綜合報(bào)道

8min read

火山引擎的「火」，是怎么點(diǎn)起來的

張鵬2025/12/18

摘要

火山引擎目前就是 AI 時(shí)代字節(jié)跳動(dòng)的「技術(shù)羊毛」，可薅。

作者｜張鵬

編輯｜ 鄭玄

半年前，我寫過一篇火山引擎的戰(zhàn)略方向分析，當(dāng)時(shí)我判斷，火山引擎已經(jīng)被明確為字節(jié)的一個(gè)戰(zhàn)略目標(biāo)：因?yàn)樽止?jié)在 AI 時(shí)代需要有最好的底層技術(shù)和基礎(chǔ)設(shè)施，那么這件事必須不能只是自造自用，而是要通過「外循環(huán)」來驗(yàn)證和放大，所以火山引擎要做好，也必須是 「AI 云原生」。

其實(shí)過去兩年，所有云業(yè)務(wù)的企業(yè)，都已經(jīng)意識(shí)到云的未來，不再是舊賽道里賣服務(wù)器、賣帶寬的存量博弈，而是 AI 能力帶來的全新需求。在這個(gè)新時(shí)代，云廠商賣的不再是底層的「資源」，而是經(jīng)過封裝的「能力」。

有趣的是，MaaS（模型即服務(wù)）過去 2 年被提出，但是經(jīng)歷了早期「嘗鮮」后，也一度被業(yè)界懷疑過，當(dāng)時(shí)主要的原因是模型如果本身不行，不能真正解決企業(yè)問題，這個(gè)模式就不能真正成立。

不過這半年火山引擎死磕 MaaS 的一些更具體的業(yè)務(wù)發(fā)展，我覺得 MaaS 這件事已經(jīng)可以不用討論了，它絕對就是未來的云服務(wù)的核心業(yè)務(wù)。

為什么說火山是在「死磕」MaaS 呢？先說個(gè)最近在媒體上看到了一個(gè)火山的「八卦」，大概意思是說火山引擎內(nèi)部，CDN 這種傳統(tǒng)業(yè)務(wù)的銷售權(quán)重被降到了很低；而 AI 的 Token 調(diào)用量，直接成了核心指標(biāo)。甚至有的銷售 CDN 等其他傳統(tǒng)云業(yè)務(wù)做得挺好，但因?yàn)?MaaS 賣不出去就最終淘汰出局。

這個(gè)「八卦」如果換個(gè)視角看，反而說明火山引擎對 AI 云原生和 MaaS 的重視相當(dāng)貫穿到執(zhí)行層，確實(shí)在用 組織架構(gòu)的調(diào)整、用考核機(jī)制的引導(dǎo)來推動(dòng)戰(zhàn)略 。

壓強(qiáng)夠了，事情就會(huì)有突破。從我在業(yè)界了解的消息看，更重要的是火山引擎 2025 年相當(dāng)突飛猛進(jìn)，業(yè)績上非常火。而這個(gè)火也確實(shí)來自于 MaaS 驚人的高速增長。結(jié)合 12 月 18 號(hào)的 Force 大會(huì)上我看到的一些信息，感覺又值得分析下這個(gè) AI 云原生領(lǐng)域的大玩家「火從何來」了。

01

MaaS 的核心是

「與商業(yè)世界的需求對齊」

想要讓銷售勸客戶把預(yù)算從傳統(tǒng) IT 轉(zhuǎn)給 AI，前提是手里的模型和工具得真能解決業(yè)務(wù)問題，而不是讓客戶當(dāng)「小白鼠」。這次 Force 大會(huì)，給我的最大感受是： 火山引擎展示的不僅是模型，也相對更全面的展示了為了讓 AI 能真正落地，他們過去所積累的「家底」。

企業(yè) AI 下一階段是讓 Agent 真正創(chuàng)造業(yè)務(wù)價(jià)值丨來自：2025 原動(dòng)力大會(huì)·冬

未來的大模型，理解和執(zhí)行是統(tǒng)一的。我們現(xiàn)在看到的 AI 大多還在「理解」階段——用戶向 AI 提出需求，它可以幫忙寫寫文案、聊聊天。但現(xiàn)實(shí)世界的需求其實(shí)已經(jīng)要求模型必須能直接操控軟件、調(diào)用 API、完成復(fù)雜的企業(yè)級(jí) RPA 任務(wù)。

