Aug 13, 2026 · Red Hat
What is metal to agents? Navigating the architecture of enterprise AI
Red Hat 发布文章指出企业 AI 正从基于聊天的实验转向复杂推理模型和自主代理，基础设施成本快速上升，预测到 2030 年 token 消耗将增长 24 倍。文章强调依赖外部云和专有 API 会导致支出随业务增长而扩展，带来可预测性和成本问题。
EVENT STORY
Development
- First ReportWhat is metal to agents? Navigating the architecture of enterprise AIRed Hat AI
- Current Assessment企业 AI 采用正从实验走向生产，成本成为关键考量，预测 token 消耗 24 倍增长表明基础设施投资将大幅增加，可能推动企业寻求更可控的部署方式。Agent Pulse · analysis
Red Hat 的文章《What is metal to agents? Navigating the architecture of enterprise AI》指出，企业 AI 正处于关键转折点，从孤立的、基于聊天的实验转向复杂的推理模型和自主代理。虽然生产力提升是真实的，但底层基础设施成本正在迅速上升，预测到 2030 年 token 消耗将增长 24 倍。完全依赖外部云和专有 API 意味着支出随业务增长而扩展，带来可预测性和成本问题。当技术发展如此之快时，将其视为一系列脱节的软件工具会造成不必要的技术债务。
文章暗示企业 AI 架构需要重新设计以应对 token 消耗的指数级增长，可能涉及更高效的推理、缓存或本地化处理，但证据未提供具体技术方案。
企业 AI 采用正从实验走向生产，成本成为关键考量，预测 token 消耗 24 倍增长表明基础设施投资将大幅增加，可能推动企业寻求更可控的部署方式。
企业决策者需要重新评估 AI 基础设施策略，平衡云服务的便利性与成本控制，避免支出失控。
未来企业可能更关注成本可预测性，混合云或本地部署可能获得更多关注，但证据未提供具体趋势。