Meta Muse, dem Alibaba, Tencent und ByteDance dicht auf den Fersen sind, ist Kimi tatsächlich bereits sieben Monate vorausgeeilt.

Der Wettstreit um das Rechenleistungsloch für 0,5 Yuan pro Nutzung und das ultimative Zahlungsrecht: Wenn Kimi anfängt, die Bremse zu treten, welche Rechnung rechnen die großen Tech-Konzerne eigentlich bei persönlichen intelligenten Agenten?

Persönliche intelligente Agenten, das sogenannte „dritte Schlachtfeld der KI“ der großen Konzerne, scheint im Vergleich zu den vorherigen Bereichen Chat und Work viel lebhafter zu sein.

Alibaba testet intensiv „Qianwen Go!“, Tencent treibt LightVela voll voran und führt interne Tests von Handy Bot durch, ByteDance erweitert die automatisierte Übernahme für Doubao. Im Anschluss an Meta Muse lösen die großen inländischen Konzerne eine Welle aus, bei der sie sich aktiv beteiligen und das digitale Leben der Nutzer übernehmen wollen.

Aber mir fällt plötzlich eine Frage ein: Hat Kimi nicht bereits im Februar dieses Jahres ein sehr vollständiges Produkt namens Kimi Claw auf den Markt gebracht, das sogenannte Personal Agent?

Wenn man persönliche intelligente Agenten als KI-Systeme definiert, die langfristige Ziele verstehen, Anwendungen übergreifend Tools steuern und mehrstufige komplexe Aufgaben ausführen können, hat die chinesische Internetbranche diesen Weg schon längst beschritten. Aber es ist bemerkenswert, dass Kimi, der Vorreiter, der das Verständnis für persönliche intelligente Agenten in der gesamten Branche zuerst etabliert hat, jetzt eine ungewöhnliche Haltung einnimmt.

Seit der Veröffentlichung vor 7 Monaten ist Kimi Claw immer noch im Beta-Stadium, und die Aktualisierungshäufigkeit der Kernfunktionen ist deutlich gesunken. Aus meinen Informationen geht hervor, dass Kimi intern die Wartung des Claw-Produkts bereits stark reduziert hat.

Warum entscheidet sich das Startup, das zuerst den Testlauf auf diesem „neuesten Schlachtfeld“ gewagt hat, das von der Branche mit großen Erwartungen bedacht wird und an dem viele große Konzerne teilnehmen, aktiv dafür, die Bremse zu treten?

Dahinter steht das Kernproblem, das in diesem Artikel erörtert wird: Das Finanzmodell von persönlichen intelligenten Agenten.

Das Rechenleistungsloch hinter dem 199-Yuan-Paket

Zuerst kann man die einfachste Rechnung aufstellen.

Ein Kimi-Nutzer hat eine Rechnung aufgestellt: Wenn man das 199-Yuan-Monatspaket auf tägliche Gespräche verteilt, betragen die durchschnittlichen Kosten etwa 0,5 Yuan pro Mal. Aber wenn man diesen Preis für komplexe Agent-Aufgaben anwendet, stimmt die Größenordnung nicht mehr.

Der Rechenleistungsverbrauch von allgemeinem Chat (z. B. wenn Sie fragen „Wie ist das Wetter heute?“ oder „Schreibe mir eine Urlaubsanfrage“) ist einmalig, hat einen geringen Kontext und endet in einer einzigen Runde. Aber die Betriebslogik eines echten Personal Agent ist völlig anders.

Der Agent muss zuerst das Ziel zerlegen, eine isolierte Sandbox in der Cloud starten, Dutzende von aufeinanderfolgenden Tool-Aufrufen (Tool Call), Webseiten-Abrufen, Selbstkorrekturen und Überprüfungen von Schlussfolgerungsketten (CoT) durchführen. Hinzu kommt ein Kontext von Zehntausenden oder sogar Hunderttausenden von Token, um das aktive Gedächtnis aufrechtzuerhalten. Bei einer scheinbar gewöhnlichen Agent-Aufgabe werden unter der Oberfläche oft mehr als zehn bis Dutzende von Modellaufrufen ausgelöst.

Zusammen mit den Kosten für Cloud-Rechenleistung und Speicherung übersteigt der tatsächliche Verbrauch an Token und Sandbox-Rechenleistung für einen schweren Nutzer bei einer komplexen Agent-Aufgabe bei weitem 0,5 Yuan.

Das Abonnementmodell für SaaS im C-Bereich (vorwärts gerichtete Gebührenerhebung) und der exponentiell steigende Rechenleistungsverbrauch von Agenten stehen im Finanzmodell im Widerspruch zueinander.

Die Fakten beweisen auch, dass diese Fehlpassung zwischen den Schlussfolgerungskosten und der Einnahmenstruktur sich bereits in den Finanzdaten von Kimi widerspiegelt.

