长期以来，利剑AI行业的终于计费逻辑遵循“用量付费”原则。无论是利剑基于Token消耗还是额度限制，核心逻辑皆是终于“用多少、付多少”。利剑

这种模式在模型API时代行之有效，终于却正逐渐难以适配深入企业核心工作流的利剑AI Agent。为了达成单一任务，终于Agent需持续读取上下文、利剑提炼关键信息并调用各类工具，终于导致Token消耗呈指数级膨胀。利剑

部分企业已出现“Token最大化”现象——员工与Agent无节制地增加AI调用量，终于却难以量化这些Token最终转化的利剑商业价值。

结果是终于，企业AI成本飙升，利剑而生产力回报却模糊不清。Gartner预测，到2028年，AI编程工具的成本甚至可能超越开发者薪资总额。

当行业还在纠结如何节省Token时，AI编程Agent公司Cognition提出了一种颠覆性的计费范式：

它不再强调Devin消耗了多少Token，而是将Devin完成的工作量折算为“等效工程师小时”，进而换算为美元价值。更进一步，Cognition推出了Productivity Guarantee（生产力保障）：若Devin创造的工程价值低于客户支付的费用，公司将退还最高1000万美元额度的使用Credits。

相较于争论“AI能否干活”，Cognition试图回应老板们更本质的焦虑：

这个AI员工，到底值不值这个价？

01 Token仅是成本，而非价值

从产品形态看，Cognition的核心产品Devin仍属于AI编程Agent范畴：编写代码、修复Bug、提交PR，均为该赛道的标准能力。其差异化在于，Cognition并未将Devin仅定位为开发者工具，而是将其包装为一套可量化ROI的生产力解决方案。

在David Senra于6月28日的最新访谈中，Cognition CEO Scott Wu专门开辟章节探讨“Measuring ROI Instead Of Token Spend”（以ROI而非Token消耗衡量AI价值）。

他指出，部分企业开始统计员工AI使用量及Token消耗，甚至将其作为内部考核指标。但这往往偏离了核心问题。

因为Token消耗仅代表成本，而非价值。

企业真正关注的并非谁使用了更多AI，而是这些AI最终交付了多少工作成果。

Scott Wu举例说明：

若一个原本需投入1500万美元、耗时18个月的项目，借助Devin与内部团队，仅需100万美元、3个月即可完成，那么对于CEO和CFO而言，这笔投资极具性价比。

他们并不在意项目消耗了多少Token，也不在乎使用的是哪家AI——只要能解决问题、完成任务，这笔钱就花得值。

以更低的成本、更短的时间，获取同等甚至更优的结果，这就是ROI的核心。

Cognition不仅提供软件，还派遣团队深入客户现场，协助筛选Devin适用场景、开展用户培训、搭建工作流、编写操作手册，并配合安全审查及私有云部署。

换言之，Devin被包装为一套企业生产力改造方案，而非简单的“开箱即用”工具。

这种打法超越了传统SaaS模式，更接近咨询公司或IT外包服务。企业采购咨询服务，最终买单的是项目成果；如今，采购AI Agent的逻辑也正日益趋同。

在此逻辑下，Cognition旨在证明的不仅是Devin的代码能力，更是其进入企业预算的合理性。

02 AI员工的价值，如何被精准计算？

ROI并非空洞口号。

若Devin要向企业证明“物有所值”，Cognition必须回答一个具体问题：一个AI工程师完成的工作，如何换算为美元价值？

Cognition专门撰文阐释其方法论。他们承认，直接计算AI带来的商业价值极具挑战——一个PR具体带来多少收入，一个Bug修复避免多少损失，难以精确归因。因此，Cognition未直接计算最终商业收益，而是采用了一个中间指标：“有效工程师小时”（Effective Engineer Hours）。

首先，他们收集了126位企业开发者及258个真实Devin Session的数据。每位开发者需回答一个问题：如果没有Devin，这项工作你自己需要多久？

这些真实反馈被用于训练和校准评估系统。此后，每一次Devin完成任务，系统都会重新评估其创造的价值。

整个过程分为三步：

第一步：过滤无效工作

并非所有Devin Session都计入生产力。

若Devin生成代码但未被采纳、未推进项目或未真正解决问题（PR未合并），这些Token消耗不计入价值。

对于无PR产生的任务，系统会通过分类器判断Session是否实质推进工作。例如：查找未使用依赖、扫描安全漏洞、审查PR、执行数据查询、排查Bug等。这些工作虽不直接产生代码，但属于有效工程劳动。

