豆包2.0發了，該刷的都刷到了。參數、跑分、多模態升級，該看的都看了，刷完有個感覺，有些東西可以單獨拎出來聊。

先說價格。百萬tokens輸入，Lite版0.6元。0.6元是什么概念？得放在一塊比。

GPT-5.2標準版，輸入1.75美元/百萬tokens。按現在匯率，折人民幣12.6元。Gemini 3 Pro，輸入2美元/百萬tokens，折人民幣14.4元。

豆包的0.6元，不到它們的二十分之一。

官方說法更直接，推理成本跟行業內頂尖模型降低約一個數量級。一個數量級，就是十分之一。

這是戰略定價。

字節在干一件事，把Token價格打到地板，逼所有人重新算賬。自己招人搭模型劃算，還是直接調用API劃算？答案不用我說。

再看內部。Lite版0.6元，Pro版3.2元。

差五倍多，但Lite不是閹割版。官方說它的綜合性能超越兩個月前發布的上一代主力模型豆包1.8。

拿主力級模型打價格戰，和其他廠商拿入門產品降價，不是一個打法。便宜。便宜到可以浪費。浪費才會產生新場景。新場景才會沉淀新數據。

所以，豆包2.0真正的對手是誰？是開發者心里的那個念頭：要不我自己搭一個？

0.6元這個數，是算準了你心里的賬。字節想把「自己搭模型」這個選項，從你的選擇題里刪掉。

便宜是便宜，這東西到底能干什么？這得看另一個細節：視頻理解。

豆包2.0有個指標叫EgoTempo。這詞有點繞，翻譯一下：模型能看懂人的動作、節奏、微表情。在這個指標上，豆包的分數超過了人類平均水平。

超過人類是什么概念？

以前AI看你，是照片?，F在AI看你，是直播。你揮一下高爾夫球桿，它能說出你第幾秒手腕角度不對。你做一個健身動作，它能實時糾正你膝蓋有沒有超腳尖。

字節把Seedance 2.0也發了，那是做視頻生成的。加上豆包2.0的視頻理解能力，一套組合拳：看得懂，還能生成。

把這個能力放到抖音里想想。

現在的推薦是你刷了什么、搜了什么、停留了多久，算法猜你喜歡什么。以后的推薦，是你今天穿什么衣服、做什么動作、情緒怎么樣、接下來想干嘛，AI實時看著你，然后給你推東西。

這是從「猜」升級到「看」。

OpenAI做視頻理解，方向是讓AI看懂世界；Google Gemini做視頻理解，方向是空間定位和物理世界感知。字節做視頻理解，方向只有一個：讓AI看懂「你」。

那為什么要做這個方向呢？因為抖音、剪映。因為字節手里有全球最大的用戶視頻數據池，字節剛好匹配場景剛需。

另外，有一個細節值得琢磨。

豆包2.0在多模態基準測試里，TVBench、MotionBench這些和運動、時序相關的指標，都跑在前面，說明字節強化的是「這段視頻里發生了什么變化」。

變化才是關鍵。

你刷抖音，看的不是靜止的照片，是動的、活的、有節奏的內容。AI要能看懂這個，才能真的幫上忙。

所以我的第二個感受，字節在做的事，是把AI從「問答機器人」變成「盯著你看的私教」；盯著你看還能給出建議，這事得有場景才做得到。

能看懂人，然后呢？能干活的AI長什么樣？

這就得聊Agent了。豆包2.0發的不只模型，還有Code版，專做編程的那個版本，字節的AI編程工具。

我記得有個演示，5輪對話，搭一個「馬年廟會」互動頁面。11個NPC，性格各不相同，會聊天、會招呼顧客、會現場砍價；煙花升空時的祝福語，孔明燈上的題詞，都是AI即時生成的。

每次進去，互動都不一樣。

以前這事需要一個團隊：產品經理畫原型、程序員寫代碼、美術畫圖、測試跑流程，幾周時間；現在一個人加一個AI，幾分鐘。

字節把這個項目的代碼和素材都開源了，放在GitHub上，讓開發者自己去試，這是在展示一件事：能干活的AI來了。

能干活的AI意味著什么？企業組織架構要變。

再看另一個案例。飛書上搭了一個智能客服Agent，用OpenClaw框架加豆包2.0 Pro。

這個客服能干的事，跟客戶對話、回答問題。遇到自己解決不了的難題，它會主動拉群，把真人同事拽進來。

幫客戶預約上門維修，修完了還主動回訪，順手推薦春節優惠產品。一套完整的服務流程，AI自己跑下來了。

另外，這里有個指標值得看：HLE-Text，叫「人類的最后考試」。豆包2.0 Pro在這個測試里拿了54.2分，大幅領先其他模型。

54.2分意味著什么？

在一些復雜任務上，AI的表現已經接近人類專家的門檻了，智譜的GLM-5強調開源第一，DeepSeek V4被曝編程能力超Claude，字節的差異化在哪兒？

在全流程。

智譜讓你自己搭模型，DeepSeek讓你看代碼生成指標，字節給你一套「工具加模型」的組合拳，TRAE加豆包Code。從想法到可運行的應用，幾步就走完了。

所以，這在賣「生產力」。中臺還要不要？PM和開發的邊界在哪？哪些崗位會被AI替掉？字節沒明說。但給了一個樣板間，你自己看，自己琢磨。

能干活的AI來了。它的第一個活兒，可能替掉一些崗位。

所以，把這些事串起來，我有個判斷；以前AI競賽，比誰家模型強，參數、跑分、多模態，都是賽道上的指標，現在字節換了個玩法。

比誰門檻低、比誰看得懂你、比誰能替人干活。這叫什么？這叫重新畫起跑線，它換了一條賽道，讓你跑。剩下的，就看別人怎么跟了。