Coinbase部署1200個AI代理，運營成本削減50%

加密貨幣交易所Coinbase最近公佈的一組資料，讓人對AI在金融科技領域的滲透速度有了全新的認識：公司已部署1200個AI代理用於內部運營，涵蓋客服、風控、合規等各個業務環節，整體運營成本較去年同期削減了50%。這不是實驗室裡的概念驗證，而是已經在真實業務中穩定執行了幾個月的生產線。1200個AI代理7乘24小時不間斷工作，處理的業務覆蓋從使用者諮詢到風險檢測的完整鏈條。換句話說，一家中型金融科技公司的全部運營人力，已經被AI代理替代了。

有意思的是Coinbase做這件事的思路。CEO Brian Armstrong早前就公開說過，公司40%的日寫程式碼量已經是AI生成的，他的目標是在2026年10月前把這個比例推到50%以上。這不是簡單的用AI替代人，而是一種結構性的組織重構——他把公司管理層級壓到CEO以下最多五層，要求每個高階管理者直接管15個以上的人，同時自己也要寫程式碼。管理者親自寫程式碼——這在傳統大公司架構裡幾乎不可想象。

那些AI代理也不是靠單一模型跑出來的。Coinbase建了一個內部的LLM閘道器，對不同任務自動路由到最適合的模型——複雜推理任務走前沿模型，簡單執行任務走價效比更高的開放權重模型。GLM 5.2、Kimi 2.7這些模型被設為預設選項，快取命中率從5%提升到60%。這套模型路由加智慧快取的組合拳，才是成本砍半的真正秘訣——不是靠限制員工使用額度，而是靠系統自動把每一塊錢花在刀刃上。當AI代理從實驗變成核心勞動力，金融科技公司的競爭格局正在被重新定義。

Coinbase的實踐給了一個很實在的啟示——AI降本的核心不是買更貴的模型，而是建一個聰明的排程系統。把不同任務分配給不同模型，讓快取發揮最大作用，這才是真正讓AI從成本中心變成效率引擎的關鍵。這家公司用1200個AI代理證明了一件事：在AI時代，組織架構的扁平化和智慧化比模型本身更重要。

Coinbase這場實驗還有一個值得注意的細節：91%的員工從未達到AI使用額度上限。這不是因為閾值設得高，而是因為大多數人根本不知道AI可以幫他們做什麼。這說明AI落地的瓶頸不僅在於技術，更在於組織和文化的適配。真正聰明的做法不是限額，而是像Coinbase這樣透過智慧路由和快取來自動最佳化，讓AI的使用成本降到幾乎可以忽略不計。當AI變得足夠便宜和方便，使用率的增長就是水到渠成的事。