文 | 韩工观察

11月4日，两条被分开报道的新闻，藏着同一个变化：AI的收费站，正在搬家。

一条是乌镇峰会上《智能体发展自律公约》发布，本质是给跨设备的智能通行定一套统一的ETC规则；另一条是后摩智能宣布数十亿元B轮，它做的存算一体端侧芯片，就是装进每台设备、可以本地放行的引擎。

很多人第一反应是：以后大部分调用不走云端闸口，云端生意要萎缩。恰恰相反。它不是主干道被废掉，而是上路的设备总量会暴涨——就像家家户户装上电器，发电厂没有消失，全社会用电量反而增长了几个数量级。

AI行业沿用至今的"按token过闸"模式，撑不住这个新格局了。接下来，账单会变成三层。这三层怎么分、钱从谁的口袋流向谁，才是这场搬家真正要争的东西。

一、收费站为什么恰好在今年搬

先看搬家的动静有多大。IDC数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比增长约45%，同期云端AI芯片增速约12%（部分细分口径的端侧增速更高，据IDC数据及公开报道）。

这不是一两家公司的事：仅2026年9月，国内就有近十家端侧AI芯片企业完成新一轮融资（据《21世纪经济报道》不完全统计）；9月完成A轮交割的光羽芯辰，半年内累计融资近20亿元，宁德时代旗下溥泉资本、北汽产投等产业资本参与前序轮次投资（上海证券报、科创板日报，2026‑09‑10） 。

另一边，总闸口的流量还在涨。2026年6月火山引擎FORCE大会上披露，豆包大模型日均Token调用量已突破180万亿，一年增长超过10倍（据火山引擎官方披露，量子位等报道）。

这两组数据放在一起，正好戳破一个流传甚广的推论："端侧吃掉云端的调用量，所以云端危险了。"这个推论有一个隐蔽的错误：它把"计费的调用"当成了"全部的消耗"。

端侧截流的，是按token向用户收费的那部分——日常摘要、改写、翻译、唤醒、分类。但token的物理消耗并没有消失：模型蒸馏要算力，快照更新要算力，端侧生成的内容再被理解、审核、检索、回流训练，每一环都产生新的token。

经济学里有个老词叫杰文斯悖论：效率提升没有减少资源消耗，反而因为用得起的人更多，总消耗暴涨。电器没有消灭发电厂，反而让全社会用电量翻倍再翻倍——端侧与云端大概率复刻这个剧本。

所以，端侧拆的不是云端的算力，是云端按次计费的收银台。而收费站能搬家，有个前提——车得能自己跑更远。这个前提为什么恰好在今年成立？

二、车为什么突然能自己跑了：一个定律，一道天花板

为什么现在才有条件把放行闸机装进设备？核心是模型本身的压缩能力在加速突破。

2025年11月，清华大学刘知远、孙茂松团队提出的"密度定律"（Densing Law）作为封面论文发表于《自然·机器智能》：基于对51个开源模型的分析，大模型的最大能力密度约每3.5个月翻一倍——每过约100天，一半参数量的模型就能达到此前最强模型的性能（据清华大学官网及论文原文）。

论文还推算，GPT-3.5级别模型的API价格在20个月内下降了266.7倍——这一降幅包含推理成本下降与厂商主动定价双重因素，但它指向同一个事实：同能力的模型，正在以指数速度变小、变便宜。

密度定律与摩尔定律的剪刀差，是端侧AI从概念变成产品的根本原因——不是芯片突然变快了，是"够用的智能"变小了。

但别急着想"端侧取代云端"。端侧设备上跑的30B级模型，是云端大模型蒸馏、量化后的"能力切片"：它继承的是推理模式，不是完整的知识与持续进化能力。

蒸馏有个绕不开的天花板——学生模型的能力上限不超过教师，教师没见过的长尾，学生学不会。更关键的是节奏：端侧是推理端，不能自我训练，只能等云端定期"放水"，每一次快照更新，都是上游向下游的一次续约。

