智东西（公众号：zhidxcom）
作者 | 王涵
编辑 | 漠影

2026年初，“小龙虾”OpenClaw横空出世，爆火出圈。这款开源AI智能体凭借自主规划、多步推理和工具调用的能力，让无数开发者和极客第一次真正感受到“AI能自己干活”的震撼。

紧接着，各类定制化个人智能体百花齐放，全球AI智能体市场预计将从2024年的51亿美元增长到2030年的471亿美元。

而Agent的每一次多步推理、每一次长程任务，背后都需要数以万计的Token供给。Token作为智能时代的度量单位，其生产、优化和调度，被推到聚光灯下。人们开始追问：Token从哪来？如何让Token更加稳定、更加优质？

在智东西与PPIO联合创始人兼CEO姚欣的深度对话中，姚欣将今年的变化精炼为“Token会更智能”和“云会被重新定义：从人用Token到Agent用Token”。

当Token的客户不再是人，而是Agent时，云服务商需要的不再只是CPU、硬盘和带宽，而是面向Agent工作负载的“Token工厂”，一种更低延迟、更高吞吐、更懂Agent的运行方式。

正是在这样的行业拐点上，PPIO在WAIC 2026大会上正式发布全新的Agentic Cloud定位，以及智能模型网关新品，致力于打造面向Agent时代的智能Token工厂。

围绕这一定位，PPIO Agentic Cloud构建了两层原生产品体系：智能模型网关与Agent Harness层。

一、智能Token工厂的两大关键词：让Agent既省钱又变聪明

根据灼识咨询，虽然推理成本每年以10倍以上的速度下降，但Agent任务的复杂度同步攀升，单次Agent任务消耗的Token数量，从早期的数百增长到如今的数万甚至数十万，综合算下来成本压力不降反升。

另一方面，单一模型无法覆盖Agent的多样化需求，Agent既要深度推理，又要快速响应，还要处理多模态信息，而市面上的MaaS平台大多绑定自家模型生态，无法灵活适配。更关键的是，Agent对延迟和稳定性的要求远高于传统AI应用——一次工具调用失败，整个任务链条可能瞬间崩断。

对于这一难点，PPIO在本次WAIC上给出的核心解法是发布智能模型网关。姚欣透露，这款新品的核心逻辑是“在提升智能上限的同时，帮用户大幅省钱”。

首先是“混合模型”（MoM，Mixture of Models）机制。

在处理高价值、高风险或结果不确定的关键Agent步骤时，网关会触发多模型融合。它会将问题同时分发给多个擅长此道的专家模型，通过交叉验证生成最终答案。这种“专家会诊”模式可以极大避免因模型“偏科”导致的任务失败和返工。

其次是“智能调度”与成本优化。

网关会根据任务类型进行智能路由：简单问答用轻量模型，复杂推理用强模型，并通过压缩冗余上下文、复用计算结果、设置预算护栏和失败回退机制，确保用最经济的成本完成同样质量的任务。

这种工程化手段带来的效果立竿见影。根据DRACO深度研究基准测试，PPIO通过融合Mimo-V2.5-Pro、Kimi-K2.7和GLM-5.2进行混合推理，可将性能提升至接近Claude Fable 5的水平，而成本大幅度下降。据综合测算，PPIO智能模型网关能将智能水平提升20%，同时将成本降低50%-60%。

姚欣形象地总结道：“智能模型网关不卖最贵的‘超级模型’，也不卖最便宜的‘乞丐模型’。我们是把模型的智商稳定在头部梯队，同时把价格打到了中低梯队。”

此外，PPIO自研的推理加速引擎针对Agent高频工具调用、长上下文推理等场景深度优化，推理性能提升可达10倍。搭配Prompt Cache技术，Token成本最高能省80%。

这一技术实力也已获得权威认可。今年，PPIO入选中国信通院首批“企业级Token服务性能攀登基线”，在通用场景下跑出了TPS≥55个/秒、TTFT≤0.9秒、调用成功率≥99.9%的硬指标。

二、Agent沙箱上线一年增长123倍，Harness为Agent装上手脚和记忆

传统云服务的控制台、API、数据库、计费模式……一切都是围绕“人如何使用云”来构建的。但Agent的工作方式完全不同：它们的任务是毫秒级启动、秒级执行、完成后即刻销毁，整个生命周期可能只有两三分钟。

行业正在形成一个新的共识：Agentic AI Infra的核心不再仅仅是GPU，而是Runtime（运行时）。Agent需要的是一个理解Agent工作方式的专属运行环境，即低延迟启动、隔离安全、自带记忆、天然工具接口。

PPIO Agent沙箱正是由此而生的。

PPIO Agent沙箱基于microVM技术，可以实现毫秒级冷启动（<200ms），满足Agent实时响应需求；每个Agent任务均可运行在独立虚拟机环境，实现系统级安全隔离，防止跨任务数据泄露与资源竞争；支持上万个沙箱同时创建，每个请求获得独立执行环境；Auto Pause/Resume机制让任务空闲时自动暂停、恢复时秒级唤起，成本较同类产品最高降低90%以上。