Laut öffentlichen Informationen machen die API-Aufrufe im B-Bereich und das Entwickler-Ökosystem den größten Anteil der Einnahmen von Moonshot AI (Kimi) aus. Der Anteil der Einnahmen aus dem API-Geschäft übersteigt 70 % und steigt weiter an.

Für unabhängige KI-Hersteller wird die API genau nach Token abgerechnet, je mehr Aufrufe es gibt, desto mehr Einnahmen gibt es, und es gibt einen klaren Bruttogewinnspielraum. Bei Claw mit dem festen monatlichen Paket im C-Bereich hingegen werden teure Rechenleistungen für anspruchsvolle Technikbegeisterte subventioniert, was leicht zu einem Bruttogewinnloch werden kann.

Wenn mehr als 70 % des Kern-Cashflows eines Unternehmens aus der API stammen, ist es eine sehr vernünftige und unvermeidliche Entscheidung, die C-End-Claw, bei der mehr Nutzung mehr Verlust verursacht, kalt zu behandeln und den Rechenleistungsverbrauch zu reduzieren.

Die andere Rechnung der großen Konzerne mit der „rückwärts gerichteten Diskontierung“

Da selbst der Vorreiter Kimi bewiesen hat, dass persönliche intelligente Agenten, die auf vorwärts gerichteten Abonnements im C-Bereich basieren, im Finanzmodell nicht funktionieren, warum geben Alibaba (Qianwen Go!), Tencent (LightVela/Handy Bot) und ByteDance (Doubao) dann noch so viel Geld aus, um dieses Schlachtfeld voranzutreiben?

Denn die großen Konzerne rechnen mit einer anderen Rechnung. Sie nutzen Agenten, um ihre wichtigsten rückwärts gerichteten kommerziellen Vermögenswerte neu zu gestalten.

Verschiedene große Konzerne haben völlig unterschiedliche Logiken der „rückwärts gerichteten Diskontierung“:

Zuerst kommt Meta. Meta Muse hilft Nutzern, ihren Zeitplan zu verwalten und Produkte zu empfehlen. Oberflächlich betrieben wird ein kostenloser Assistent erstellt, im Wesentlichen werden aber legal sehr tiefe „starke Absichtskontexte (Intent Context)“ der Nutzer erfasst.

Herkömmliche Likes und Durchsuchen in sozialen Netzwerken sind schwache Absichten, während Agenten aufzeichnen, wohin der Nutzer nächsten Monat in den Urlaub fahren möchte, welches Auto er wechseln möchte und welchen Kurs er für sein Kind anmeldet. Die Steigerung der Effizienz gezielter Werbung durch die Kosten für Rechenleistung ist eine Diskontierung, bei der die Rechenleistung das Werbeökosystem antreibt.

Alibaba rechnet mit GMV und der Provision für die Leistungserfüllung (Take Rate).

In den neuesten Testszenarien von Alibaba für „Qianwen Go!“ sind typische Aufgaben „Ein-Klick-Preisschutz und Rückerstattung der Preisdifferenz auf Taobao, Entschädigung bei Flugverspätungen, Preisvergleich und Reservierung von Autopflege“. Nutzer verwenden Agenten, um echte Leistungen auszulösen. Die Rechenleistung, die der Agent verbraucht, während er Rabatte überprüft und Bestellungen abschließt, wird problemlos durch die Transaktionsprovisionen von Taobao/Tmall, die Provisionen von Amap und Fliggy sowie die Werbekosten der Händler gedeckt.

Tencent rechnet mit der Bindung im privaten Bereich und dem Umlauf von Finanz-/Zahlungsvorgängen.

Die Agenten von Tencent beherrschen den privaten Kontext und die sozialen Beziehungen von WeChat. Solange der Agent die persönlichen Angelegenheiten der Nutzer im geschlossenen Kreislauf von WeChat behält, kann Tencent einen sehr hohen Lebenszeitwert des Nutzers (LTV) durch angesammelte Gelder, Zahlungsgebühren, finanzielle Monetarisierung und E-Commerce auf Video-Konten erzielen.

ByteDance (Doubao) rechnet mit der Aufmerksamkeit für Inhalte und dem Schutz des Eingangspunkts des Datenverkehrs, indem der Agent zu einem vorgelagerten Router für persönliche Informationsfilter und Konsumentscheidungen gemacht wird, um zu verhindern, dass sein eigener Datenverkehr von Kurzvideos, E-Commerce und Werbung von anderen Agenten abgefangen wird.

Das erklärt, warum unabhängige KI-Unternehmen nur widerwillig schrumpfen, während die Giganten unbedingt kämpfen müssen: Unabhängige KI-Unternehmen verdienen Geld mit Tools, während die Giganten das Vertretungsrecht für den Eingangspunkt des Ökosystems erobern.

