Token消耗驟降75%，這個國產智能體做成了Codex最想做的事

面對市場，現在所有通用Agent都在想，如何在保障智能體任務執行效果不受影響的前提下，將相同任務的Token消耗大幅降低了，從而增加任務完成率，提升用戶使用使用。

最近，有一家產品做到了。他們一口氣把用戶的Token消耗降低了75%。6月15日，百度搭子DuMate宣布完成核心引擎升級：隨著Token消耗大降，用戶積分消耗也對應大幅下降。

但事實上，這次升級并非通過“讓利”來完成，DuMate的Token消耗下降，而是一次智能體工程能力的集中驗證。其背后的Harness引擎升級、安全沙箱重構與執行鏈路優化，才是理解這次升級的關鍵。

用技術解決消耗，推動更多使用和落地，DuMate可能已經在完成包括Codex等最想做的事。而這套思路正是不久前百度Create大會上李彥宏提出，智能體時代應該以DAA（日活智能體數）來衡量的延續。依托新全棧AI云的基礎設施升級，百度智能云或許正在改變未來通用智能體的競爭本質。

一、被誤讀的75%：智能體為什么天然“貴”，降本又靠什么

要理解這件事，得先回答一個大多數人沒想過的問題：同樣執行一個任務，智能體消耗的資源為什么遠高于聊天機器人？

兩者的工作模式有本質區別。聊天機器人是一問一答——用戶輸入問題，模型計算一次，輸出結果，對話結束，Token消耗極低。智能體則完全不同。以DuMate執行一次“整理三個月AI行業動態”為例，底層發生的操作至少包括：拆解目標為若干子任務、多輪關鍵詞搜索、逐條閱讀并判斷相關性、交叉驗證信息準確性、時間線排序與去重、補充缺失信息、格式化輸出、自我檢查修正遺漏。每一步都在消耗Token。如果是跨表格數據分析或深度研究報告，步驟數量還會指數級增長。

這讓智能體陷入一個天然矛盾：真正能干活，就必須走完這些步驟；走完這些步驟，就必然消耗大量計算資源。這個“貴”，不是缺陷，而是智能體有能力完成復雜任務的自然代價。

因此，降低Token消耗的真正考驗在于：不能靠“少干活”來節省成本。壓縮步驟、減少工具調用、跳過多輪驗證，這些粗暴手段會直接拉低任務質量。必須在不犧牲效果的前提下，讓同一條執行鏈路跑得更高效。這是一個純粹的工程問題，與模型參數大小或版本高低無關。

DuMate的解決方案是Harness引擎——一套不直接面對用戶的底層執行框架。如果把智能體比作一個干活的人，Harness就是他的“工作方法論”。當DuMate執行長達數小時甚至數天的任務時，Harness負責四件事：動態規劃與中途修正任務路徑，避免一條道走到黑；精準管理上下文，該記住的記住、該丟棄的丟棄，防止無用信息占用Token預算；按最小化原則調度工具，不做多余動作；在數十甚至上百步的連續操作中，維持動作不變形。

簡單來說，Harness引擎就是讓智能體“少走彎路、少說廢話、少犯糊涂”。同樣的模型，放在不同的工程框架里，效率和成本能差出幾倍。PinchBench評測提供了直觀對照——同一級別的模型，在DuMate框架中任務成功率達93.3%，而在Anthropic和OpenAI的同款場景下分別為89.0%和91.6%。模型是發動機，Harness是變速箱和底盤。跑多快、跑多遠，不只取決于馬力。

這次75%的消耗下降，本質上意味著Harness這套方法論變得更成熟了。據團隊披露，優化覆蓋了三個核心模塊：自研安全沙箱的性能優化、模型推理成本壓縮、Harness執行鏈路的升級。這三項全部是底層工程重構，而非前端的參數微調。這也是國內通用智能體產品中，首次通過Harness引擎及工程優化，實現任務消耗的大幅下降。

這組數據翻譯成日常使用體驗，其實很直白：讓DuMate做同樣一份調研報告、分析同樣一張數據表、整理同樣一批素材，消耗的積分只有過去的四分之一。它回應的不是“便宜了”的消費心理，而是智能體產品長期被壓抑的一個剛需——不是“能不能干”，而是“用不用得起”。一個復雜任務動不動就花掉大量積分，用戶每次使用前都要掂量值不值得，這種摩擦本身就在阻礙智能體成為日常工具。當成本降下來，“偶爾試試”才有可能變成“日常依賴”。

