字節跳動如何用 ArkClaw 把 OpenClaw 熱潮變成賺錢的 AI Agent 商業模式

平台主要運行在字節跳動自家的 Doubao 大語言模型，同時支援 Kimi、MiniMax、GLM 等中國模型。^[6][12]

這讓字節跳動能在整個 AI 堆疊中同時掌握多個價值層：

• 雲端基礎設施
• 模型推論
• Agent 編排
• 訂閱與計費

成本結構：更便宜的 Token 是關鍵

字節跳動認為 AI agent 能否真正普及，關鍵在於 推論成本。

ArkClaw 團隊指出，下一階段 AI 發展將取決於三個因素：

• 更便宜的 token
• 更高的推論效率
• 更長的 context window

這是因為 agent 在執行任務時會反覆呼叫模型。例如搜尋資料、閱讀文件、生成程式碼、再進行下一步推理，每一步都會消耗 token。^[1]

如果 token 價格過高，長時間運作的 agent 就會變得不切實際。降低 token 成本與提升推論效率，才有可能讓 agent 持續運作並處理複雜任務。

為什麼長 Context Window 很重要

另一個關鍵能力是 context 長度。

較長的 context window 讓 AI agent 能在一次任務中保留更多資訊，例如：

• 文件與資料
• 任務指令
• 過去的推理步驟
• 工作流程狀態

這意味著 agent 可以執行 更長、更複雜的流程，而不是只回覆單次問題。^[1]

在企業應用場景，例如程式開發、研究分析或流程自動化，這種能力會大幅提升實際價值。

訂閱制：把使用量變成穩定收入

除了 token 收費，字節跳動也在 ArkClaw 上加入訂閱制。

早期 ArkClaw 與 Volcano Engine 的 Coding Plan 開發者方案綁定，提供試用與付費訂閱。^[18][22]

2026 年 5 月，Volcano Engine 進一步推出新的 Agent Plan，官方稱為業界第一個「Agent 套餐包」。^[21]

主要特色包括：

• 分級月費訂閱
• 統一資源計費
• 打包模型與 agent 工具

目前共有四個月費等級：

• 40 元人民幣
• 200 元人民幣
• 500 元人民幣
• 1,000 元人民幣 ^[21]

平台同時導入 AFP（Agent Fuel Points） 作為統一資源計量單位，讓開發者更容易理解 agent 消耗的運算資源。^[21]

Token 需求正在快速上升

ArkClaw 的商業模式，也建立在整體市場需求上升的背景之上。

分析指出，中國 AI 產業正從 「預期驅動」轉向「需求驅動」 的商業化階段，實際工作流程開始大量使用模型服務。^[9]

同時，中國模型在全球開發者市場中的 token 使用比例也持續上升。^[7]

AI agents 會不斷呼叫模型執行任務，因此往往比一般聊天式 AI 產生更多 token 使用量。

對雲端服務商而言，這意味著 持續性的運算需求。

企業應用才是最大收入來源

真正能帶來長期收入的，仍然是企業應用。

OpenClaw 類型的 agent 可以自動化許多企業工作，例如：

• 程式開發與除錯
• 研究與資料整理
• 郵件與行程管理
• 多步驟業務流程自動化 ^[15]

對企業而言，直接運行開源 agent 並不容易。託管平台可以提供：

• 穩定運作
• 系統整合
• 清晰的計費
• 技術支援

ArkClaw 的定位，就是把原本偏向實驗性質的 AI agents，轉變為 可在企業環境中長期運行的雲端服務。

ArkClaw 的更大戰略

整體來看，字節跳動的策略可以簡化為一個商業循環：

1. 開源 AI agent 框架帶來爆發式關注。
2. 雲端平台降低部署與運維門檻。
3. 更便宜的 token 與更高效率降低運作成本。
4. 訂閱方案把使用量轉化為穩定收入。
5. 企業工作流程帶來長期需求。

如果這個模式成立，AI agent 可能不只是技術熱潮，而會成為新的雲端基礎設施市場。

而 ArkClaw，正是字節跳動押注的那個入口。

中國「影子 API」灰色市場：開發者如何繞過限制使用 Claude、Gemini 與 ChatGPT