2026年7月，园区食堂里的人员变化已经很明显。
一家医疗Agent团队午饭时只剩两个人。隔壁的电商客服Agent公司则从8人扩到37人，正在谈B轮融资。
半年前，32家Agent创业公司入驻这座8000P算力园区。如今，19家仍在正常运转，另外13家停止运营或已经撤出。融资额没有决定结果：存活组平均融资480万元，淘汰组反而达到620万元。
真正拉开差距的，是客户是否续费、GPU有没有长期闲置，以及团队能否在三个月内找到可复制的收入。
有订单再租卡，活得更久
13家淘汰公司中，有7家把第一笔大额支出花在囤算力上。它们直接签下园区半年期H800整机租赁合同，月租超过15万元，计划先完成模型，再寻找客户。
模型迭代三版后，第一张采购订单仍未落地，现金已经接近耗尽。
一家财税Agent公司的做法更克制。创始人来自ERP厂商，种子轮融资200万元。前三个月，团队没有租用GPU，只使用园区提供的按需推理API，按Token付费。
产品先接入两家代账公司的实际工单。6月签下第一个年框客户后，团队才租用4张H800，用于专属微调。
国盛证券在《全民Agent时代，算力价值凸显》中继续看好光模块、液冷等算力产业链方向。但对早期应用团队而言，算力需求增长不等于应该提前囤卡。园区运营方统计发现，GPU闲置最严重的公司，恰好多是先租算力、再找场景的团队。
半年前，园区讨论的还是怎样通过混合调度提高GPU利用率。半年后，同样的问题落到了租户账上。19家留下来的公司未必用卡最多，但普遍更少浪费算力。
POC收到了钱，客户却没有续单
截至6月底，19家存活公司中，14家已经拿到年框合同，平均金额47万元；另外5家只有POC项目，其中3家正在谈年框。存活组客户续费率为71%。
13家淘汰公司里，11家曾收到客户付款，其中9家只有POC收入。客户通常支付3万至8万元做一次验证，项目结束后便不再采购。
三位受访客户的CIO给出了相近的理由：演示效果不错，但产品接不进现有的OA和ERP系统。
企业部署Agent，需要它读取工单、调用接口、写入审批日志，还要完成权限校验和审计追踪。对话是否流畅，只占采购评估的一部分。真正进入业务流程后，文档、接口、权限和人工确认机制都会影响续费。
那家财税Agent公司拿到年框，靠的也不是模型评测成绩。创始人做过ERP实施，知道客户正在使用用友U8，因此产品必须调用U8的凭证接口，输出格式还要符合审计底稿规范。团队花了一个半月完成系统对接，没有把主要精力耗在调整Prompt上。
一家被淘汰的电商客服Agent公司则卡在接口环节。它的多轮对话和情绪识别演示很顺畅，却无法连接客户自研的OMS订单系统。客户支付POC费用后，判断接入成本高于自建，项目随即终止。
年框客户买的是一套能稳定运行的业务产品。演示阶段容易被忽略的权限控制、规则版本和审计记录，到了交付阶段往往更重要。
同样做一万元收入，GPU消耗差了近三倍
园区运营方提供的脱敏数据显示，2026年6月，存活组每万元营收平均消耗38个推理GPU小时，淘汰组为112小时，接近前者的3倍。
第一处差距来自模型选型。淘汰组普遍使用GPT-5.1或同级别闭源模型承担核心推理，单次调用成本较高。存活组中有8家公司采用混合推理架构：高频、简单的任务交给本地开源小模型，复杂任务再调用云端大模型。
一家法律文书Agent公司把80%的合同条款提取任务转到本地部署的24B模型，云端调用只占20%，推理成本下降67%。Mistral Medium 3、Llama-4的8B版本等模型，也被用于本地任务分流。在代码、长文档和结构化提取等工作中，这种部署方式更容易控制账单。
