作者｜张鹏
编辑｜ 郑玄
半年前，我写过一篇火山引擎的战略方向分析，当时我判断，火山引擎已经被明确为字节的一个战略目标：因为字节在 AI 时代需要有最好的底层技术和基础设施，那么这件事必须不能只是自造自用，而是要通过「外循环」来验证和放大，所以火山引擎要做好，也必须是 「AI 云原生」。
其实过去两年，所有云业务的企业，都已经意识到云的未来，不再是旧赛道里卖服务器、卖带宽的存量博弈，而是 AI 能力带来的全新需求。在这个新时代，云厂商卖的不再是底层的「资源」，而是经过封装的「能力」。
有趣的是，MaaS（模型即服务）过去 2 年被提出，但是经历了早期「尝鲜」后，也一度被业界怀疑过，当时主要的原因是模型如果本身不行，不能真正解决企业问题，这个模式就不能真正成立。
不过这半年火山引擎死磕 MaaS 的一些更具体的业务发展，我觉得 MaaS 这件事已经可以不用讨论了，它绝对就是未来的云服务的核心业务。
为什么说火山是在「死磕」MaaS 呢？先说个最近在媒体上看到了一个火山的「八卦」，大概意思是说火山引擎内部，CDN 这种传统业务的销售权重被降到了很低；而 AI 的 Token 调用量，直接成了核心指标。甚至有的销售 CDN 等其他传统云业务做得挺好，但因为 MaaS 卖不出去就最终淘汰出局。
这个「八卦」如果换个视角看，反而说明火山引擎对 AI 云原生和 MaaS 的重视相当贯穿到执行层，确实在用 组织架构的调整、用考核机制的引导来推动战略 。
压强够了，事情就会有突破。从我在业界了解的消息看，更重要的是火山引擎 2025 年相当突飞猛进，业绩上非常火。而这个火也确实来自于 MaaS 惊人的高速增长。结合 12 月 18 号的 Force 大会上我看到的一些信息，感觉又值得分析下这个 AI 云原生领域的大玩家「火从何来」了。
MaaS 的核心是
「与商业世界的需求对齐」
想要让销售劝客户把预算从传统 IT 转给 AI，前提是手里的模型和工具得真能解决业务问题，而不是让客户当「小白鼠」。这次 Force 大会，给我的最大感受是： 火山引擎展示的不仅是模型，也相对更全面的展示了为了让 AI 能真正落地，他们过去所积累的「家底」。
企业 AI 下一阶段是让 Agent 真正创造业务价值丨来自：2025 原动力大会·冬
未来的大模型，理解和执行是统一的。我们现在看到的 AI 大多还在「理解」阶段——用户向 AI 提出需求，它可以帮忙写写文案、聊聊天。但现实世界的需求其实已经要求模型必须能直接操控软件、调用 API、完成复杂的企业级 RPA 任务。
不知道大家是否注意到了，豆包 1.8 有一个明显的进化方向，就是 Agentic 代理能力。豆包在这个版本里重点增强了 Tool Use（工具调用）和 OS Agent（屏幕操控）等能力。这和 Gemini 3.0 Pro 等全球顶尖模型的进化路径是完全一致的： 让模型这个大脑不仅「能理解」，还要长出「能干活的手」。
举例来看，豆包 1.8 现在支持 OS Agent，意味着它可以像人一样「看懂」电脑屏幕，去点击按钮、填写表单。天下绝大部分的公司都不是「AI Native」的，所以这次升级对于企业内部大量陈旧的、没有 API 接口的 ERP 系统来说，这就是让 AI 接管繁琐工作的关键钥匙。
以前大家关注模型的能力聚焦在追求智能上限，我相信这一点是字节内部的基础模型团队一直在做的。而火山引擎是字节跳动「内循环」+「外循环」的好处，就是一方面可以依托字节基础模型团队，既支持与字节的业务发展，同时也连接着更大真实世界的需求。
有了需求目标，从基模能力到可用的模型技术的发展，才变得更有方向感，比如「理解和执行一体化」的能力，就是可以对现在非「AI Native 企业」AI 进化关键的落地点，而前段时间火爆的豆包手机助手，其实就是这个能力的「内循环」，而火山引擎现在把这种能力同步开启「外循环」，会让技术创新变得更有意义。
MaaS 过去一段时间能卖的那么火，以及未来可以继续看涨，本质上还是因为这个 「双循环」带来的目标与能力和真实商业世界的对齐。
另外，从这次火山引擎正式发布了 Agent 开发套件「Agentkit」来看，其具备 8 个核心模块依旧是在「与现实商业世界对齐」。这次火山提供了 Agent 在开发、部署、运维、调优等各个阶段所需要的工具和基础设施。其中让我印象很深刻的有两个模块： Identity（身份与权限）和 Evalution（评估）。
Agent 落地到企业里，一个很细节但是关键的问题就是怎么给 Agent 设定清楚它的身份——比如一个客服 Agent 能接触到哪些数据，可以回答什么样的问题；比如一个实习生的 Copilot，和高级副总裁的个人助理，怎么避免二者的信息权限混淆。规避实习生可以通过 AI 轻松拿到公司敏感信息这种情况出现。这些都是看似细节基础，但实际上做起来复杂，而一旦出现问题却有可能给企业造成重大损失的实干问题。
还有就是 Evalution（评测）的能力。做过 Agent 开发的人都知道，最大的痛点不是怎么搭建环境训出一个 Agent，而是不知道怎么评估一个 Agent 在业务场景里的能力，毕竟不能把一个刚训出来还不知深浅的 Agent，随便就丢进生产环境里测试。
