据 KuCoin 报道，亚马逊 CEO Andy Jassy 表示，AI 推理成本必须下降约 90%，agent 系统才能在企业中广泛普及。这一说法重新定义了普及问题：如果单位推理成本是硬性约束，那么 agent 架构、模型选择和请求路由首先是成本决策，其次才是能力决策。
据 Yahoo Finance 援引 Nvidia 的 Jensen Huang 的说法，agent 工作负载已大幅推高 token 和 GPU 需求。两个信号指向同一方向。Agentic 模式通过规划循环、工具调用、检索和重试，使每个任务的调用次数成倍增加，因此按 token 计价的成本累积速度远快于单轮 prompt。在较小模型足以胜任之处采用低成本路由、缓存稳定上下文、限制循环深度，都成为直接影响预算的工程手段。
RSM US 报告称，中型市场对 AI 的满意度很高，但企业范围内的普及仍然有限，这表明差距不在热情，而在部署经济性和范围。从现有报道中尚不清楚的是：90% 这一数字的基准是什么、时间框架如何，以及它涵盖的是 serving、orchestration 还是两者兼有。对于当下正在设计 agent 系统的团队而言，实际含义是：在质量与延迟之外，还要对每个成功任务的成本进行度量，并把路由策略视为一等设计产物，而非事后补充。