對話PPIO姚欣：Token的第一客戶不再是人，而是Agent

智東西
作者 王涵
編輯 漠影

2026年初，“小龍蝦”OpenClaw橫空出世，爆火出圈。這款開源AI智能體憑借自主規劃、多步推理和工具調用的能力，讓無數開發者和極客第一次真正感受到“AI能自己干活”的震撼。

緊接著，各類定制化個人智能體百花齊放，全球AI智能體市場預計將從2024年的51億美元增長到2030年的471億美元。

而Agent的每一次多步推理、每一次長程任務，背后都需要數以萬計的Token供給。Token作為智能時代的度量單位，其生產、優化和調度，被推到聚光燈下。人們開始追問：Token從哪來？如何讓Token更加穩定、更加優質？

在智東西與PPIO聯合創始人兼CEO姚欣的深度對話中，姚欣將今年的變化精煉為“Token會更智能”和“云會被重新定義：從人用Token到Agent用Token”。

當Token的客戶不再是人，而是Agent時，云服務商需要的不再只是CPU、硬盤和帶寬，而是面向Agent工作負載的“Token工廠”，一種更低延遲、更高吞吐、更懂Agent的運行方式。

正是在這樣的行業拐點上，PPIO在WAIC 2026大會上正式發布全新的Agentic Cloud定位，以及智能模型網關新品，致力于打造面向Agent時代的智能Token工廠。

圍繞這一定位，PPIO Agentic Cloud構建了兩層原生產品體系：智能模型網關與Agent Harness層。

一、智能Token工廠的兩大關鍵詞：讓Agent既省錢又變聰明

根據灼識咨詢，雖然推理成本每年以10倍以上的速度下降，但Agent任務的復雜度同步攀升，單次Agent任務消耗的Token數量，從早期的數百增長到如今的數萬甚至數十萬，綜合算下來成本壓力不降反升。

另一方面，單一模型無法覆蓋Agent的多樣化需求，Agent既要深度推理，又要快速響應，還要處理多模態信息，而市面上的MaaS平臺大多綁定自家模型生態，無法靈活適配。更關鍵的是，Agent對延遲和穩定性的要求遠高于傳統AI應用——一次工具調用失敗，整個任務鏈條可能瞬間崩斷。

對于這一難點，PPIO在本次WAIC上給出的核心解法是發布智能模型網關。姚欣透露，這款新品的核心邏輯是“在提升智能上限的同時，幫用戶大幅省錢”。

首先是“混合模型”（MoM，Mixture of Models）機制。

在處理高價值、高風險或結果不確定的關鍵Agent步驟時，網關會觸發多模型融合。它會將問題同時分發給多個擅長此道的專家模型，通過交叉驗證生成最終答案。這種“專家會診”模式可以極大避免因模型“偏科”導致的任務失敗和返工。

其次是“智能調度”與成本優化。

網關會根據任務類型進行智能路由：簡單問答用輕量模型，復雜推理用強模型，并通過壓縮冗余上下文、復用計算結果、設置預算護欄和失敗回退機制，確保用最經濟的成本完成同樣質量的任務。

這種工程化手段帶來的效果立竿見影。根據DRACO深度研究基準測試，PPIO通過融合Mimo-V2.5-Pro、Kimi-K2.7和GLM-5.2進行混合推理，可將性能提升至接近Claude Fable 5的水平，而成本大幅度下降。據綜合測算，PPIO智能模型網關能將智能水平提升20%，同時將成本降低50%-60%。

姚欣形象地總結道：“智能模型網關不賣最貴的‘超級模型’，也不賣最便宜的‘乞丐模型’。我們是把模型的智商穩定在頭部梯隊，同時把價格打到了中低梯隊。”

此外，PPIO自研的推理加速引擎針對Agent高頻工具調用、長上下文推理等場景深度優化，推理性能提升可達10倍。搭配Prompt Cache技術，Token成本最高能省80%。

這一技術實力也已獲得權威認可。今年，PPIO入選中國信通院首批“企業級Token服務性能攀登基線”，在通用場景下跑出了TPS≥55個/秒、TTFT≤0.9秒、調用成功率≥99.9%的硬指標。

二、Agent沙箱上線一年增長123倍，Harness為Agent裝上手腳和記憶

傳統云服務的控制臺、API、數據庫、計費模式……一切都是圍繞“人如何使用云”來構建的。但Agent的工作方式完全不同：它們的任務是毫秒級啟動、秒級執行、完成后即刻銷毀，整個生命周期可能只有兩三分鐘。

行業正在形成一個新的共識：Agentic AI Infra的核心不再僅僅是GPU，而是Runtime（運行時）。Agent需要的是一個理解Agent工作方式的專屬運行環境，即低延遲啟動、隔離安全、自帶記憶、天然工具接口。

PPIO Agent沙箱正是由此而生的。

PPIO Agent沙箱基于microVM技術，可以實現毫秒級冷啟動（<200ms），滿足Agent實時響應需求；每個Agent任務均可運行在獨立虛擬機環境，實現系統級安全隔離，防止跨任務數據泄露與資源競爭；支持上萬個沙箱同時創建，每個請求獲得獨立執行環境；Auto Pause/Resume機制讓任務空閑時自動暫停、恢復時秒級喚起，成本較同類產品最高降低90%以上。

