文 | 窄播，作者 | 李威（北京）

这是《窄播weekly》的第89期，本周我们关注的商业动态是：豆包开始筹划付费，国内头部AI助手的竞争要从免费的Chatbot阶段进入到付费的Agent阶段了。

5月4日，豆包的App Store页面出现了订阅服务声明，在免费的基础版之外，增加了三个付费版本：标准版连续包月每月68元，连续包年每年688元；加强版连续包月每月200元，连续包年每年2048元；专业版连续包月每月500元，连续包年每年5088元。

消息传出后，豆包官方对此的回应是：「豆包始终提供免费服务。在免费服务的基础上，我们也在探索推出更多增值内容，以满足不同用户的差异化需求。相关方案细节目前还在测试阶段，正式上线时会通过官方渠道发布完整信息。」

在付费声明发布之前，《见实》就已经发现豆包在移动端开始灰度隐藏PPT生成、长文档AI排版、Word一键美化等复杂任务场景的入口，同时还在移动端下线了AI思维导图生成、流程图自动排版的入口。这种针对移动端的功能下线，可以被看作是对任务场景进行的预先分层。

很明显，豆包走向付费是消费端AI业务发展的一个分水岭。

过去豆包虽然在基于一个Chatbot不断增加新的AI能力，但用户与豆包的交互大部分还是集中在聊天、搜索等对话场景中，缺乏高价值的付费功能，难以打破中国用户的免费思维。并且，因为对话场景的Token消耗可控，大厂还能坚持采用互联时代的先免费圈地，再规划商业模式的思路。

但面向未来，对话成为标配，执行任务有了更强吸引力。豆包这样的通用AI助手事实上需要与OpenClaw类产品进行博弈，争夺大众用户而不是开发者用户。这也意味着，豆包需要具备相应的能力，来满足大众用户不是那么高频出现的生产力需求，以此保证大众用户不会投入到OpenClaw类产品的怀抱，进而跑出新的竞争对手。

这个判断有一个前提是，中国用户也将开始习惯于为生产力场景中的AI服务付费。无论是在豆包中，还是在OpenClaw类产品中，AI完成生产力场景中的任务基本都需要依托于一套建立在AI Coding上的Agent能力底座。这套底座才是未来留存用户、让其付费的基础。

豆包进行的付费尝试是与这套能力底座相匹配的。通过梳理消费端AI业务，豆包会对用户需求进行分层，将更耗费算力、成本更高的生产力场景抽离出来，按照不同层级调用这个Agent底座的能力，并付出相应的费用。

AI的商业模式遇到了挑战

豆包提出付费模式，是为了应对Token用量的大规模爆发，提前铺设一个可量化、可分层、可扩展的商业基础设施。

一方面，当人们见识到了Agent具备了解决问题的能力，就会更有意愿让Agent来解决复杂问题。这样豆包就需要满足大众用户解决复杂问题的需求，有了从免费走向付费的契机。之前的对话功能还是可以保持免费，而更复杂的PPT制作、思维导图制作等会大大提升用户付费的可能性。

另一方面，让复杂问题获得更好解决，就需要使用更高级的模型，消耗更多Token。没有一家企业愿意承受指数级的Token消耗增长，生产力场景必然走向付费。只是这个过程中，Agent售卖的是一种解决问题的能力框架，其运行方式是变化的、不固定的，算力成本也会因此变得不可预测，按月付费的方式可能会遇到挑战。

今年以来，AI厂商们频频传出调整付费模式的消息。核心的变化就是从针对Chatbot的无限制月付模式，切换到了针对Agent的按消耗付费模式。

Kimi将付费会员的计费方式从「按次」改为「按实际消耗」。调整之后，经常有复杂任务需求的用户可能就需要购买更高级的权益。GitHub也将基于请求次数的使用限制，变成了既限制对话数量，也限制每周token使用量。OpenAI则推出了每月100美元的新订阅套餐。

同时，开发者们也发现云厂商的Coding Plan正在变成Token Plan，并且新的套餐也开始有了更严格的限制。比如，新版GLM Coding Plan有了5小时和周额度双重限制，并且套餐周期内最多能进行1600次提示。阿里云下架了Lite版套餐，现在在售的是200元/月的Pro版套餐。

这些变化和测算背后的一个确定性趋势是，人们会在未来越来越依赖使用Agent解决问题。

其中既有「按需型」Agent，由用户发起任务后自主规划、执行并返回结果，也会有「常驻型」Agent，比如持续在后台运行的邮件监控、日程管理或数字生活助手。Agent在运行过程中会不断消耗Token来持续监控上下文并在需要时主动行动。

GitHub产品副总裁Joe Binder表示，长时间运行、并行执行的工作流确实能为用户带来巨大价值，但也对GitHub的基础设施和定价结构提出了挑战。高盛的模拟数据显示，Chatbot每次会话消耗约1000个Token，嵌入式Copilot每天消耗超过5000个Token，常驻型Agent每天的消耗可以达到100000个Token。

Agent是一种能力底座

豆包走向付费，提供了一个重新审视消费端AI发展的节点。这件事的意义不在于豆包开始收钱了，而在于它标记了一个时代的切换：Chatbot时代结束了。

Chatbot时代的产品逻辑是「模型即产品」——谁聊得更好、更聪明、更懂你，谁就赢。但这个逻辑正在失效。当所有主流模型的对话能力都进入到高水平时，「聊得好」就成为了一种标配。

在Agent时代，解决个性化问题的能力才是吸引和留存用户的关键。这个办事的框架像一个八爪鱼。有一个承载用户数据、Skill、模型和操作台的统一基座，然后从基座向不同入口延伸出一个个通道——每个通道负责接收任务、返回结果，同时将新的数据和Skill沉淀回基座。

豆包只是字节这只章鱼最粗壮的一根触角。它连接着3.45亿月活用户，绝大多数时间在满足闲聊、翻译、讲题等轻量交互。这些交互高频但浅层，甚至不需要调用基座的深度能力，基座上的模型、工具链、知识库在这类场景中处于闲置状态。

但这些用户还会有低频但深层的需求：做一份讲课PPT、为孩子生成一个生日视频、把一堆散乱的笔记整理成报告。这些需求一旦触发，就必须调用基座的能力，需要模型深度推理、需要工具链协作、需要Skill编排。

但是，用户也可能会在飞书上用ArkClaw自动生成周报、用多维表格让AI处理数据，或者打开扣子搭建一个专属工作流来完成更复杂的任务。这些也是字节章鱼的不同触角。甚至相比豆包，它们连接着更多生产力场景中的高价值用户。飞书上的企业员工、扣子上的效率极客，这些用户天然就比豆包的闲聊用户更容易被说服付费。

那为什么豆包还要为低频需求做付费？因为豆包需要与整个字节AI生态形成协同，不是把用户留在一个入口上，而是让用户将AI的未来使用习惯植根在自己生态中。入口只是触角之一，真正的壁垒在基座——谁的数据最厚、谁的Skill最多、谁的模型最懂用户，谁的飞轮转得最快。

未来的Agent的竞争，也是一个个被打通、理顺之后的生态体系的碰撞。用户会更加慎重地选择在某个生态体系内付费，将自己的数据积累在这个体系中，然后会对这个生态体系保持更强的忠诚度。所以，AI厂商未来的竞争策略可能是整理和收束业务布局，聚焦在一个Agent底座上，打通一套付费体系，然后服务同一群用户。

从这一点看，豆包的收费可能会成为字节在基座层面构建Agent生态的护城河的开端。