还有一个常被忽略的用户侧因素：人对AI的要求同样是"我可以不用，但我必须有"。本地答不上来的那个问题、断网环境下的那次紧急调用，缺位一次，信任就掉一档。这块"信任冗余"必须由能力前沿的云端兜底——这不是性能差距，是产品结构。

一句话概括：端侧NPU管的是数据出口，云端大模型管的是知识入口，两者不是替代关系，是执行层与供给层的关系。执行层越繁荣，对供给层的依赖越深——只是依赖的形态，从按次付费变成了按年续约。

问题接着来了：如果云端永远握有"放水权"，这场商业谈判里，定价权在谁手里？

三、谈判桌三方：电机厂、电器厂和电厂

新的通行规则落地之后，利益格局重新划分。芯片厂、设备厂、模型厂，各有各的算盘。

先给这场谈判找一个历史坐标。电力行业早期也不是按度收费的——1882年爱迪生的珍珠街电站按灯泡包月，后来才演化出按度计费、按需量收费、再到用户接入电网就要付的"接网费"。发电能力和计量规则，从来比灯泡本身值钱。AI行业正在走同一条路，谈判桌边坐着三方。

芯片厂在比三件事：先是能效，谁能在10W功耗内稳定产出更多token——后摩M50量产不到一年拿下150多个产品定点、覆盖AI电脑、移动终端、具身机器人、边缘推理四个方向（据界面新闻、上证报等2026年11月4日报道），证明存算一体已经过了"能不能卖"的关；再是生态，软件工具链决定客户的适配成本；最终是调度权，谁定义"什么任务本地跑、什么任务回云端"。

巨头也在下注：2025年12月，英伟达与推理芯片公司Groq达成非独家技术授权协议，后者核心技术团队也随之加入英伟达；2026年10月，又据The Information报道，其计划投资存算一体架构公司d-Matrix（投资意向，以双方后续披露为准）。

连定义了GPU时代的公司都在为"存储与计算关系重构"买保险——这本身说明，独立芯片创企的终局大概率不是下一个英伟达，而是在某层负载里成为"被集成的那一个"。

设备厂是全链条最难受的。手机厂、PC厂、机器人厂想学苹果做端云一体的自有调度，但自研大模型太贵；买闭源模型授权，等于把长期利润的阀门交到模型公司手里；改用开源模型自己蒸馏，则要自担适配、更新、兜底的全部成本。

夹心的结果是：设备厂赚硬件溢价和场景集成服务费——用户为"AI功能"付的钱被拆成几份，而智能的定价权，在最上游。

云↔端的拉锯是核心。设备厂的利益是"尽量本地化、少回源"，模型厂的利益是"关键调用必须回源"。行业公开的技术分享普遍给出一个区间：约八成日常任务由端侧消化，两成复杂、时效、长尾任务回源云端——比例随场景浮动，但这部分回源权就是云端全部溢价的来源。

云端不需要赚到每一次调用的钱，它只需要垄断"本地搞不定时唯一能找到的那个答案"。

但这道护城河有多宽，目前没有公开数据能证明。开源权重可以免费蒸馏，端侧跑的“能力切片”未必非要买闭源——模型厂真正能收溢价的，不是权重本身，而是端云同源对齐、持续快照更新、兜底SLA这套服务。权重会贬值，服务合约不会。

所以谈判桌上有三方：握放水权的模型厂、握装机量的设备厂、握场景的行业客户。而乌镇公约第一次把第四方——规则制定者——请上了桌，并且先写了最难的那道题：计量与权责。

四、新电费单：三张账单

收费站搬完了，新的电费单长什么样？不是按次了，是三张账单。

第一张，装机授权。模型公司将蒸馏好的端侧模型授权给设备厂，按装机量而非使用频率计费——收费对象是装NPU的设备厂，不是芯片厂，更不是终端用户。

这个模式不新：Windows向PC厂商收OEM授权费，ARM向芯片厂收版税，收了三十多年。

国内已有样本：据界面新闻等报道，面壁智能的端侧模型在消费电子领域按设备出货量收取单台授权费，已进入三星等旗舰机型——具体单价未披露，但"按台计费"这个模式本身已经落地。