不知道大家是否注意到了，豆包 1.8 有一個(gè)明顯的進(jìn)化方向，就是 Agentic 代理能力。豆包在這個(gè)版本里重點(diǎn)增強(qiáng)了 Tool Use（工具調(diào)用）和 OS Agent（屏幕操控）等能力。這和 Gemini 3.0 Pro 等全球頂尖模型的進(jìn)化路徑是完全一致的： 讓模型這個(gè)大腦不僅「能理解」，還要長出「能干活的手」。

舉例來看，豆包 1.8 現(xiàn)在支持 OS Agent，意味著它可以像人一樣「看懂」電腦屏幕，去點(diǎn)擊按鈕、填寫表單。天下絕大部分的公司都不是「AI Native」的，所以這次升級(jí)對于企業(yè)內(nèi)部大量陳舊的、沒有 API 接口的 ERP 系統(tǒng)來說，這就是讓 AI 接管繁瑣工作的關(guān)鍵鑰匙。

以前大家關(guān)注模型的能力聚焦在追求智能上限，我相信這一點(diǎn)是字節(jié)內(nèi)部的基礎(chǔ)模型團(tuán)隊(duì)一直在做的。而火山引擎是字節(jié)跳動(dòng)「內(nèi)循環(huán)」+「外循環(huán)」的好處，就是一方面可以依托字節(jié)基礎(chǔ)模型團(tuán)隊(duì)，既支持與字節(jié)的業(yè)務(wù)發(fā)展，同時(shí)也連接著更大真實(shí)世界的需求。

有了需求目標(biāo)，從基模能力到可用的模型技術(shù)的發(fā)展，才變得更有方向感，比如「理解和執(zhí)行一體化」的能力，就是可以對現(xiàn)在非「AI Native 企業(yè)」AI 進(jìn)化關(guān)鍵的落地點(diǎn)，而前段時(shí)間火爆的豆包手機(jī)助手，其實(shí)就是這個(gè)能力的「內(nèi)循環(huán)」，而火山引擎現(xiàn)在把這種能力同步開啟「外循環(huán)」，會(huì)讓技術(shù)創(chuàng)新變得更有意義。

MaaS 過去一段時(shí)間能賣的那么火，以及未來可以繼續(xù)看漲，本質(zhì)上還是因?yàn)檫@個(gè) 「雙循環(huán)」帶來的目標(biāo)與能力和真實(shí)商業(yè)世界的對齊。

另外，從這次火山引擎正式發(fā)布了 Agent 開發(fā)套件「Agentkit」來看，其具備 8 個(gè)核心模塊依舊是在「與現(xiàn)實(shí)商業(yè)世界對齊」。這次火山提供了 Agent 在開發(fā)、部署、運(yùn)維、調(diào)優(yōu)等各個(gè)階段所需要的工具和基礎(chǔ)設(shè)施。其中讓我印象很深刻的有兩個(gè)模塊： Identity（身份與權(quán)限）和 evalution（評估）。

Agent 落地到企業(yè)里，一個(gè)很細(xì)節(jié)但是關(guān)鍵的問題就是怎么給 Agent 設(shè)定清楚它的身份——比如一個(gè)客服 Agent 能接觸到哪些數(shù)據(jù)，可以回答什么樣的問題；比如一個(gè)實(shí)習(xí)生的 Copilot，和高級(jí)副總裁的個(gè)人助理，怎么避免二者的信息權(quán)限混淆。規(guī)避實(shí)習(xí)生可以通過 AI 輕松拿到公司敏感信息這種情況出現(xiàn)。這些都是看似細(xì)節(jié)基礎(chǔ)，但實(shí)際上做起來復(fù)雜，而一旦出現(xiàn)問題卻有可能給企業(yè)造成重大損失的實(shí)干問題。

還有就是 evalution（評測）的能力。做過 Agent 開發(fā)的人都知道，最大的痛點(diǎn)不是怎么搭建環(huán)境訓(xùn)出一個(gè) Agent，而是不知道怎么評估一個(gè) Agent 在業(yè)務(wù)場景里的能力，畢竟不能把一個(gè)剛訓(xùn)出來還不知深淺的 Agent，隨便就丟進(jìn)生產(chǎn)環(huán)境里測試。

