企业官网建设流程全解析

1. 从算力到生态：AI出海这盘棋到底在下什么

2025年过完春节没多久，我跟几个做AI基础设施的老朋友聚了一顿。席间聊到一个很明显的感受：前两年大家出海，张口闭口都是“我手里有多少张卡”“能拿到多少P的算力”，而现在再聊，话题已经变成了“你的Agent框架能不能接住海外客户的业务流”“你的模型在东南亚小语种上的表现怎么样”。这个转变不是偶然的，它背后是整个中国AI出海逻辑的一次结构性切换。

所谓“AI出海”，说白了就是把国内打磨过的AI能力——不管是底层算力调度、大模型本身，还是上层Agent应用——输出到海外市场去落地赚钱。这件事在2023到2024年主要靠“算力叙事”撑着，谁的GPU多、谁的价格低，谁就有话语权。但到了2025年，单纯拼算力的边际收益已经肉眼可见地在下降。原因很简单：算力正在变成一种相对标准化的商品，而真正拉开差距的，是你能不能把算力、模型、场景和本地生态串成一条能跑通的链路。

这篇内容适合三类人看。第一类是正在或准备做AI出海的技术负责人，你需要知道现在的竞争焦点已经从“有没有卡”变成了“能不能协同”；第二类是做大模型部署和Agent开发的工程师，你会关心具体怎么选型、怎么调优、怎么把成本压下来；第三类是对这个赛道感兴趣的产品和商业同学，你想搞明白这波出海到底靠什么赚钱、坑在哪里。我会尽量把技术细节讲透，同时把商业逻辑也掰开揉碎，因为AI出海这件事，纯技术视角和纯商业视角都会看偏。

先给一个我自己的判断：2025到2026年，中国AI出海的核心命题不是“算力反超”，而是“生态协同”。算力是入场券，不是护城河。真正能让你在海外站稳的，是你能不能把模型能力、Agent框架、本地化数据和合规运营捏成一个整体。下面我分几个层面把这件事拆开讲。

2. 算力这层窗户纸：反超的真相与它的天花板

2.1 算力指标到底该怎么看，别被TOPS忽悠了

聊算力之前，得先把指标这件事说清楚。我见过太多人在选卡的时候只盯着一个TOPS数字，结果买回来发现跑自己的模型根本不是那么回事。算力指标有好几个维度，混着看很容易踩坑。

先说明白几个常见指标的区别。TOPS（Tera Operations Per Second）衡量的是整数运算能力，通常用于推理场景的粗略对比；TFLOPS（Tera Floating-point Operations Per Second）衡量浮点运算，训练场景更看重这个；而FP8、FP16、INT8这些精度标识，直接决定了同一张卡在不同精度下的有效算力差异巨大。举个例子，一张卡标称FP16算力是100 TFLOPS，切到FP8可能翻倍到200 TFLOPS，但如果你用的是INT4量化，实际吞吐又是另一回事。

我拿一个实际场景说明。假设你要部署一个70B参数的大模型做推理，用FP16精度，模型权重就要占大约140GB显存。如果单卡显存不够，就得考虑张量并行或者量化。这时候你算有效算力，不能只看卡的峰值TFLOPS，还要看显存带宽、卡间互联带宽（比如NVLink的速率）、以及你的推理框架对并行的支持程度。我实测下来，同样两张卡，互联带宽差一倍，推理吞吐能差出40%以上，这个差距比单纯算力数字的差距更致命。

提示：选算力的时候，先明确你的主场景是训练还是推理，是FP16还是FP8/INT8，然后再去对比有效算力。峰值TOPS只是营销数字，别当决策依据。

2.2 国产算力反超的叙事，哪些是真的哪些是水分

这两年“算力反超”的说法很热，我得客观说几句。在某些特定维度上，国内确实做到了领先，比如特定精度下的推理吞吐、某些定制化芯片的能效比、以及大规模集群的调度效率。但“反超”这个词本身容易让人误解，好像是一个全面的、线性的超越，实际上不是。