海外也出现相似的合作范式：Meta与高通、联发科官方公布合作，将Llama系列做端侧深度适配，面向芯片平台交付可部署的端侧模型能力，供海量终端搭载运行；尽管各方未公开计费条款，但模型厂商向硬件生态输出端侧能力的合作框架已经成型 。（Meta官方公告、高通行业新闻稿）

当然，这张账单有个前提：端侧装机量得起得来。若AI手机、AI PC渗透爬坡慢，授权费的分母不够大，“按台收费”就只是漂亮模型，变不成现金流。

第二张，持续服务。模型快照每隔几个月就因密度定律而迭代一次，设备厂要的是"持续跟上前沿"的能力——快照更新订阅、端云同源对齐、私有化适配，按年收费。

密度定律对模型公司是研发压力，对收费模式反而是利好：模型的高性价比有效期不断缩短，"过期焦虑"本身就是续费的理由。

第三张，兜底调用。端侧搞不定的两成任务回源云端，按量计费——这一层今天已经存在，未来不会消失。

最能说明问题的样本是苹果。10月31日阿里巴巴官宣千问接入国行Apple智能，11月4日开发者Beta开放测试，12月随iOS 27.3正式推送：端侧自研模型处理日常任务，Siri、写作工具、视觉智能可调用千问云端能力，用户数据不进公版模型训练（据阿里巴巴官宣及澎湃新闻等报道）。

双方未披露商务条款，但市场的账本推演已经出炉：有券商在合作落地前提出"固定授权费+Token按量计费+消费场景分成"的三层框架，合作官宣后，又有媒体按千问公开标价倒推出年推理成本上限约35亿元（以上均为第三方测算，非双方披露）。

无论具体条款如何，方向是清楚的：端云协同能力正被当作一个整体来定价——不是按每一次调用单独计费，而是把"本地执行+云端兜底"打包成一个能力包，向设备方收费。客户买的是"永远跟得上前沿"的确定性，不是为每一次token过闸交税。

云端计费的松动比预想更快：阿里云百炼的Agent服务已按"会话运行时+模型调用+工具调用"分项计价，华为云则从Token套餐转向按"Agent天"计费的积分套餐（据两家官网公开计价页）——混合计价不是推演，已经在发生。

上游结的是三层账，下游卖的是一张卡。终端用户手里的形态没有变，也不会变：手机月卡、办公订阅、机器人整机价、Agent任务费——不管载体是什么，最终都是"为确定性付钱"。变的只是这张卡的背面：过去它对应云端每一次调用的过闸费，现在它对应设备厂与模型厂之间那三层账单的打包价。

就像用户交199元电信融合套餐，电信与设备商之间结的却是基站采购费、芯片授权费——账单的结构，藏在产品后面。

而要把这三层账单写进整个行业的合同，光靠两家公司的谈判不够——需要一张所有玩家都认的计价底表。

五、公约：不是道德倡议，是新电费单的计量标准

最后回到11月4日。公约不是给AI立道德规矩，是给新电费单立计量标准。

《智能体发展自律公约》共八条措施，其中第二条"建设智能体互联基础设施"的正文里，写的是分层次可验证的身份标识、注册与解析、能力描述与发现、意图理解、路由连接、资源调度与计量、协议兼容互认；互操作与治理条款里，则写着能力开放、任务委托、分类分级授权、权责划分与异常熔断。

这些词一一对应着互联网的历史位置：HTTP解决"网页怎么传"，OAuth解决"第三方怎么授权"，robots.txt解决"爬虫边界在哪"。

公约不是在给智能体立道德规矩，是在给"Agent互相调用"立应用层的交通规则——谁有资格被调用、调用怎么计量、出了问题算谁的。据公开报道，配套的《人工智能 智能体互联》系列国家标准指导性文件也已发布，身份码、描述、发现、交互的框架正在成形。

为什么恰好发生在端侧起量的节点？因为Agent的宿主正从云端聊天框迁移到亿万台本地设备。调用发生在设备上，计费发生在设备间，责任却必须落到可追责的主体上——没有跨厂商的身份、计量、权责契约，端侧Agent之间的协作就不可审计；不可审计，就不可收费；不可收费，就没人敢大规模部署。

