火山引擎总裁谭待：谈论Agent与APP冲突还太早

12月18日，字节跳动旗下云平台火山引擎发布豆包大模型1.8、音视频创作模型Seedance 1.5 pro，披露豆包大模型日均tokens调用量已超过50万亿，该数据在今年9月时为30万亿。

豆包AI手机仍是与会者关注的重点。行业将互联网APP采取的针对性限制举措解读为“Agent时代与APP时代之间的冲突”，对此，火山引擎总裁谭待在采访中回应称：目前行业发展阶段还很早，AI落地仍处于早期阶段，所谓“冲突”本质取决于观察视角。对用户而言，核心价值不在于满足需求的载体是Agent、APP、网页还是电话，而在于更便利、更低成本地达成目标。比如过去因下楼买咖啡麻烦就不买了，而如今有机器人配送让点餐更便捷，需求升级为一天两杯，这正是技术的关键价值所在。

谭待认为，目前生活中仍有大量未被充分满足的需求，AI的核心作用应是优化这些需求的解决效率。就像APP并未取代Web一样，Agent也不会淘汰现有载体，反而会因需求扩容、用户时长增加，形成Web、APP、Agent共存互补的格局。

除了外部独立APP的“反制”，整个技术生态的成熟度也未做好迎接Agent全面接入的准备。对此，火山引擎智能算法负责人吴迪对第一财经记者表示，当前行业对AI与Agent的探索仍处于摸索阶段。过渡阶段里，市场需求已存在，但模型尚不完善，企业实践也各具特色，这种状态预计还会持续三年左右。从生态与第三方视角来看，行业“是否准备就绪”的核心在于Agent 工具的完善。吴迪透露，公司内部已投入大量精力，尝试将存量功能转化为Agent可识别、可调用的工具。

谭待向记者补充称，不论是豆包AI助手还是APP等产品，本质都是由众多复杂Agent构成的集合。哪怕是搜索、垂直领域问答等不同功能，背后都对应不同逻辑的Agent，而如今Agent待突破的两大核心挑战包括基础能力支撑与真实线上落地要求，满足健全性、运行时稳定性、弹性伸缩、数据安全等高标准。

2025年迈入尾声，海内外大模型头部厂商密集发力，包括Seedance 1.5 pro在内的多款多模态大模型更新迭代。对此，谭待分析称，多模态让大模型能像人一样 “看、听、说、做”，标志着AI应用往更深的场景走了。以前用大模型多为文字聊天，现在要让它办实事，不管是开车时的路况识别、产品质检找瑕疵，还是餐饮服务里的需求响应，都需要有视觉输入。且模型调用工具后，返回的结果常是图片、视频等视觉化内容，需要看得懂，才能继续处理。

至于多模态仍面临的数据等问题，谭待认为需要耐心。相关模型较去年已经能够解决非常多问题了，模型进步并解锁一个领域的更迭速度非常快。至于竞争问题，他认为厂商之间最重要的是先将市场做大，帮助各行业AI落地更快。

作为云平台，火山引擎持续强调AI时代云服务的价值。此前，AWS管理层公开表示，旗下生成式AI平台Bedrock 目标成为“全球最大的推理引擎”，长期潜力可与AWS核心计算服务EC2（亚马逊弹性计算云）相媲美，后者目前规模约400亿美元上下。谭待认可该趋势，并将MaaS业务的发展趋势类比芯片业务：两年前行业GPU出货量已超过CPU，MaaS也将迈入GPU内训练转向推理的过程。

谭待还以2025年初的AI浪潮为例，佐证AI时代云业务的重要性：当时DeepSeek带火一体机销售，但最终很多人都“砸”手里了，核心原因是AI与大模型技术持续迭代，甚至三个月更新一代，而Agent、AgentKit、RAG（ 检索增强生成）等技术产品无法私有化部署，且一体机固定算力也很难支撑丰富的AI应用落地。基于此，谭待判断，软件时代的私有化一体机模式，在AI时代将被淘汰。