当 Agent 开始工作，SaaS 该怎么收费？

最近，企业办公软件与 AI Agent 市场连续出现产品整合信号。公开报道显示，阿里正以 QoderWork 为基础整合悟空和 MuleRun，形成名为“千问办公”的统一入口。字节跳动则把豆包企业版以 Agent 形态深度嵌入飞书，使其能够在授权范围内调用文档、知识库、群聊和会议等企业上下文，并让任务成果回到团队工作流。腾讯方面，据媒体援引 7 月 20 日的内部组织调整通知，QClaw 相关团队被调整至 WorkBuddy 所属部门，两条 Agent 产品线由此进入同一管理体系。

三家AI巨头路径并不相同，却指向同一个变化：竞争重点正在从“谁有一个更聪明的 AI 助手”，转向“谁能成为进入企业知识、数据、工具和业务流程的统一入口”。

这并不意味着企业服务SaaS会消失。过去，员工登录软件，通过菜单、表单和按钮完成业务；当 Agent 进入企业工作流后，员工提出目标，Agent 获取上下文、调用工具、跨系统执行并交付结果。过去 SaaS 主要回答“谁可以登录、能使用哪些功能”；Agent 控制平面还要回答“谁授权哪个 Agent 调用了什么能力、消耗多少、完成了什么、结果能否复核”。

按账号或席位收费简单、稳定，也方便企业预算。但 Agent 正在打破“一个用户对应一个席位、一份席位对应一份价值”的关系：一个 Agent 可以服务多名员工，一名员工也可能同时调度多个 Agent。软件成本与价值不再只发生在“有人登录”时，而是分布在推理、数据获取、工具调用、任务执行和结果交付的全过程。

德勤在《SaaS meets AI agents》中判断，订阅和席位许可可能逐步与用量及结果计价融合；其援引的 Gartner 预测认为，到 2030 年，至少 40% 的企业 SaaS 支出可能转向按用量、Agent 或结果计价。席位订阅不会立即消失，身份、权限、协作、合规和基础服务仍适合订阅，更可能出现的是“基础订阅＋用量＋任务＋结果”的混合模式。

基础订阅、用量、任务和结果，是四种可以组合的计价方式；模型计算、数据工具和任务结果，则是三类需要分别核算的账本。计价可以组合，账本不能混淆：

模型计算账：记录模型 Token 与算力消耗，回答“推理用了多少”；

数据与工具能力账：记录专业数据和工具调用，回答“用了哪些能力”；

任务与结果价值账：记录任务交付与验收，回答“最终完成了什么”。

三本账必须分别可见，并在任务层关联，企业才能判断成本来自模型、数据还是低效编排，也能看清价格对应的能力和价值。

Agent 可以生成内容，但企业决策需要真实世界的事实。一家企业是否仍在经营、股东结构是否变化、受益所有人是谁、近期是否新增司法风险，这些信息不能依赖模型记忆。其成本来自持续更新的数据源、主体识别、关系计算、语义转换和证据留存，不能只按模型 Token 数量或返回结果长度衡量。

对企业数据服务而言，真正的计价对象是 Agent 获得了什么能力：是一次基础工商查询、一次复杂股权穿透，还是多源关联与风险扫描。

API 时代通常按照接口次数或年度套餐收费；Agent 时代还要识别谁在什么任务中调用了什么能力，明确成本边界，并防止重复调用或错误规划造成预算失控。

企查查智能体数据平台（以下简称“企查查 MCP”）提供了一个较为直观的实践样本。

截至 2026 年 8 月，平台覆盖企业数据、法律数据和智能文档解析三类领域，形成 9 个 MCP Server、197 个工具和 27 个业务 SKILL，底层连接超过 4 亿市场主体及司法诉讼、知识产权、招投标等专业数据。

平台不按模型 Token 消耗统一计价，而是依据数据工具的业务价值、服务成本与调用方式，采用分级积分进行计量。面向同一企业的工商、股权、董监高等多维查询，可通过主体合并计量和用量保护机制控制重复消耗；实体识别、法律数据和文档解析等非主体型能力，则根据实际调用量计量。积分是数据和工具能力的计量单位，使专业数据成本变得可预算、可追踪、可治理。

同样是企业尽调，不同任务所需的数据能力和最终交付物可能存在很大差异。

初创企业基础尽调。 对一家股权结构相对简单、经营历史较短的初创企业，通常聚焦主体真实性、工商信息、核心股东、受益所有人和主要司法风险。调用的数据工具相对较少，关系链和历史跨度较短，报告内容及证据材料也相对精简。

拟上市企业综合尽调。 对一家业务板块较多、股权层级和关联关系更复杂的拟上市企业，通常还需覆盖历史工商变更、多层股权穿透、关联企业、董监高任职网络、近三年司法风险、知识产权、招投标及经营动态等维度。其工具调用更多、时间跨度更长、证据链更完整，报告篇幅、数据覆盖度、信息丰富度和分析深度都会显著增加。

成本差异并非由“初创企业”或“拟上市企业”的标签决定，而是由任务的数据维度、穿透深度、历史跨度和证据要求决定。因此，计量依据应当是实际调用的数据能力和任务复杂度，而不是报告字数、模型 Token 数量或统一查询次数。

从席位订阅走向混合计价，不只是修改价格表，还要求服务商定义一次调用、一次动作、一次任务和一个结果分别是什么，并建设实时计量、调用追踪、预算控制、异常熔断和结果归因能力。

企业采购方也需要从“买多少功能、多少席位”转向更具体的问题：

模型、数据、工具和任务成本能否分开查看；

Agent 是否设置预算、限额和重复调用保护；

每一笔消耗能否回溯到发起人、任务和结果；

“完成任务”是否有明确、可验证的验收标准。

结果计价最接近客户价值，也最难归因。当多个 Agent、数据源和人工判断共同参与任务时，合同定义、结果归因和财务合规都会更加复杂。未来更可能是订阅、用量、任务和结果计价长期并存。软件的价值单位正在从席位延伸到能力、任务和结果；谁能把计算账、能力账和价值账组织成透明、稳定、可计量、可复核的服务，谁才更有机会成为下一代企业智能的基础设施。