给 Agent 定个价，比让 Agent 干活难多了
这周没有一份像样的 agent 定价讨论，各家发论文、发平台，但有一份报告值得停下来看一眼：人类审批 agent 命令，40k 次运行里漏掉了三分之一的威胁。这个数字直接打在「按结果付费」的脸上——结果本身都没法可靠验收，凭什么按结果收钱？我的看法不变：席位打底，用量封顶，成本风险先攥在自己手里。
这周新料不多，但缺席本身就是信号
Cloudflare 发了 Cloudflare OS，想当 agent 和应用层的统一入口；artificialanalysis 也开始排 agentic index；ArXiv 上还有几篇 agent 评估、调试、检索的论文。可翻一遍，没人在正经讨论「一个 agent 任务到底该收客户多少钱」。缺席就是信号：大家连自己的成本曲线都还没跑明白，定价只能靠赌。
按席位卖，是大胃王自助餐
按席位最好卖，客户熟，采购表也好过。但它和你的成本完全脱钩——一个重度用户开十个并发 agent，你的推理账单是十份，客户付的还是那一份。自助餐遇上大胃王，利润会被一个人吃掉。编码 agent 尤其明显，一个工程师能同时挂一堆任务，AI 替他当牛马，账单我们来扛。
按 token 收，透明是个幻觉
按用量听起来公平，实则客户会看懵账单。token 单价透明，总量是黑洞。agent 干活跟人不一样：链式思考、工具调用、失败重试，一个 session 烧掉的 token 远超「感觉上的工作量」。上个月预算还好，下个月翻倍，客户打电话来质问，你跟他解释上下文窗口和缓存命中率，他不想听。更要命的是 token 数和你的成本也不是线性，算力预留是固定的，这层消化不了。
按结果收，最性感，也最容易扯皮
客户最爱你主动提出按结果付费。「结果」谁来定义？你说是 ticket 办完了，客户说是业务指标涨了，两个数差着十万八千里。今天的 agent 连自评都不可信——前面那份报告说了，人肉审批 40k 次运行，漏掉 1/3 威胁。人自己都验收不了 agent 干得好坏，你怎么按结果报价？
就算双方勉强同意了结果定义，「验收」本身也是钱。AV-AIVAT 那篇论文讲明白了一件事：判断两个 agent 谁强，要打无数局游戏，每局都烧钱、烧推理、烧专家时间。评估「agent 好不好」都这么贵，按结果收费的验收成本谁来出？出不起，最后只能变成销售和客户互相拉锯。
要我说，席位打底，用量封顶
具体做法：基础费按席位收，现金流可预测，客户好理解；每个席位带一个用量额度，正常用户永远碰不到线，超了就限速或补差价。难的是这条线画在哪。别拍脑袋——拿内部真实用户的 trace 回放一遍计费逻辑，看大多数用户自然落在什么区间，把线画在区间上沿，留点余量。等上下文压缩、缓存命中这些手段把成本压下来，再慢慢收紧。
定价本质是给未来的成本结构下注。6 个月后回头可能被今天的判断打脸，但至少先把「重度用户吃垮利润」这条风险摁住，再谈优化。