而 Agentkit 的 Evalution（评测），其实就是一系列评测 Agent 在真实场景中工作能力的测试集。这个一直是个没有被很好解决的问题，如果对标一下其他国际云大厂，其 Agent 开发工具内置的评测集好像也只有十几套。而火山这次一口气发布了超过 50 套评估测试集。
场景积累的意义在这里就体现了。显然字节跳动内部本身就有几万个 Agent，每天进行几十万次的评测，所以火山是个巨大的基础资产。从抖音电商的客服机器人，到 TRAE 的 Coding 助手，这些业务的需求倒逼火山团队必须建立有效的 Agent 评测能力。这些为了支撑内部庞大业务而磨练出的「基建能力」，现在成了火山 MaaS 服务的底座。
多模态一定是云厂商竞争的「新赛点」
除了基模和基建的扎实推进，在这次 Force 大会上，我们还看到了一个信号： 多模态（视频、语音、图像）的理解和生成能力，正在成为 MaaS 增长的新赛点 。
据我了解，火山内部也已经形成了一个认知 ：每增加一种多模态模型能力，MaaS 的销售就能带来显著的百分比增长。
这不难理解，今天商业世界的大量场景是视觉的。视频带货、在线教育、娱乐社交，这些才是用户和需求最集中的场域，而要让 AI 和 Agent 在这些场域发挥作用，不论是与用户对话交互、生成内容，还是理解这些场景里的内容，解决用户或者创作者的问题，都离不开多模态模型的能力。
而多模态能力恰恰也是字节跳动的「主场」。豆包是最早具备图像识别能力的大模型之一，还记得 2025 年高考时，豆包在看图解题上的表现就让人印象深刻。而在今年 IF 大会上做出精彩分享的张楠，其领导的即梦在今年国内「产业级 AI 视频生成」落地竞赛里处于领先地位，这背后其实都是同源的技术栈。
而这次发布的 Seedance 1.5 Pro，解决的核心问题不是「生成」，而是「可用性」。它重点突破了音画高精同步和多语种对白，尤其擅长中文方言和对口型等。做过影视创作或短视频的人都知道，这才是从「玩具」变成「生产力」的关键。这意味着，未来的短剧、广告片，甚至是一部分的电影镜头，真的可以用 AI 直接生成了。
豆包 Seedance 1.5 Pro 丨来自：2025 原动力大会·冬
同时，豆包 1.8 的视觉理解能力也大幅提升，支持 90 分钟长视频的低帧率快速理解，并且支持调用工具对关键片段进行高帧率处理。这意味着模型不再是只能看懂一张图，而是能像人一样看完半场篮球赛，并分析出战术布局。
简单总结一下就可以看出，火山引擎未来一段的发展战略和主要焦点，就是在「与商业世界对齐」的工具环境和模型能力上。而多模态能力的领先，恰恰将给火山引擎带来重要的战役制高点。
客户实际上在买
字节跳动的「技术溢出」
要理解为什么火山引擎今年这么火，其实值得换个客户视角看看他们买单的深层逻辑到底是什么？
由于极客公园接触创业者比较多，至少从他们的视角，我听到了一个有趣的观点： 今天企业用火山引擎，本质上其实就是在「薅字节跳动的技术羊毛」，享受其技术外溢的红利。
我们来看一组震撼的数据。在这次 Force 大会上，火山公布了一个核心数字： 豆包大模型的日均 Tokens 调用量已经突破了 50 万亿 。
这是什么概念？作为对比，谷歌此前刚刚宣布今年 9 月的全月 Tokens 消耗量为 1.3 千万亿，也就是日均 43.3 万亿。换句话说，火山引擎如果没吹牛，那么每天处理的 AI 调用量，已经站在了全球云平台的第一梯队，甚至在某些维度上实现了超越。
这 50 万亿的调用量似乎是有水分呢？我觉得如果考虑到字节跳动内部庞大的「内循环」需求，大概率是差不多的。
2025 Force 大会上火山引擎发布全景图丨来自：2025 原动力大会·冬
字节跳动的特点是，模型闷头做，然后自己的狗粮自己猛吃。其内部大量的应用和场景，模型调用早就无处不在，每天都在产生海量的 Tokens 调用。这种天然的环境就必然带来一个原生的能力——为了支撑这个体量的内循环，为了让字节自己的业务能跑通、能赚钱，字节的技术团队必须把推理成本压到极致，必须把 AI 云原生的能力做好。
其实今天我接触的优秀创业团队和投资人们都有个共识， 无论什么形态的产品，今天都是个「容器」：一个在场景里赢得用户，形成「数据飞轮」的容器。它的形态会不断演化，甚至终将走向「产模一体」（也就是需要有自己的最优模型） 。但是今天的核心不是探讨模型是谁的，基础设施是谁的，而是最高效构建可以拉进用户，产生数据飞轮的进程。
所以这个时候，就可以理解为什么创业者们一方面「怕字节」做和自己类似的产品，但是又很坚决的会选择火山引擎的 MaaS 服务。核心是他们希望抓住字节跳动内部技术能力的溢出，就算随着发展和能力积累肯定要自己的有模型，那今天也要坚决薅「字节的技术羊毛」。
显然更多的真实商业世界里的企业，也开始想清楚了这个问题。目前火山引擎日均 Tokens 调用量突破一万亿的企业客户已经超过了 100 家，这个数字还在快速上升。
火山引擎这种在 AI 时代支持字节「内循环」+商业世界「外循环」的双循环模式，确实有点势不可挡。接下来几年，是国内商业世界非常值得关注的一个新变量了。
