吴明辉的“18只龙虾”两周创造十亿价值的案例，是一个值得跟踪的工程样本，但它离证实“AI Agent将杀死传统SaaS”这个判断，还缺少关键的成本核算、价值归因和可复现性证据。真正的产业变化不是软件形态的替换，而是客户预算能否从软件许可证持续迁移到“结果交付”上——这个迁移目前还没有在明略的财报里发生。
一个激进的内部实践
明略科技创始人吴明辉对外分享了一套高度自洽的叙事：传统SaaS正在被AI Agent取代，软件本身的价值趋近于零[1]。这套叙事有具体的内部实践作为支撑。明略自建了多Agent协作平台“章鱼”，部署了18只被称为“龙虾”的Agent，在两周内消耗了1万美元token费，声称创造了十亿价值[1][2]。
从技术架构看，这条路径在工程上是可行的。当前开源模型的token成本已大幅下降，企业可以基于开源模型搭建Agent系统，通过多Agent协作处理广告营销和零售领域的数据挖掘与分析任务。明略的主业恰好属于文本密集型、规则边界相对清晰的领域，这是Agent替代部分软件功能的有利条件。
吴明辉从中提炼出更激进的商业判断：“闭源已死，开源已来”，未来的商业模式是开源软件加AI模型与服务[2]。支撑这套判断的财务背景是：明略科技2025年实现营收14.26亿元，同比增长3.2%，经调整净利润0.42亿元，刚刚扭亏为盈[4]。
被跳过的核算缺口
真正的问题藏在那组数字的核算里。
“两周1万美元token费”和“创造十亿价值”之间存在巨大的口径鸿沟。按当前开源模型成本估算，1万美元token费大约对应100-200万次调用，这个调用量在企业级任务中不算大。但“十亿价值”究竟指向什么——是营收、毛利、项目GMV还是某种曝光价值折算——原始材料没有给出定义。
更关键的是成本结构。token费只是显性支出，多Agent系统在生产环境运行的隐性成本远高于此：Agent间调度的延迟、上下文窗口丢失后的重试、错误累积后的纠错、系统稳定性保障的工程投入，都没有出现在1万美元的账单里。这些成本并不会因为模型开源而消失。如果把这些算进去，Agent替代SaaS后的总拥有成本是否真的下降，才是判断能否“杀死SaaS”的核心指标。
把“1万美元成本”和“十亿产出”并列，更接近一个创始人面向资本市场的效率叙事，而非可审计的成本收益分析。
价值归因的断裂
即使接受1万美元的成本数字，“十亿价值”也很难直接归因给那18只龙虾Agent。
吴明辉说那两周他时常睡不着觉，有太多idea要交给龙虾执行[2]。这个描述说明Agent参与了他的工作流，但没有说明Agent产出的哪部分转化成了商业价值、在多大程度上替代了原有流程，以及如果没有Agent，这部分价值是否本来就会通过其他方式实现。
一个更谨慎的替代解释是：这十亿主要来自明略原有的客户项目与业务流程，Agent只是压缩了部分文本处理环节的成本，把原有产出效率提升了几个百分点。如果这个解释成立，“Agent杀死SaaS”就退化为一个效率提升的平常叙事，与“颠覆模式”相距甚远。
商业模式迁移的未验证假设
在这套叙事的最底层，是一个关于客户预算流向的假设：企业愿意把原来付给软件许可证的钱，转变成付给token费和服务费。
明略的客户集中在广告营销和零售行业[4]，这些客户为“拿到结果”付费的意愿确实存在。但3.2%的营收增速说明市场没有因为Agent叙事而加速扩张[4]。如果Agent交付方式真的创造了更高价值，应该体现在单客户ARPU的结构性提升或者续费率突破传统SaaS曲线——目前明略的公开数据里，这两项都没有体现。
竞争结构上的问题更棘手。“开源模型+Agent服务”这个公式确实降低了软件壁垒，但把价值推向了两个更拥挤的环节：模型层被云厂商和头部模型厂商定价，服务层面临系统集成商和咨询公司的渠道竞争。两个环节明略都没有结构性优势。如果客户预算没有持续迁移到结果交付，Agent取代SaaS对供应商而言将不是模式升级，而是成本结构的恶化。
需要跟踪的关键数据
当前所有讨论都围绕明略的单点案例展开，缺乏行业对照组和第三方审计。要让“Agent杀死SaaS”这个判断从叙事推进到事实，至少需要以下数据的支撑：同等任务下，Agent方案相对于SaaS方案的单位任务总成本是否下降，而非仅列举token费；明略Agent交付所贡献的营收占比与毛利变化；采用Agent交付的客户续费率和ARPU是否出现结构性区别于传统SaaS的曲线；行业范围内是否存在至少两到三个独立验证的同等规模案例。
在这些数据出现之前，“两周1万美元创造十亿”是一个可追踪的成本-效果信号，不是一个已完成的商业模式验证。开源模型降低了Agent系统的准入门槛，但替换SaaS的核心挑战不在推理成本，而在Agent系统的稳定性、安全边界和领域适配的维护复杂度，这些不会随模型开源而自动消失。
参考资料
明略科技的多Agent协作平台“章鱼”在工程上可行，两周1万美元token费（按当前开源模型成本约合100-200万次调用）与声称的十亿价值之间存在巨大核算缺口：token成本仅为显性支出，多Agent协调的延迟、上下文丢失、错误累积以及生产级可靠性保障的隐性工程成本未披露。该实践可复现性低——架构细节、Agent分工逻辑、评测口径均未公开，无法验证是否为可控环境下的单点成功。开源模型确实降低了token边际成本，但替换SaaS的核心挑战不在推理成本，而在Agent系统的稳定性、安全边界和领域适配维护复杂度，这些并未随模型开源而消失。后续需追踪：同等任务下Agent方案比SaaS方案的单位任务总成本是否下降，而非仅列举token费。
建议将“Agent只是压缩了部分文本工作的token成本”作为独立段落展开批判，以增强反证深度。
为什么没放进正文：已部分采纳为正文替代解释，独立成段可能导致批判重复。
Reader Signal
这篇文章对你有帮助吗？
只收集预设选项，不开放评论，不公开展示个人反馈。
选择一个判断，也可以附加一个预设标签。
发布于 2026-05-09 07:08:16。本文为原创深度报告，未经授权不得转载。观点仅代表编辑部独立判断，不构成投资建议。