公约管的不是智能聪不聪明，是智能在设备之间流动时，账单和责任的流向。

至此，整条链闭合：端侧NPU负责把数据留在设备里，云端大模型负责把能力持续供给设备，公约负责把设备之间的调用变成可计量、可追责、可收费的交易。三层各管一段，缺一段，另外两段都转不起来。

六、结语

回到那个最容易误导人的比喻：收费站搬家，不等于主干道没落。电力行业的计费规则从爱迪生按灯泡包月，到1892年两部制电价，再到1900年前后出现"接网费"——用了约四十年，定价权始终握在拥有水源和水表的人手里。

AI此刻在同一个路口：端侧NPU是预装了本地方行引擎的车，云端大模型是沿途的加油站。加油站在哪、加什么油、怎么计价，才是这场搬家真正要争的东西。

端侧越普及，云端越值钱——这句话反常识，但它可能只是如实描述了一笔正在改道的钱。

【信息说明】

1. 智能体公约：八条措施及条款表述来自中国信通院发布的《智能体发展自律公约》全文（2026年11月4日，乌镇峰会）；"身份标识、注册与解析、能力描述与发现、意图理解、路由连接、资源调度与计量、协议兼容互认"为公约第二条"建设智能体互联基础设施"原文表述。
2. 后摩智能数据：数十亿元B轮、M50量产不到一年获150多个产品定点、覆盖四类终端方向，来自界面新闻、上海证券报等2026年11月4日报道；融资金额与估值未见官方披露。
3. 端侧芯片行业数据：2026年一季度端侧/边缘AI芯片出货同比增长约45%、云端约12%，来自IDC数据（经公开报道引用，各媒体转述口径存在差异）；"9月近十家端侧芯片企业完成新一轮融资"来自《21世纪经济报道》不完全统计；光羽芯辰融资来自上海证券报、科创板日报2026年9月10日报道。
4. 豆包调用量：日均Token调用量突破180万亿、一年增长超10倍，来自2026年6月火山引擎FORCE大会官方披露（量子位等报道）。
5. 密度定律：清华大学刘知远、孙茂松团队论文（2025年11月发表于《自然·机器智能》，51个开源模型样本）；"API价格20个月下降266.7倍"为论文推算值，含推理成本下降与厂商主动定价双重因素。
6. 苹果×千问合作：10月31日阿里巴巴官宣、11月4日开发者Beta、12月随iOS 27.3推送、用户数据不进公版训练，来自阿里巴巴官方及澎湃新闻等报道；商务条款未披露；"固定授权费+Token计费+消费分成"三层框架为券商推演、"年推理成本上限约35亿元"为媒体按千问公开标价倒推，均为第三方测算，非双方披露。
7. 面壁智能"按设备出货量收取单台授权费"：来自界面新闻等报道，具体单价未公开披露。
8. Meta与高通、联发科的Llama端侧合作：来自Meta官方公告及高通新闻稿，计费条款未公开。
9. 云厂商计价：阿里云百炼Agent服务分项计价、华为云积分套餐，来自两家官网公开计价页（2026年）。
10. 英伟达与Groq非独家技术授权（2025年12月）：来自双方公告及公开报道；对d-Matrix的投资为The Information报道的计划与意向，以双方后续披露为准。
11. 《人工智能 智能体互联》系列国家标准指导性文件：来自公开报道。
12. "约八成任务端侧消化、两成回源"为综合行业公开技术分享的口径，非单一机构结论。
13. 文中"收费站搬家""收银台""放水权""数据出口/知识入口""三层账单"等均为作者自创分析概念与叙事隐喻，非行业官方术语；对收费模式演进的判断为作者基于公开信息的产业推演，不代表必然发生的结果。

本文基于公开信息独立撰写，文中涉及对企业的分析与判断，均为作者基于公开资料的研究性观点，不构成投资建议，亦不代表对相关企业的任何立场。相关数据以企业官方披露为准。