Zahlung: Das ultimative Ziel des Eingangspunkts intelligenter Agenten

Wenn man diese kommerzielle Logik weiter verfolgt, stellt sich eine neue Frage: Wo liegt der Endpunkt von persönlichen intelligenten Agenten als „dritte Generation von Eingangspunkten“?

Meine Meinung ist: Man kommt an die Zahlung nicht vorbei.

Ein Agent ohne Zahlungsautorisierung ist immer nur ein Ratgeber, der nur auf dem Papier funktioniert. Selbst wenn er einen perfekten Reiseleitfaden schreibt, muss der Nutzer am Ende manuell die App öffnen, das Zimmer auswählen und das Passwort eingeben, um zu bezahlen. In dem Moment des Sprungs zwischen Anwendungen werden der kommerzielle Wert und der geschlossene Kreislauf des Ökosystems unterbrochen.

Nur wenn der Nutzer dem Agent die Berechtigung für „kontrollierte Abbuchung/autorisierte Zahlung“ gewährt, übernimmt der Agent wirklich das Vertretungsrecht für die reale Welt.

Das erklärt auch, warum ByteDance (Doubao) kürzlich stillschweigend die Funktion zur Bezahlung von Strom-, Wasser- und Gasgebühren eingeführt hat.

Oberflächlich betrachtet ist die Bezahlung von Strom, Wasser und Gas eine sehr kleine und unscheinbare Funktion. Aber aus taktischer Sicht ist dies ein sehr präziser Schritt von ByteDance, um seine Schwächen zu beheben.

ByteDance hat eine große Anzahl von täglichen aktiven Nutzern (DAU), aber die Nutzer haben im Doubao keine Geldkonten und keine Gewohnheit für Zahlungen. Die Bezahlung von Strom, Wasser und Gas ist ein typisches Szenario mit „niedriger Entscheidungsschwelle, hoher Häufigkeit und keinem Preisvergleich“. Bei dieser Aktion muss keine Marke ausgewählt oder ein Gutschein eingelöst werden, man muss nur das Geld bezahlen.

Indem ByteDance in dieses Szenario einsteigt, trainiert es im Wesentlichen die Gewohnheit der Nutzer, direkt im KI-Assistenten „Karte zu binden, zu autorisieren und abzubuchen“. Nur wenn die Zahlungspipeline aufgebaut ist, können verschiedene Dienste von Doubao in Zukunft reibungslos funktionieren.

Aber es ist nicht einfach, die ultimative Hürde der „Zahlung“ zu überwinden.

Alipay (Kreditsystem, Risikokontrollmodell und Abbuchungsvereinbarung) und WeChat Pay (hochfrequente soziale Beziehungen und privater Bereich offline) sind zwei unüberwindbare Barrieren, die Tencent und Alibaba über mehr als ein Jahrzehnt aufgebaut haben.

Vor einiger Zeit, als der Doubao-Handyassistent versuchte, durch GUI-Bildschirmerkennung die manuelle Klickoperation des Nutzers zu simulieren, um Anwendungen übergreifend zu bestellen und zu bezahlen, haben die gängigen Apps wie WeChat, Taobao, Alipay und Meituan schnell eine Übereinkunft getroffen, um solche automatischen übernahmeoperationen zwischen Anwendungen einzuschränken.

Die Logik ist sehr streng: „Ich kann dir erlauben, Daten zu durchsuchen, aber dein Agent darf auf keinen Fall herüberkommen, um mein Zahlungskonto und die Bestelltaste zu steuern. Sobald der Eingangspunkt der Zahlung von dir abgefangen wird, werde ich zu einem reinen untergeordneten Werkzeug degradiert.“

Zurückblickend hat diese Welle, die von Meta Muse ausgelöst wurde, den grundlegenden Charakter der kommerziellen Welt nicht verändert.

Für unabhängige KI-Startups sind persönliche intelligente Agenten im C-Bereich ein sehr verlockendes aber auch extrem gefährliches Rechenleistungsloch. Für Giganten wie Alibaba, Tencent und ByteDance hingegen sind persönliche intelligente Agenten nach „Suche“ und „Empfehlung“ der dritte Generation „Super-Torwächter“ für Internet-Datenverkehr und Transaktionen.

Dieser geheime Kampf hat gerade erst begonnen. Neben dem technischen Wettbewerb ist es gleichzeitig ein Kampf um die Ökosystempositionierung, bei dem es darum geht, ob die Rechenleistungskosten durch das rückwärts gerichtete Ökosystem diskontiert werden können und wer am Ende den Endpunkt der persönlichen Zahlung und Leistungserfüllung übernimmt.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Changjiang-Delta Momo“, Autor: Sanhuo, veröffentlicht mit Genehmigung von 36Kr.