自去年WAIC发布以来，Agent沙箱经历了爆炸式增长。姚欣在采访中提到：“去年我们在WAIC上发布了Agent Sandbox，是国内首发，今年再看Sandbox的增量，增速非常夸张。”这款国内首款兼容E2B接口的Agent沙箱，让开发者无需修改现有代码即可迁移，上线不到一年业务规模增长超123倍。

沙箱解决了“在哪跑”，但生产级Agent还需要“怎么编排、怎么操作、怎么记住”。PPIO正面向长程任务持续演进Harness能力。

PPIO Agent Harness内置Browser Use让Agent驱动浏览器搜索信息、填写表单、抓取数据；Computer Use让Agent操控桌面环境完成GUI自动化；Code Interpreter让Agent在沙箱内执行代码做数据分析和文件处理；MCP Server通过标准协议接入飞书、数据库、第三方API等外部服务。

工具调用叠加多智能体编排、记忆管理等一套工具组合，覆盖Agent从信息获取到执行操作的完整链路。

姚欣的观点很清晰：“当Agent成为Token工厂的第一客户，云平台就不能再用给人类用的工具去服务程序化的Agent。”

基于Harness层，平台预置了PPClaw、PPHermes等多款开箱即用的智能体模板，开发者通过控制台一键操作即可完成云端部署，最快10分钟即可上线运行。部署后的Agent支持7×24小时持续托管与定时任务调度，不使用时可一键暂停计费，恢复时秒级唤醒，成本完全可控、可预测。

同时，PPIO还提供面向Agent的AI原生接口，支持MCP标准协议，Agent可通过自然语言直接调用GPU算力、沙箱环境、模型API、存储网络等全量基础设施能力。平台兼容LangChain、CrewAI、AutoGen等主流Agent框架，现有代码零改造即可接入部署，最大程度降低迁移成本。

姚欣认为，在Agent时代，开发范式发生了转变“从基于程序开发，变成基于Agent开发。以后企业搭建的是数字员工团队。这种模式未来很可能成为替代SaaS的新趋势。”

三、PPIO：从“基础设施”到“Agentic Cloud”的进化

智能Token工厂不是凭空出现的。

PPIO日均万亿级Token消耗量的背后，是提前数年布局的分布式算力网络和高密度计算节点。

正如姚欣在采访中所说：“PPIO跟同行的发展路径不一样，我们从八年前就开始打造分布式云的底座。到了2023年之后，这变成了我们做分布式推理的基础；2024年我们又推出了推理加速平台PPInfer；到了2025年，Token工厂服务集成了从底层算力调度到上层推理加速的全栈能力。”

PPIO的爆发式增长数据印证了这一逻辑。

2026年6月，PPIO日均Tokens调用量超1.2万亿，在中国独立AI云计算服务商中排名第一，较2025年同期增长超8倍。按2025年及2026年第一季度平均每日Token消耗量计，PPIO同样位居独立AI云计算服务商榜首。

PPIO的AI云收入自2025年起增长逾十倍，公司营收从2023年3.584亿元增至2025年7.703亿元。全球注册开发者超67万名。

客户覆盖泛互联网、社交媒体、电商、教育、汽车、电信、信息科技、智能制造等八大行业，其中包括大部分中国前十大互联网公司及多家“独角兽”初创公司。

还有一个关键数据值得关注：PPIO平均GPU利用率2025年一直高于75%，远超行业平均40%-50%。

姚欣在采访中揭示了背后的逻辑：“推理是跟着用户的使用习惯走的，大部分人在白天工作用AI，流量高峰就在白天，凌晨是低谷，这就导致很多GPU集群的平均利用率只有40%到50%。而PPIO利用东西半球的时差互补，能在全球24小时内把GPU利用率拉到70%到80%。”

PPIO将此增长归因于全球调度网络的“削峰填谷”能力。

PPIO在欧洲、北美洲、南美洲、东南亚等关键区域部署分布式多集群，覆盖全球6大洲。其利用跨地区时区差异和多样化客户群的交错需求概况，将全球闲置算力动态分配至任何特定时刻的需求高点，确保GPU资源有效部署而非在非高峰时段闲置。

这种调度能力直接降低了单位Token的实际成本，成为PPIO“前店后厂”模式得以盈利的底层保障。

结语：智能Token工厂，Agent时代的基础设施

姚欣在采访中说了一句话，描述了PPIO的愿景：“今天的智能上限不仅存在于模型内部，在模型之外，像Agent工程、模型融合这些方向，同样能大幅提升智能水平。”

这意味着，通往AGI的道路不止一条。当行业在卷模型参数、卷训练数据时，PPIO选择在另一条路上深耕：让Token更便宜、让Agent跑得更稳、让云真正服务于AI。

Agent的规模化部署才刚刚开始。从单Agent执行简单任务，到多Agent协同完成复杂工作流，再到数字员工与人类员工的无缝协作……每一次跃升都会对Token的供给能力提出更高要求。

智能Token工厂的意义，不只为适配当下需求，更为智能体经济的爆发提前布局底层基建。