蚂蚁数科中关村论坛发声：Token效能将是衡量企业级AI价值的核心指标

以OpenClaw为代表的自主执行智能体爆火，标志着AI应用已从“对话交互”向“任务执行”加速演进。企业在加速拥抱的同时，也面临着算力浪费、安全合规等多重挑战。如何让智能体真正实现规模化、可持续地落地，成为产业界共同关注的核心议题。 3月26日，在中关村论坛未来产业创新发展论坛中，蚂蚁数科大模型技术创新部总经理章鹏在演讲中表示，OpenClaw的爆发将带来企业级AI范式革命，推动大模型在产业场景的落地从‘参数竞赛’走向“Token效能竞争’。” 图说：蚂蚁数科大模型技术创新部总经理章鹏在中关村论坛演讲 OpenClaw类智能体的快速普及，反映了市场对自主执行型智能体的需求，但在真实产业环境中，其落地面临显著挑战：由于缺乏对行业规则、业务流程的深度理解，智能体在执行复杂任务时往往反复调用工具，导致Token消耗远高于有效产出。据了解，在一些高频调用场景中，OpenClaw的Token消耗成本可达集成式Agent成本的数十倍甚至百倍，这种高投入低产出的模式，让其在产业规模化应用中面临可持续性难题。 “大模型产业落地的下半场，核心命题不是模型参数规模的竞争，而是单位Token效能的持续提升。”章鹏认为，企业应结合实际场景与需求，选择大小模型结合的AI解决方案，以更低算力成本实现更高业务价值。 以金融场景为例，该领域每天需处理海量高频低时延的任务——快速识别意图、提取关键信息、检索排序等等，这些任务具备高并发、快响应、高精准要求，传统行业推理大模型能力强大，但在这些场景就像“杀鸡用牛刀”，成本高昂，响应偏慢，资源浪费。 “产业真正需要的是，在确保专业、严谨与合规的前提下，实现最优性价比与响应速度的AI解决方案。”章鹏表示。他认为，大参数模