缓存也会直接影响成本。19家存活公司中，有6家自建语义缓存层。客服场景里，70%以上的问题高度重复，命中缓存后可以直接返回结果，不必重新运行完整推理链。淘汰组几乎没有做缓存，每次请求都从头执行。
还有调度。园区GPU集群的闲时价格只有高峰期的三分之一。存活团队通常把报表生成、批量标注等非实时任务放到凌晨，淘汰组大多维持全天均匀负载，多付了电费和机时费。
模型分流、语义缓存、错峰调度都不算新方法。放进真实经营账本后，它们决定了公司每获得一笔收入，需要消耗多少现金。
留下来的团队，开始像行业软件公司
半年后，存活团队已经很少围着模型榜单和Prompt技巧打转。它们讨论更多的是凭证接口规范、患者隐私脱敏要求，以及制造业工单应该经过哪些节点。
东兴证券《AI Agent引领计算机行业价值重估》列出的相关领域，包括办公、OA、ERP、CRM以及金融、财税等企业软件场景。园区里的样本也指向同一个现实：有行业经验、能完成系统集成的团队，更容易把试用项目转成年框合同。
一家医疗分诊Agent公司的创始人曾任医院信息科主任。产品不参与诊断，只根据患者的症状描述，匹配科室、医生排班和挂号窗口。团队日常关注的是具体风险，例如避免把心梗患者分到皮肤科，而非笼统地追求准确率。
这套产品已于6月在两家三甲医院上线，日均分诊1200例，月费9.8万元。
另一家公司切入制造业排产，解决注塑车间的换模调度。注塑机更换一次模具需要45分钟，顺序排错可能导致整条产线停工。它的Agent读取MES系统工单，再输出换模序列。客户按照减少的停工小时数付费，6月单个客户收入超过15万元。
一个处理分诊，一个安排换模。产品边界都很窄，价值却能落到明确的业务流程和经营结果上。
13家公司离场，问题集中在三处
第一处是场景铺得太宽。“通用客服Agent”“企业知识库Agent”看起来适用于所有行业，到了交付现场，往往缺少行业接口、数据规范和业务规则。
第二处是技术投入失衡。团队花大量时间提升模型表现，却没有人负责系统集成、权限控制和审计日志。这些工作很难在演示中出彩，却是企业采购绕不开的门槛。
第三处是长期依赖POC。演示项目能带来早期收入，也可能让团队困在定制验证里：不断接新Demo，不断修改功能，却迟迟没有稳定交付和续费。
园区运营方评价团队时有一句很直白的话：“我们看一个团队能不能活，不看他们的deck，看他们有没有在食堂跟客户吃饭。”
这句话指向的是客户距离。创始人是否知道客户正在使用哪套ERP、谁有审批权、数据能否出域，通常比演示文稿里的模型参数更接近真实生意。
接下来比的是合规、流程和交付
按照现有时间表，2026年8月2日将成为欧盟AI Act相关规则执行的重要节点。园区内两家出海客服Agent公司已经开始调整隐私弹窗和数据留存策略。面向海外市场的产品，需要把AI数据说明、撤回入口和留存规则落实到界面与后台流程中。
端侧推理也在改变云端Agent的价值。随着手机、车机端侧大模型成熟，一部分简单问答会转到本地。只提供基础对话的云端产品，付费空间可能被压缩；工单处理、跨系统调用和复杂审批，更容易成为企业采购的重点。
开发门槛则在继续下降。Cursor 2.0的多Agent协作和Claude Agent SDK让产品原型更快成形，客服Agent也更容易被复制。模型和工具逐渐普及后，客户关系、行业经验与交付能力会占据更大权重。
半年前，Agent还是园区里最受关注的概念。半年后，32家公司剩下19家继续运转。它们每天处理的是用友U8凭证接口、医院分诊规则和注塑机换模顺序。
这些事情不适合拿来办一场热闹的发布会，却能换来续费、年框，以及下一顿食堂午饭。
