据报道称，2026年，某一个做小红书文案助手的OPC创业者，在Coze上架了付费技能，9.9元永久解锁，一个月卖出去两千多份；同时，以色列的一家电商反欺诈公司Riskified按"AI批准且产生营收的订单"抽成，客单价越高费率越低，还顺手给客户做了拒付担保；而蚂蚁数科在2015年外滩大会上，把"按效果付费"摆上了台面——客户不用预付高额费用，AI带来多少业务增长，双方就分多少。

这三件事发生在同一年，却代表了智能体商业化的三套完全不同的算账方式。当"卖软件"被智能体重新拆开，赚钱的逻辑也就不再是"按人头收年费"那么单一了。

一把统一的尺子：过程成果，还是结果成果

北大汇丰商学院魏炜等人提出的"成果定价原理"，给了一把趁手的尺子。AI智能体的效能会被数据漂移、业务复杂度、环境变化反复扰动，冒出三类风险——性能风险（生产环境表现弱）、归因风险（成效算不到AI头上）、适应性风险（效果不稳定）。这三类风险，直接动摇了"确定性交付就能收费"的传统逻辑。

破局思路是把定价量纲分成两类。过程类成果对应"进场费、过路费、停车费、加油费"——计量准入资格、单次交互、占用时长、消耗资源，你付的是"动作发生了"。结果类成果对应"分享费"——对标"业务价值增量"这个终极指标，比如增收金额、降本幅度、风险敞口收缩。所有商业模式，都能在这把尺子上归位。

模式一：SaaS订阅——最稳的基本盘

面向终端用户的SaaS订阅，是普通人最熟悉的形态。每月付20美元用ChatGPT Plus，每年付一笔钱用Cursor写代码，或者买豆包、心响这类消费级Agent会员——本质都是"进场费"：先交钱，获得使用资格的门票。盈利逻辑简单到不用解释：可预期的经常性收入（ARR），边际成本趋近于零，规模越大越赚钱。魏炜框架里它归"过程类成果"——你为"能使用"付费，至于用出什么结果，厂商不负责。

它最适合标准化、高频、需求明确的场景。智能客服、数据分析、文档处理这类"大多数企业都需要、差异不大"的需求，订阅制跑得最顺。华龙证券研报也指出，当前SaaS和按调用量仍是主流，适用于标准化需求，企业订阅后能获得稳定服务和持续更新。但订阅制有"效率惩罚"的影子——客户用得越狠、省下的人越多，厂商收入却不动。所以MiniMax开始把订阅做成"分层订阅+积分制+企业定制"的混合体：中小企业按3000到5000元/席位/年收费降门槛，大企业叠加定制化与成果分成。订阅打底，上面再长别的。

模式二：平台生态与分成——让开发者替你赚钱

第二类模式不靠自己卖功能，而是搭场子让第三方开发者造Agent、卖服务，平台抽成。2026年微软Build大会甩出一句话："Windows不再只是人类用户的平台，Agent是运行时、工具链和分发模型里的一等公民。"配套推出的Windows Agent Store，开发者分成给到85%（苹果App Store是70/30）；OpenAI同年开通ChatGPT应用商店，上架免费、分成只收15%。

国内玩法更接地气：Coze扣子靠支付宝支付MCP，创作者在对话里直接拉起会员付费，分成约70%；阿里云百炼搞"Agent打赏+API收费+Agent Store分润"三合一；腾讯元器打通微信支付沉淀私域会员；Dify开源可私有部署，开发者自己对接支付收年费或按量。平台生态的盈利逻辑本质是收"过路费"和"地租"：流量、支付、分发、审核这些基建我建好，你在我地盘做生意每笔抽一点。

它的适用场景是长尾、多样化、UGC驱动的需求——任何厂商都做不完所有场景，不如让千千万万开发者去填。对个体创作者门槛最低，对平台则是用别人人力换自己生态厚度。但平台规则说了算、品牌和数据都归平台，所以老玩家会"组合拳"：双平台发布+付费技能+打赏+CPS，再把用户导到私域卖课卖服务。平台只是入口，不是终点。

模式三：企业定制化——高客单的脏活累活

面向企业的定制化解决方案，是客单价最高也最"重"的一类。它不卖标准化工具，而是钻进客户的CRM、ERP、生产系统，按行业know-how和私有数据把智能体训成客户自己的"岗位"。MiniMax的"AI原生工作台"对中小企业走轻量订阅，对大型企业则提供深度定制，除10到50万元/年基础服务费，还按效率提升比例或实际成果收额外费用。华为云Pangu Agent、腾讯云TI走企业级私有化部署收费；蚂蚁数科把"按效果付费"直接嵌进金融核心业务，按活跃、交易规模、理财销量增长分成。

它的适用场景非常明确：业务耦合深、数据敏感、结果可量化、容错率低的行业，如金融、医疗、工业制造。企业级Agent一旦接入核心系统，极高的迁移和适配成本反而成了厂商锁定长期客户的护城河——卖的不是软件，是"被嵌进你血液里的能力"。代价是重：每个项目都得驻场、调参、对齐流程，边际成本降不下来，能撑高客单却难像SaaS那样指数复制。

模式四：RaaS——为结果买单的新物种

第四类是这一轮最被热议的"智能体即服务"（RaaS，Results-as-a-Service）。它把计费锚点从"动作"彻底挪到"价值"：解决一张工单付钱，忙活半天没产出就免费。蚂蚁数科在外滩大会推"按效果付费"，客户无需承担高额前期投入，按AI带来的业务增长分成；金蝶差旅智能体已按出差行程数量收费，企业买的不是工具，是"能交付确定结果的数字员工"。

魏炜把它归到"结果类成果定价"，并指出这是AI从SaaS走向RaaS的关键路径，尤其适合"结果与业务目标关联直接、但实现过程复杂难标准化"的场景。Shopify Magic就是典型：营销链条里AI行为频次难计量（过程效率低），但销售额增长可直接从订单系统读取（结果效率高），于是Shopify按AI净贡献收分成，做到"先创造价值、后分享收益"。

现实里纯RaaS往往留在可量化垂直场景，大多数产品用"基础平台费+结果分成"的混合结构落地。这也引出了更底层的判断框架。

没有最优解，只有最适配

把四类模式摆在一起，会发现它们不是替代关系，而是分布在交易效率四象限里：双高的用"基础过程费+绩效结果费"两部制，过程难计量但结果好验证的用结果锚定分成，两边都低效的退回订阅/里程碑，过程好计量但结果难验证的用用量计费。

给从业者一个实用顺序：先诊断自己产品的"过程可计量性"和"结果可验证性"，落在哪个象限就用哪套算账方式；等标准化程度提升、数据积累够了，再主动把模式往前推一格。对终端用户，订阅是最省心的入口；对开发者，平台生态是低门槛的试炼场；对企业客户，定制化是把AI焊进核心业务的方式；对追求价值对齐的双方，RaaS是终局方向却也最难。

2026年的AI智能体商业化，没有谁取代谁，而是在同一张价值网里各自找收费姿势。真正值得盯的，不是哪种模式更"先进"，而是哪种让"技术优势"和"客户可感知的业务价值"之间的缝隙最小。缝隙越小，交易效率越高，钱就收得越稳。这把尺子，比任何融资故事都来得实在。