經濟學家阿杰伊·阿格拉沃爾等人在《AI極簡經濟學》中提出過一個核心觀點：一項技術是否具有革命性，不在于它能實現多么炫酷的效果，而在于它能否將某種關鍵成本降到足以改變人們行為模式的程度。Token消耗降低75%，降低的正是“讓智能體執行復雜任務”這件事的成本門檻。只有當這個門檻低到用戶不再需要反復掂量“值不值”的時候，行為模式才會真正發生改變。

二、兩個故事，同一件事：當AI從“會說話”變成“會干活”

數據和技術的概念解讀終究是有限的。更值得關注的，是優化后的產品在真實的人身上產生了什么變化。

長白山深處，70歲的老萬已經和紅外相機打了半輩子交道。他在山林里布設了幾十臺設備，多年拍攝積累了超過100TB的野生動物影像素材。過去，他的難題從來不是拍攝，而是處理素材——每天要從數十小時的視頻中，靠人眼逐幀篩選出有動物出現的畫面。“我現在看素材比拍攝都累，”他說，“一個一個看可不是簡單的事，70歲了，眼神不行了。”

老萬沒有任何編程經驗，身邊也沒有技術團隊。他使用DuMate的方式，就是一個普通人最本能的溝通——用說話。他的原話是：“幫我把這段紅外相機視頻里有野生動物出現的畫面挑出來，建個新文件夾，再按我平時的習慣整理一份監測日志。”

這句話到了DuMate手里，被自動拆解成一整套工作流：理解“野生動物畫面”的篩選標準、在數小時視頻中自動識別目標片段、提取歸檔，并按照老萬過去的工作習慣生成監測日志。全程沒有代碼、沒有參數、也不需要人工介入。

這個故事的核心，不是“一個老年人學會了用AI”。恰恰相反，是AI終于學會了用老年人的方式工作——理解一句大白話，規劃一套流程，交付一個結果。過去用軟件解決這類問題，用戶需要學習寫代碼、配置參數、繪制流程圖，本質上是人去適應機器的規則。老萬的案例把這個關系反轉了：機器去理解人的表達，執行層面的拆解和交付全部由系統完成。70歲、零編程、100TB——這三個數字擺在一起，比任何技術白皮書都更有說服力。

另一個故事發生在深圳的一間工作室里。栗噔噔曾是騰訊的產品經理，在職期間創辦了一個滑雪服品牌并做到了規模化營收。現在她全職運營自媒體，是一個典型的“一人公司”——她要同時負責內容研究、選題策劃、腳本撰寫、視覺設計、商務對接等多項工作。

她曾算過一筆賬：一個具備商業化能力的自媒體賬號，正常運轉至少需要覆蓋五個崗位。一個人單干，產能天花板極低。她的解法不是雇人，而是將AI從“查資料的工具”重新定位為“首席運營官”。

她讓DuMate先學習自己Obsidian知識庫里的內容資產，掌握其寫作風格和知識體系；然后進行風格化仿寫，完成初稿；接著自動適配公眾號排版格式；再生成符合個人IP調性的封面圖；最后同步至后臺等待發布。這還沒完——圖文內容會被自動拆解為短視頻腳本，通過視頻生成工具完成二次產出。

全套流程只需五分鐘。過去需要一個10人團隊才能維持的內容運轉體系，現在被壓縮到一個人、一個Agent、五分鐘。栗噔噔發現，過去最消耗精力的并非寫作本身，而是排版、做封面、格式轉換這些機械環節。當它們被DuMate自動化之后，她只需要對內容做最終把關。

兩個故事指向了同一件事：DuMate不是在替代人的某項技能，而是在消除“一個人不夠用”這個結構性困境。而當Token消耗下降75% 之后，這種消除的成本變得更低、頻率可以更高。老萬可以每天都讓 DuMate篩選新素材，而不必數著積分過日子；栗噔噔則可以把更多精力放在創意和決策上，而不是被排版、做圖、格式轉換這些機械環節吃掉時間。

過去一年，大多數人對AI的印象停留在“它能寫文章”“它能做 PPT”“它能畫圖”——這是功能視角。功能視角的問題是，你會不斷追問“能不能做得更好”“能不能多一個新功能”，然后被大模型發布會的節奏牽著走。但老萬和栗噔噔的故事提示了另一種視角：Agent真正的價值不在功能列表里，而在它能重新定義一個人能做的事的半徑。70歲老人能獨立管理100TB影像資產，一個人能跑起一支10人團隊的內容產線——當“一個人的組織能力”被Agent重新標定，追問“還有什么新功能”已經沒那么重要了。

