统层	英伟达 Rubin 平台	六芯协同把 token 成本砍到 1/10，Vera CPU 专为代理 AI 的长上下文/KV Cache 设计
算法层	流形约束超连接（mHC）	用几何约束驯服训练发散，仅 6.7% 开销换稳定性，软硬协同
湿件层	生物计算	活神经元能耗比硅基低百万倍，逼近 AI 能源危机的物理出路

英伟达–Groq 的 200 亿（主线二）正是为了这个"推理拐点"（主线三），而 Rubin 的 Vera CPU"为代理 AI 而生"（主线三）又服务于 Decagon/Harness 这类智能体产品（主线一）——三条线在"推理"这个节点上闭环。

母题：三条铁律

价值从界面/工具迁移到智能体编排：服务即软件的"应用界面消亡"（品牌走向无头化）、应用层反哺模型层的判断、Rubin 的"系统级锁定"，指向同一方向——可编排的智能体层成为新的价值高地。
能力指数化，瓶颈转移到相邻环节：Harness 的"内循环 10 倍代码量 → 外循环成新瓶颈"、推理时代的"能力抬升 → 对齐治理滞后"（智能体时代的剪刀差）、L&A 的"监管追赶规避"，是同一规律：任何环节被 AI 加速后，价值与风险都涌向尚未被加速的相邻环节。
结构决定结果，不是单点意志：Decagon 赫兹案例（"有同理心的 AI 修不好有缺陷的流程"）与生态对齐"安全是生态属性"同源；L&A 的"清算瀑布决定退出"与决策工具箱"结构 > 意志"同线——智能体经济的胜负由它嵌入的系统结构、而非单个智能体或单个条款决定。

姊妹篇·劳动力层

本页拆的是智能体的经济结构层（商业模式/资本结构/算力基建——"钱怎么重新定价"）。姊妹篇人工智能即劳动力拆的是更底层的生产要素层（"AI 究竟是工具还是劳动力"）：当本页观察到服务即软件的估值锚"从席位换成人力"、触及劳动力预算时，姊妹篇给出其政治经济学机理——AI即资本化劳动力指出资本第一次能在内部直接生产劳动力，抽掉了工人议价权的物理地基。两页同根"人即资产"：本页让"人力"成为可被软件吃掉的市场，姊妹篇解释"人力"为何第一次能被资本内部复制，并把白领智能体延伸到蓝领具身智能（Optimus、摩根士丹利机器人蓝皮书）与专业服务（Speak 合成导师、Lovable），共同指向劳动稀缺性的终结。