反之，若Devin因权限不足无法继续，或向用户追问后无回应，此类Session将被过滤。

第二步：估算人类工程师耗时

评估系统会读取整个Session，包括用户需求、Devin执行过程、代码、PR、日志及代码库上下文，估算一名普通工程师完成相同结果所需的时间。

系统甚至考量诸多细节：
* 若用户已告知具体修改方案，仅计算编码时间；
* 若Bug需自行定位，则计入定位时间；
* 若面对陌生遗留代码库，人类需时间熟悉，而Devin已完成此步骤，该时间同样计入价值。

第三步：时间换算为美元

Cognition采用统一的工程师成本标准，将“等效工程师小时”转换为美元价值，并与企业实际支付费用进行对比。

若创造价值高于成本，企业获得正向ROI；若低于成本，Cognition将通过Productivity Guarantee返还Credits（最高价值1000万美元）。

当然，Cognition并未宣称该算法能精确计算每个任务的真实价值，其在技术文档中承认，单个任务估算可能存在2至3倍误差。但他们认为，随着企业部署规模扩大、任务数量增加，整体平均结果将趋于稳定，更贴近AI创造的真实生产力。

这套机制的核心价值，不在于将每一行代码精确折算为金额，而在于将AI Agent的价值衡量维度，从“消耗了多少Token”转向“为企业节省了多少工程时间”。

大体量客户不会仅因AI产品炫酷而大规模部署。它们需通过预算、合规、安全、采购及财务审核，必须有人解释：为何这笔钱值得花？

过去，ROI计算往往由客户内部的采购、业务或财务部门自行完成。软件公司仅负责销售工具，至于工具是否真正提效降本，更多依赖客户自证。若效果不佳，通常由客户自行消化。

但Cognition主动揽下这一职责，在销售阶段即协助客户厘清账目，并通过Productivity Guarantee承接部分风险。

这一策略已成为Cognition扩张故事的关键：融资数据显示，其企业用量今年增长超10倍，Run-rate Revenue已达4.92亿美元；同时，Citi、Goldman Sachs、Santander、Mercedes-Benz、Dell、美国陆军及海军等大客户被置于宣传核心。

Cognition逻辑的最大价值在于，它让Devin从工程师手中的编程工具，转变为CFO能看懂、采购部能推进、CEO能批准的预算项。

毕竟，并非所有老板都懂代码，但所有老板都懂算账。

03 AI越像员工，越要看结果

若将视角从AI编程Agent扩展至企业Agent，事实上，按结果衡量价值的逻辑在客服Agent领域已先行一步。

• Intercom：其AI客服Agent Fin采用按次成功结果收费，官方定价为每个结果0.99美元。
• Zendesk：作为老牌客服软件商，其AI Agent面向客服工单场景，收费单位为“自动解决”：仅当AI独立解决一次客户问题时，才计入收费。
• Sierra：自定位为“按业务结果收费”的企业Agent公司，服务客服、销售、续费、退订挽回等场景，客户为AI完成的有效业务结果付费。

因为客服场景的结果最易定义。用户问题是否解决、工单是否关闭、客户是否成功转化……这些结果比“一个PR创造多少商业价值”更易衡量。

传统企业服务本就看重结果，ROI叙事本身就是企业软件、咨询服务及IT外包行业的常见商业逻辑。客服Agent率先将此逻辑移植至AI领域，而Devin则将其引入更复杂的软件工程场景。

然而，AI行业并非所有产品都适合直接按ROI计费。

• 底层模型API：如同水电煤，模型公司提供算力与调用能力，客户每次调用均产生真实推理成本。因此，OpenAI、Anthropic、Google等模型公司难以摆脱Token、调用量或Credits计费模式。
• Copilot类产品：更像传统软件。GitHub Copilot、Microsoft 365 Copilot、ChatGPT Business等主打固定入口与使用权限，更适合按人头、按月订阅。

但Agent产品不同。

此前讨论Claude Tag时曾提及，“AI同事”不等于免费劳动力。

企业Agent越像真实同事，Token消耗就越难像普通聊天那样可控。当AI同事足够聪明、勤奋且愿意“加班”时，企业反而需要限制其使用。

AI同事也需要预算；一旦涉及预算，老板自然会追问：这笔预算带来了多少回报？

换言之，若AI仅是工具，企业可按使用量、席位或额度付费；但若AI被包装为员工，老板自然会用考核员工的方式考核它。

ROI叙事未必是AI计费方式的终点，也不意味着所有企业Agent都会立即转向按成果收费。但Cognition确实在软件工程这一更难量化的场景中，重新建立了一套ROI计算方法，展示了Agent商业化的清晰路径。

毕竟，当“AI员工”正式上岗，老板迟早会问一句：

这个AI员工，到底值不值这个价？