6月17日，智谱在港股涨超14%；6月18日再度大涨26%、股价创上市新高，市值达9336亿港元。
短期股价有情绪和资金面的成分，未必能简单归因。但把时间拉长看，一个更值得琢磨的变化正在发生：二级市场给AI公司定价的那把尺子，似乎正在换挡。
旧尺子为什么失灵
过去两年，AI行业的主流叙事相对明确：谁的模型更强，谁就更值钱。参数规模、跑分排名、基准测试成绩，是市场最常用的估值锚点。但这条逻辑正变得越来越不够用。随着开源模型追赶闭源模型的速度加快，国内头部大模型之间的能力差距，已经从"代差"收窄到"版本差"。当大多数玩家都能拿出一个"还不错"的模型，"模型有多强"本身就很难再撑起一个有区分度的估值故事。
模型从"变量"变成了"常量"。于是市场开始换尺子。换什么尺子，取决于一家公司在AI价值链上站在哪一层。
第一层：模型层——卖能力，看收入兑现速度
海外锚是OpenAI、Anthropic，国内对标是智谱、MiniMax这类头部大模型公司。这一层的产品是"AI能力"本身，客户买API、买调用量。定价尺子很直接：收入增速、调用规模、商业化兑现的确定性。
智谱是这一层目前讲得最清楚的样本。它在港股的强势，本质不是"模型分最高"，而是它把商业化执行讲圆了——企业级API收入超预期、新一代模型发布带动需求。客观说，这是一份漂亮的阶段性答卷。
智谱这波行情还有另一层背景：Anthropic最新模型近期在中国市场的使用受到限制，国产大模型的"供应链安全"价值被重新审视。当海外头部模型的可用性出现不确定性，能稳定供应的国内模型提供商，天然获得一层额外的战略溢价。智谱在某种程度上被市场当作海外头部模型的国产替代选项——这不只是"谁的模型强"的问题，更是"谁能稳定供应"的问题。
但智谱也还没兑现完：仍处于大幅亏损状态，商业化路径能不能从"增长预期"变成"稳定利润"，要靠后面几个季度的财报回答。智谱的强，恰恰证明了市场的尺子已经从"模型多强"换成了"收入多快"+"供应多稳"。
第二层：应用层——卖结果，看按效果计费的占比
海外锚很清晰：Salesforce的Agentforce，最近一个财年年化收入做到约8亿美元、同比增速接近170%，而且计费方式正在从"按账号收"转向"按完成结果收"；前Salesforce联席CEO Bret Taylor创办的Sierra走得更彻底——只在AI真正解决问题时才收钱。这一层卖的不是工具，是"干完的活"。定价尺子是ARR增速加上按结果计费的渗透率：能按结果收钱，意味着客户认的是产出而非席位，粘性和议价权都更高。
这一层中国玩家还在追赶，真正能"按结果计费"的样本不多——这恰恰是观察国内AI应用公司含金量的一把好尺子。
第三层：协作层——卖生产力网络，看上下文护城河有多厚
这是最稀缺、也最难被现有框架定价的一层。它要解决的不是单个Agent够不够聪明，而是一个更工程化的问题：当几十、上百个来源不同的Agent要在同一家企业里干活，它们之间怎么共享上下文、怎么互相纠错、人在哪个节点介入。
明略科技押注的正是这一层。这家2025年11月在港交所主板挂牌（2718.HK）、获腾讯、红杉中国等机构股东支持的公司，被市场称为"全球Agentic AI第一股"。它没有把赌注押在"训练一个更强的基座模型"上，而是自研了开源Agent协作平台Octo。
Octo的核心设计是一个"空间—分组—频道"的三层协作结构。空间（Space）对应一个完整的业务环境，分组（Group）把围绕同一任务的多Agent和人编成一个小队，频道（Channel）则是小队内部共享上下文、互相纠错的通信管道。这意味着一个负责竞品分析的Agent，能直接读到同组同事三天前在频道里讨论过的相关判断，而不是从零开始推理。人在关键节点做审批和纠偏，但不需要盯每一步。企业也不必为每一个Agent单独搭数据管道——新Agent接进来就能复用整个环境里已经沉淀的上下文。