而 Agentkit 的 evalution（評測），其實(shí)就是一系列評測 Agent 在真實(shí)場景中工作能力的測試集。這個(gè)一直是個(gè)沒有被很好解決的問題，如果對標(biāo)一下其他國際云大廠，其 Agent 開發(fā)工具內(nèi)置的評測集好像也只有十幾套。而火山這次一口氣發(fā)布了超過 50 套評估測試集。

場景積累的意義在這里就體現(xiàn)了。顯然字節(jié)跳動(dòng)內(nèi)部本身就有幾萬個(gè) Agent，每天進(jìn)行幾十萬次的評測，所以火山是個(gè)巨大的基礎(chǔ)資產(chǎn)。從抖音電商的客服機(jī)器人，到 TRAE 的 Coding 助手，這些業(yè)務(wù)的需求倒逼火山團(tuán)隊(duì)必須建立有效的 Agent 評測能力。這些為了支撐內(nèi)部龐大業(yè)務(wù)而磨練出的「基建能力」，現(xiàn)在成了火山 MaaS 服務(wù)的底座。

02

多模態(tài)一定是云廠商競爭的「新賽點(diǎn)」

除了基模和基建的扎實(shí)推進(jìn)，在這次 Force 大會(huì)上，我們還看到了一個(gè)信號(hào)： 多模態(tài)（視頻、語音、圖像）的理解和生成能力，正在成為 MaaS 增長的新賽點(diǎn) 。

據(jù)我了解，火山內(nèi)部也已經(jīng)形成了一個(gè)認(rèn)知 ：每增加一種多模態(tài)模型能力，MaaS 的銷售就能帶來顯著的百分比增長。

這不難理解，今天商業(yè)世界的大量場景是視覺的。視頻帶貨、在線教育、娛樂社交，這些才是用戶和需求最集中的場域，而要讓 AI 和 Agent 在這些場域發(fā)揮作用，不論是與用戶對話交互、生成內(nèi)容，還是理解這些場景里的內(nèi)容，解決用戶或者創(chuàng)作者的問題，都離不開多模態(tài)模型的能力。

而多模態(tài)能力恰恰也是字節(jié)跳動(dòng)的「主場」。豆包是最早具備圖像識(shí)別能力的大模型之一，還記得 2025 年高考時(shí)，豆包在看圖解題上的表現(xiàn)就讓人印象深刻。而在今年 IF 大會(huì)上做出精彩分享的張楠，其領(lǐng)導(dǎo)的即夢在今年國內(nèi)「產(chǎn)業(yè)級(jí) AI 視頻生成」落地競賽里處于領(lǐng)先地位，這背后其實(shí)都是同源的技術(shù)棧。

而這次發(fā)布的 Seedance 1.5 Pro，解決的核心問題不是「生成」，而是「可用性」。它重點(diǎn)突破了音畫高精同步和多語種對白，尤其擅長中文方言和對口型等。做過影視創(chuàng)作或短視頻的人都知道，這才是從「玩具」變成「生產(chǎn)力」的關(guān)鍵。這意味著，未來的短劇、廣告片，甚至是一部分的電影鏡頭，真的可以用 AI 直接生成了。

豆包 Seedance 1.5 Pro 丨來自：2025 原動(dòng)力大會(huì)·冬

同時(shí)，豆包 1.8 的視覺理解能力也大幅提升，支持 90 分鐘長視頻的低幀率快速理解，并且支持調(diào)用工具對關(guān)鍵片段進(jìn)行高幀率處理。這意味著模型不再是只能看懂一張圖，而是能像人一樣看完半場籃球賽，并分析出戰(zhàn)術(shù)布局。

簡單總結(jié)一下就可以看出，火山引擎未來一段的發(fā)展戰(zhàn)略和主要焦點(diǎn)，就是在「與商業(yè)世界對齊」的工具環(huán)境和模型能力上。而多模態(tài)能力的領(lǐng)先，恰恰將給火山引擎帶來重要的戰(zhàn)役制高點(diǎn)。