《AI極簡經濟學》中有一個反復出現的洞見：當某種能力變得廉價，它的互補品就會升值。Agent把“執行”變便宜了，于是“判斷”——決定做什么、做到什么程度、最終是否滿意——反而變得更值錢。栗噔噔不再把時間耗在排版和封面上，但她對內容風格的把控、對選題的判斷、對讀者需求的感知，這些Agent替代不了的東西，恰恰成了她一人公司真正的壁壘。老萬也一樣：DuMate替他看完了100TB的素材，但他對“什么畫面值得拍”“什么時候該進山”的判斷，反而因為釋放了精力而變得更有余裕。

三、從模型戰爭到工程深耕：這次升級對AI用戶意味著什么

過去一年，國內AI行業的主流敘事高度集中在“新模型發布”上。誰的參數更大、誰的跑分更高、誰的多模態更強——每次更新都被包裝成顛覆性事件，節奏越來越快。

但在這條主線之外，有一條平行線索正被大多數人忽視：工程能力的持續積累。Token消耗降低75%，在發布會的敘事邏輯里或許只是一行小字。但對真實用戶而言，它的體感比一個新功能更具體——因為每一次任務都在發生，每一次消耗都是真實的成本。

DuMate自3月22日正式上線以來，經歷了“一天一版”的快速迭代。外界看到的成果是PinchBench登頂、DeepResearch Bench第一、月訪問量以114.72%的增速登上AI產品榜。但這些成績背后，是一套持續優化任務規劃、工具調用、執行穩定性和成本控制的工程體系在默默支撐。Token消耗降低75%并非一次孤立的版本更新，而是這條持續優化曲線上一個可被量化的新坐標。

百度眾多AI產品過去幾年見證了行業發展的完整周期。而DuMate的持續迭代，正在傳遞一個不同于“模型軍備競賽”的敘事：當行業注意力都集中在參數和跑分上時，百度選擇了另一條路——在Agent的工程交付層面構建能力壁壘。從“能回答”到“能干活”，再從“能干活”到“能穩定、低成本地干活”，每一步都不夠華麗，但每一步都在將AI從實驗室演示推向真實的工作場景。

放在更大的坐標系里看，DuMate的這次引擎升級，觸碰了一個Agent行業繞不開的底層命題：通用智能體的競爭，終局不取決于誰家的模型參數更大、跑分更高，而取決于誰能把“執行復雜任務”這件事做得足夠可靠、足夠經濟、足夠日常。Token消耗降低75%是一個技術指標，但它背后更值得關注的邏輯是——在不犧牲質量的前提下系統性壓縮成本，這正是Agent從“驚艷的Demo”邁向“生產級工具”必須跨過的那道坎。

《AI極簡經濟學》的三位作者提醒過：技術改變的是工具，不變的是經濟規律。Token消耗下降75%真正的長期意義，不在于用戶“省了積分”，而在于它重新標定了“一個人+一個Agent”這個生產單元的成本結構。當這個結構的運行成本降到足夠低，一人公司、超級個體就不再只是少數先行者的實驗，而會成為可規模化擴散的新常態。

過去兩年，AI行業制造了足夠多的“驚艷瞬間”。但下一個階段真正稀缺的，不是又一個讓人驚嘆的能力展示，而是讓用戶用完一次后，明天還愿意打開、舍得打開、想得起打開的產品。

DuMate將成本削減了四分之三，本質上是在為這個“明天”鋪路。當整個行業開始從“制造驚嘆”轉向“培養習慣”，AI才算真正走完了從實驗室到日常的最后一段路。

從這個意義上說，DuMate的這次引擎升級也是一次有力的回應。過去幾年，外界對百度AI的判斷常常在兩級之間搖擺——要么是聚光燈下的過高期待，要么是低谷期的全盤否定。但工程能力不靠發布會證明，它靠的是把一件事反復做、持續做，在無人注意的細節里一寸一寸地打磨。Token消耗降低75%就是這種“磨”出來的結果：不動聲色，卻極度硬核。這才是技術公司該交出的答卷，也是百度對未來賽道判斷的最有利支撐。