硅谷AI智能體遭遇現(xiàn)實困境：Token瘋狂浪費、系統(tǒng)混亂失控

盡管企業(yè)高管對 AI 智能體充滿期待，認為它們能像不知疲倦的實習(xí)生一樣高效處理辦公事務(wù)，但支撐這類工具的底層技術(shù)仍很不成熟，還可能成為燒錢黑洞。

上周在硅谷舉辦的兩場行業(yè)活動上，多位科技公司高管與工程師直言，以 OpenClaw 為代表的 AI 智能體在規(guī)模化落地中問題頻發(fā)，行業(yè)正從狂熱追捧回歸理性。

什么任務(wù)都塞給大模型，是最大誤區(qū)

AI 初創(chuàng)公司 Meibel 首席執(zhí)行官凱文?麥格拉思直言：當前 AI 領(lǐng)域最大的問題，就是認為所有事情都必須通過大語言模型（LLM）處理。

他毫不客氣地批評道：“把你的 Token 和預(yù)算全都砸給 AI Claw 機器人，結(jié)果就是數(shù)百萬 Token 被白白浪費。” 企業(yè)必須更審慎地判斷，哪些任務(wù)真正適合交給 AI 智能體，而非盲目上量。

OpenClaw 是一款開源 AI 智能體框架，被稱作 AI “執(zhí)行中樞”，可讓開發(fā)者調(diào)用不同大模型創(chuàng)建、管理批量數(shù)字助手，自推出后迅速走紅，被行業(yè)視為繼 ChatGPT 之后的下一個風(fēng)口。

英偉達 CEO 黃仁勛今年 3 月就曾公開表示，AI 智能體“絕對是下一個 ChatGPT 級別的浪潮”。

規(guī)模化部署成本高、系統(tǒng)極度復(fù)雜

在圣何塞舉辦的生成式 AI 與智能體 AI 峰會上，來自谷歌、DeepMind、亞馬遜、微軟、Meta 等公司的技術(shù)團隊坦言，打造與運維 AI 智能體遠比想象中艱難。

谷歌工程師迪普?沙阿在專題分享中聚焦 AI 智能體的運營成本管控。他指出，AI 智能體運行本身就有成本，設(shè)計與維護不佳的監(jiān)控系統(tǒng)不僅無法省錢，反而會瘋狂燒錢。

“在規(guī)模化部署機器學(xué)習(xí)或多智能體系統(tǒng)時，會遇到多重挑戰(zhàn)，首當其沖的就是推理成本。”

初創(chuàng)公司 Synchtron 首席執(zhí)行官拉維?布盧蘇則點出復(fù)雜度難題：企業(yè)的數(shù)據(jù)架構(gòu)、技術(shù)選型、軟件開發(fā)、人員組織彼此交織，而 AI 智能體幾乎觸及所有環(huán)節(jié)。

“沒有任何一個維度能被單獨解決，相互依賴關(guān)系讓落地變得異常艱難，甚至可以說是混亂。”

中國廠商現(xiàn)身說法：OpenClaw 不適合企業(yè)級場景

在山景城舉辦的另一場 AI 活動中，總部位于上海的 ThinkingAI 與 MiniMax 分享了落地經(jīng)驗。

ThinkingAI 前身為移動游戲數(shù)據(jù)分析平臺 ThinkingData，近期品牌升級為 AI 智能體管理平臺，并與今年 1 月在港上市的中國頭部 AI 實驗室 MiniMax 達成合作。MiniMax 因向開源社區(qū)免費發(fā)布高性能大模型，被稱作中國 “AI 四小龍” 之一。

ThinkingAI 聯(lián)合創(chuàng)始人韓先生表示，公司轉(zhuǎn)型是為了從游戲行業(yè)拓展到更多對 AI 智能體感興趣、但缺乏技術(shù)能力的傳統(tǒng)行業(yè)。

他直言，盡管 OpenClaw 在中國熱度攀升，但復(fù)雜度太高、安全漏洞隱患大，根本達不到企業(yè)級標準。

“OpenClaw 用來做個人用途還行，但絕對撐不起企業(yè)級場景。企業(yè)要解決記憶管理、智能體調(diào)度、團隊協(xié)作、通信安全等一系列問題，這些 OpenClaw 都無法滿足。”

他透露，其平臺同時支持 OpenAI、谷歌等海外廠商的大模型，并未局限于國內(nèi)模型。被問及美國若封禁中國開源權(quán)重模型是否影響業(yè)務(wù)時，他笑稱：“真要是那樣，或許反而說明我們成了。”

總而言之，AI 智能體被視為下一代生產(chǎn)力革命，但現(xiàn)階段仍面臨成本失控、架構(gòu)混亂、安全不足、企業(yè)適配性差等核心痛點。與此同時，行業(yè)共識正在形成：不是所有任務(wù)都適合 AI 智能體，理性選型、精細化運營，才是規(guī)模化落地的關(guān)鍵。