03

客戶實(shí)際上在買

字節(jié)跳動(dòng)的「技術(shù)溢出」

要理解為什么火山引擎今年這么火，其實(shí)值得換個(gè)客戶視角看看他們買單的深層邏輯到底是什么？

由于極客公園接觸創(chuàng)業(yè)者比較多，至少從他們的視角，我聽到了一個(gè)有趣的觀點(diǎn)： 今天企業(yè)用火山引擎，本質(zhì)上其實(shí)就是在「薅字節(jié)跳動(dòng)的技術(shù)羊毛」，享受其技術(shù)外溢的紅利。

我們來看一組震撼的數(shù)據(jù)。在這次 Force 大會(huì)上，火山公布了一個(gè)核心數(shù)字： 豆包大模型的日均 Tokens 調(diào)用量已經(jīng)突破了 50 萬億 。

這是什么概念？作為對比，谷歌此前剛剛宣布今年 9 月的全月 Tokens 消耗量為 1.3 千萬億，也就是日均 43.3 萬億。換句話說，火山引擎如果沒吹牛，那么每天處理的 AI 調(diào)用量，已經(jīng)站在了全球云平臺(tái)的第一梯隊(duì)，甚至在某些維度上實(shí)現(xiàn)了超越。

這 50 萬億的調(diào)用量似乎是有水分呢？我覺得如果考慮到字節(jié)跳動(dòng)內(nèi)部龐大的「內(nèi)循環(huán)」需求，大概率是差不多的。

2025 Force 大會(huì)上火山引擎發(fā)布全景圖丨來自：2025 原動(dòng)力大會(huì)·冬

字節(jié)跳動(dòng)的特點(diǎn)是，模型悶頭做，然后自己的狗糧自己猛吃。其內(nèi)部大量的應(yīng)用和場景，模型調(diào)用早就無處不在，每天都在產(chǎn)生海量的 Tokens 調(diào)用。這種天然的環(huán)境就必然帶來一個(gè)原生的能力——為了支撐這個(gè)體量的內(nèi)循環(huán)，為了讓字節(jié)自己的業(yè)務(wù)能跑通、能賺錢，字節(jié)的技術(shù)團(tuán)隊(duì)必須把推理成本壓到極致，必須把 AI 云原生的能力做好。

其實(shí)今天我接觸的優(yōu)秀創(chuàng)業(yè)團(tuán)隊(duì)和投資人們都有個(gè)共識(shí)， 無論什么形態(tài)的產(chǎn)品，今天都是個(gè)「容器」：一個(gè)在場景里贏得用戶，形成「數(shù)據(jù)飛輪」的容器。它的形態(tài)會(huì)不斷演化，甚至終將走向「產(chǎn)模一體」（也就是需要有自己的最優(yōu)模型） 。但是今天的核心不是探討模型是誰的，基礎(chǔ)設(shè)施是誰的，而是最高效構(gòu)建可以拉進(jìn)用戶，產(chǎn)生數(shù)據(jù)飛輪的進(jìn)程。

所以這個(gè)時(shí)候，就可以理解為什么創(chuàng)業(yè)者們一方面「怕字節(jié)」做和自己類似的產(chǎn)品，但是又很堅(jiān)決的會(huì)選擇火山引擎的 MaaS 服務(wù)。核心是他們希望抓住字節(jié)跳動(dòng)內(nèi)部技術(shù)能力的溢出，就算隨著發(fā)展和能力積累肯定要自己的有模型，那今天也要堅(jiān)決薅「字節(jié)的技術(shù)羊毛」。

顯然更多的真實(shí)商業(yè)世界里的企業(yè)，也開始想清楚了這個(gè)問題。目前火山引擎日均 Tokens 調(diào)用量突破一萬億的企業(yè)客戶已經(jīng)超過了 100 家，這個(gè)數(shù)字還在快速上升。

火山引擎這種在 AI 時(shí)代支持字節(jié)「內(nèi)循環(huán)」+商業(yè)世界「外循環(huán)」的雙循環(huán)模式，確實(shí)有點(diǎn)勢不可擋。接下來幾年，是國內(nèi)商業(yè)世界非常值得關(guān)注的一個(gè)新變量了。

火山引擎AI 時(shí)代字節(jié)跳動(dòng)