自去年WAIC發布以來，Agent沙箱經歷了爆炸式增長。姚欣在采訪中提到：“去年我們在WAIC上發布了Agent Sandbox，是國內首發，今年再看Sandbox的增量，增速非常夸張。”這款國內首款兼容E2B接口的Agent沙箱，讓開發者無需修改現有代碼即可遷移，上線不到一年業務規模增長超123倍。

沙箱解決了“在哪跑”，但生產級Agent還需要“怎么編排、怎么操作、怎么記住”。PPIO正面向長程任務持續演進Harness能力。

PPIO Agent Harness內置Browser Use讓Agent驅動瀏覽器搜索信息、填寫表單、抓取數據；Computer Use讓Agent操控桌面環境完成GUI自動化；Code Interpreter讓Agent在沙箱內執行代碼做數據分析和文件處理；MCP Server通過標準協議接入飛書、數據庫、第三方API等外部服務。

工具調用疊加多智能體編排、記憶管理等一套工具組合，覆蓋Agent從信息獲取到執行操作的完整鏈路。

姚欣的觀點很清晰：“當Agent成為Token工廠的第一客戶，云平臺就不能再用給人類用的工具去服務程序化的Agent。”

基于Harness層，平臺預置了PPClaw、PPHermes等多款開箱即用的智能體模板，開發者通過控制臺一鍵操作即可完成云端部署，最快10分鐘即可上線運行。部署后的Agent支持7×24小時持續托管與定時任務調度，不使用時可一鍵暫停計費，恢復時秒級喚醒，成本完全可控、可預測。

同時，PPIO還提供面向Agent的AI原生接口，支持MCP標準協議，Agent可通過自然語言直接調用GPU算力、沙箱環境、模型API、存儲網絡等全量基礎設施能力。平臺兼容LangChain、CrewAI、AutoGen等主流Agent框架，現有代碼零改造即可接入部署，最大程度降低遷移成本。

姚欣認為，在Agent時代，開發范式發生了轉變“從基于程序開發，變成基于Agent開發。以后企業搭建的是數字員工團隊。這種模式未來很可能成為替代SaaS的新趨勢。”

三、PPIO：從“基礎設施”到“Agentic Cloud”的進化

智能Token工廠不是憑空出現的。

PPIO日均萬億級Token消耗量的背后，是提前數年布局的分布式算力網絡和高密度計算節點。

正如姚欣在采訪中所說：“PPIO跟同行的發展路徑不一樣，我們從八年前就開始打造分布式云的底座。到了2023年之后，這變成了我們做分布式推理的基礎；2024年我們又推出了推理加速平臺PPInfer；到了2025年，Token工廠服務集成了從底層算力調度到上層推理加速的全棧能力。”

PPIO的爆發式增長數據印證了這一邏輯。

2026年6月，PPIO日均Tokens調用量超1.2萬億，在中國獨立AI云計算服務商中排名第一，較2025年同期增長超8倍。按2025年及2026年第一季度平均每日Token消耗量計，PPIO同樣位居獨立AI云計算服務商榜首。

PPIO的AI云收入自2025年起增長逾十倍，公司營收從2023年3.584億元增至2025年7.703億元。全球注冊開發者超67萬名。

客戶覆蓋泛互聯網、社交媒體、電商、教育、汽車、電信、信息科技、智能制造等八大行業，其中包括大部分中國前十大互聯網公司及多家“獨角獸”初創公司。

還有一個關鍵數據值得關注：PPIO平均GPU利用率2025年一直高于75%，遠超行業平均40%-50%。

姚欣在采訪中揭示了背后的邏輯：“推理是跟著用戶的使用習慣走的，大部分人在白天工作用AI，流量高峰就在白天，凌晨是低谷，這就導致很多GPU集群的平均利用率只有40%到50%。而PPIO利用東西半球的時差互補，能在全球24小時內把GPU利用率拉到70%到80%。”

PPIO將此增長歸因于全球調度網絡的“削峰填谷”能力。

PPIO在歐洲、北美洲、南美洲、東南亞等關鍵區域部署分布式多集群，覆蓋全球6大洲。其利用跨地區時區差異和多樣化客戶群的交錯需求概況，將全球閑置算力動態分配至任何特定時刻的需求高點，確保GPU資源有效部署而非在非高峰時段閑置。

這種調度能力直接降低了單位Token的實際成本，成為PPIO“前店后廠”模式得以盈利的底層保障。

結語：智能Token工廠，Agent時代的基礎設施

姚欣在采訪中說了一句話，描述了PPIO的愿景：“今天的智能上限不僅存在于模型內部，在模型之外，像Agent工程、模型融合這些方向，同樣能大幅提升智能水平。”

這意味著，通往AGI的道路不止一條。當行業在卷模型參數、卷訓練數據時，PPIO選擇在另一條路上深耕：讓Token更便宜、讓Agent跑得更穩、讓云真正服務于AI。

Agent的規模化部署才剛剛開始。從單Agent執行簡單任務，到多Agent協同完成復雜工作流，再到數字員工與人類員工的無縫協作……每一次躍升都會對Token的供給能力提出更高要求。

智能Token工廠的意義，不只為適配當下需求，更為智能體經濟的爆發提前布局底層基建。