这套打法真正的壁垒，不在Agent本身有多聪明，在于它读得到什么上下文。同一个任务——比如修一个线上bug——一个孤立的通用Agent，和一个能读到这家企业历史决策、过往讨论、相关代码与业务背景的Agent，产出质量天差地别。而这些上下文是随着每天真实工作不断变厚的资产，外部买不到、也复刻不了。这正是"上下文即护城河"的含义——它不靠一次性的技术领先，靠的是时间累积出的不可复制性。
创始人吴明辉把这套思路概括为"Scaling Out"，对应行业更熟悉的"Scaling Up"（靠堆参数把单个模型做强）：单体能力的边际收益正在变小，真正稀缺的是让多个专精Agent，在持续积累的私域上下文里分布式协作。一个可量化的注脚是，这套系统目前已在公司内部约1400名员工范围内落地，超过2900个Agent跑在真实工作流里——这不是demo数据，而是一家公司用自己的日常运转在验证这套架构能不能规模化。
在端侧能力上，明略今年4月开源的GUI操作模型Mano-P也值得注意。这个模型让Agent能直接"看懂"并操作电脑界面——点击、填写、跨应用串联——而不是只通过API调用。在OSWorld和ScreenSpot两项基准测试中，Mano-P分别以52.4%和48.1%的得分超过了彼时的开源SOTA。它解决的是Agentic AI落地的"最后一公里"问题：企业里大量系统没有API，Agent如果只会调接口、不会操作界面，能触达的业务场景就非常有限。从Octo的协作层到Mano-P的执行层，明略搭的是一个"Agent既能协同、又能动手"的完整技术栈。
这一层的定价尺子最特殊：不看单次调用，看上下文资产的累积厚度——越用越厚、越厚越难复制，粘性来自时间而非一次性交易。
这套"上下文即护城河"的逻辑并非中国独有。美股的Palantir正是凭借类似思路跑出来的样本——它的AIP平台让企业Agent接入一个叫"ontology"的业务数字化底座，去读取组织自己的文档与历史数据，从而把AI嵌进客户的真实运转、形成难以复制的高粘性。两者切的是同一个要害：AI的价值不在模型权重里，在模型能读到的组织知识里。区别在于Palantir管的是结构化数据之间的关系，明略管的是Agent之间的协作上下文——前者是数据层的护城河，后者是协作层的护城河。
财报能支撑这个判断吗
明略的2025年财报部分印证了上述逻辑：全年营收约14.26亿元，毛利率从51.6%提升到55.4%，其中刚起步的Agentic Services（智能体化）板块占比虽然只有7%左右，但对毛利率的拉动比较明显。公司自身也坦承，客户集中度偏高、研发投入仍需保持高位，这些是这套打法接下来要面对的真实考验。
护城河才是新尺子
二级市场短期会被情绪和资金面带着走，但拉长看，它终究是一台称重机——技术能不能筑起壁垒、壁垒能不能转成可持续的收入、收入的确定性够不够厚，最终都会反映到定价上。这条规律对智谱、对明略、对所有AI公司一视同仁：谁能把"让AI跑成可计费生产力"这件事真正跑通，谁就更有机会让技术价值沉淀成被市场认可的价值——只是兑现需要时间，需要一个又一个季度的真实业绩来铺路。
当下的AI竞争格局，颇有五代十国之感——各路玩家能力趋近、打法各异，还没有谁真正一统天下。智谱在第一层证明了"卖AI能力"这条路的商业化确定性；明略则押注一个更具想象力、也更需要耐心验证的方向：把分散的、各自优秀的AI Agent能力，通过协作层和端侧执行层串成一张企业级生产力网络，让AI从成本中心走向利润生成器。这条路如果走通，明略就是那座把AI能力转化为商业利润的桥梁——而桥梁的价值，往往要在交通跑起来之后才会被充分定价。
