港股AGI第一股:智能体与Token计费双轮增长

引言
消费级Agent热潮降温的同时,企业级智能化却在悄然加速。一家被称为“港股AGI第一股”的公司交出了一份颇具说服力的半年报:上半年营收5.62亿元,同比增幅接近四成;其中智能体(Agent)业务贡献了4.78亿元,占比超八成;更值得关注的是,Token计费的模型调用收入几乎从零起步,在第二季度环比暴涨超五倍,毛利率超过60%。这组数据的重要性不只在于增长,更在于清晰地展示了一条可复制的商业路径——从“进流程”的企业智能体,到“按调用计费”的模型能力,形成相互强化的双轮驱动。
核心内容
企业智能化服务:让Agent进流程、进平台、进系统

企业智能化服务是这家公司当前的基本盘,结构上可概括为“三段式”:
- 智能体应用:把Agent直接放进一线流程中干活;
- 智能体平台:把成熟能力沉淀为平台能力,扩展到区域与行业;
- 综合解决方案:把模型、数据与存量系统打通,完成复杂组织的系统级落地。
这种“应用→平台→方案”的组合拳,核心在于将单点试点变成可规模化复制的能力网络。半年报显示,智能体业务营收4.78亿元,同比增长35.7%,背后是持续深入的场景化渗透:医疗领域已服务470余家机构(八成以上为三甲医院),在城市治理中完成52.44万家企业画像治理,在高端制造中帮助某新能源车企订单增长10%。一旦Agent进入核心流程,优化的不只是单个环节,而是整条业务链条,因而具备更强的复购和扩展潜力。
这也解释了为什么同样是Agent,有的产品止步于“炫技”,而企业级路径能赚到真金白银——后者以结果为导向,强调流程改造、数据治理与系统集成,能在ROI上给出明确账本。
Token业务:从“模型调用费”走向可持续收入

今年新增的Token业务,本质是通过公有云API提供大模型能力,客户按Token用量付费。上半年收入接近3000万元,同比增长约760%,其中Q2收入超过2500万元,环比增幅超500%,毛利率超过60%。这组陡峭的曲线背后,有两股力量正在合流:
- 供给侧:以自研大模型为核心的模型矩阵(如U2)达到了能够直接支撑生产场景的稳定性与性价比;
- 需求侧:企业对“按量付费”的模型调用方式接受度快速提升,从探索性试用转向业务化接入。
值得注意的是,Token业务与Agent业务不是竞争关系,而是互为增益:Agent落地带来稳定用量,平台化能力降低集成门槛,API计费则把能力变成标准化商品。这种模式兼具“项目型收入的厚度”与“平台型收入的弹性”,为长期增长建立了第二曲线。
增长质量:复购、现金流与交付能力
快增长更要看“增长质量”。半年报中,复购收入占比超过60%,现金流储备接近10亿元,客单价仍在抬升。背后有三点值得关注:
- 深度嵌入的护城河:一旦Agent进入核心流程,伴随业务扩展、数据回流与持续优化,客户粘性被结构性增强;
- 交付与运维的可复制性:平台化沉淀降低边际交付成本,方案化能力确保复杂系统的稳定上线;
- 成本结构的改善:Token毛利率超过60%,说明自研模型与推理基础设施正形成规模效应,为长期利润率留出空间。
当然,也要看到约束与风险:Token体量虽小但增长陡峭,能否在保持毛利的同时进一步放大规模,取决于算力成本、模型效率、以及与行业场景的耦合深度。
与消费级Agent的分水岭
过去一年,消费级Agent频频遭遇成本、稳定性与真实价值的拷问。企业级路径的不同在于:
- 价值锚定:以流程改造与KPI提升为目标,价值更可量化;
- 数据与合规:行业数据、隐私合规、系统可靠性是刚需,不是“可选项”;
- 交付闭环:从业务诊断、数据治理、到上线运维、持续优化,形成完整交付链。
这是一条相对“重”的路,但正因重,护城河也更厚。
影响与展望
从产业视角看,这份财报提供了AGI商业化的一条可落地范式:以企业智能化为基本盘,辅以标准化API能力形成双轮驱动;以行业深耕获得复购和粘性,再以平台化扩散降低边际成本。对行业参与者的启示包括:
- 产品策略:优先攻坚可度量ROI的关键流程,建立“应用→平台→方案”的能力闭环;
- 技术策略:坚持模型工程与Agent工程双线并进,强化稳定性、可控性与可运维性;
- 商业模式:结合项目制与平台制,既吃下“重交付”的确定性,也拥抱“按量计费”的弹性;
- 风险管理:关注算力成本波动、模型同质化竞争、以及头部客户集中度,提前在海外与端侧新场景布局对冲。
展望未来,企业级Agent与Token业务很可能进一步融合:更多流程被Agent化,更多能力以API输出,端侧AI与具身智能打开新的增量场景。若能在更多城市、更多行业复制“跑通一个场景、沉淀一套平台、打通一类系统”的路径,第二曲线将不只是“增长率漂亮”,而是“增长质量稳健”。对于正在寻找AGI商业化答案的市场来说,这或许就是一条值得追随的路线。
标签: AGI 智能体 企业服务 大模型 云知声