真实情况是：在推理侧，尤其是针对国产大模型做深度优化的推理芯片，性价比确实有竞争力，部分场景下单位算力的成本比进口方案低不少。但在训练侧，尤其是超大规模预训练需要的互联带宽和软件生态成熟度上，差距依然存在。而且算力反超这件事，很大程度上依赖的是“软硬协同优化”——也就是你的推理框架、算子库、量化方案跟特定硬件深度绑定后跑出来的成绩。换个模型、换个框架，优势可能就没了。

我踩过的一个坑是：早期迷信某个“算力反超”的宣传，把一套基于特定芯片优化的推理方案直接搬到另一个模型上，结果性能直接腰斩。后来才明白，那些漂亮的benchmark都是在特定条件下调出来的，通用性没那么强。所以我的经验是，看算力反超的宣传，一定要问清楚：在什么模型上、什么精度下、什么batch size、什么并发条件下测的。脱离这些前提谈反超，都是耍流氓。

2.3 算力怎么变成钱：三种出海变现路径的实操对比

算力本身不赚钱，算力变成服务才赚钱。出海场景下，我观察到三条比较清晰的变现路径，各有各的门道。

第一条是算力租赁，也就是把GPU集群按小时或按卡时租给海外客户。这条路门槛相对低，但利润薄，而且竞争激烈。关键不在于你有多少卡，而在于你的调度效率和稳定性。我见过一个团队，卡不多，但自研了一套细粒度的调度系统，能把碎片化的算力拼起来卖，利用率做到85%以上，反而比那些卡多但利用率只有50%的团队赚得多。

第二条是模型推理服务，也就是MaaS（Model as a Service）。客户不关心你用什么卡，只关心调你的API能不能稳定、便宜、低延迟地出结果。这条路的核心是推理优化和成本控制。用vLLM这类框架做PagedAttention和连续批处理，能把吞吐拉高好几倍。我实测过，同样的硬件，用vLLM对比朴素推理，吞吐能差3到5倍，这个差距直接决定了你的毛利。

第三条是Agent应用层，也就是基于大模型能力做具体的业务Agent，比如客服、编程助手、数据分析助手。这条路天花板最高，但难度也最大，因为你要懂海外客户的业务流，还要处理本地化数据和合规问题。但一旦跑通，客户粘性极强，因为Agent是嵌进业务流程里的，替换成本很高。

3. 大模型与Agent：出海的技术底座怎么搭

3.1 大模型选型：不是越大越好，而是越合适越好

出海做大模型，第一个决策就是选什么模型。我的观点很明确：不是越大越好，而是越合适越好。什么叫合适？三个维度——能力够用、成本可控、合规可过。

能力够用，指的是在你的目标场景上，模型的表现在可接受范围内。比如你做的是东南亚市场的客服Agent，那模型对印尼语、泰语、越南语的支持就比它在MMLU上多考几分重要得多。我见过团队花大价钱部署了一个榜单排名很高的模型，结果在目标市场的小语种上表现拉胯，最后不得不换模型重来。

成本可控，指的是推理成本和微调成本都在预算内。一个70B的模型，即使做了INT4量化，推理成本也比7B模型高一个数量级。如果你的场景不需要那么强的推理能力，用7B甚至更小的模型，配合好的提示词工程和RAG，效果可能差不多，但成本差好几倍。

合规可过，指的是模型的来源、训练数据的合规性、以及输出内容的安全性要符合目标市场的要求。这一点在出海场景下极其重要，不同市场对数据隐私、内容审核的要求差异很大。选模型的时候，一定要把合规成本算进去，别等落地了才发现过不了审。

注意：模型选型不要只看benchmark，一定要在你的真实业务数据上做A/B测试。榜单上的分数和实际业务表现之间，往往隔着一条鸿沟。

3.2 本地部署还是API调用：一笔算清楚的经济账

这是每个出海团队都会纠结的问题：大模型到底是本地部署，还是直接调API？我的答案是——看规模，看场景，看长期规划。

先算一笔账。假设你要服务一个中等规模的海外客户，日均请求量100万次，平均每次请求输入500 token、输出200 token。如果调API，按目前主流的价格，大概每百万token几美元到十几美元不等，一天的成本可能在几百到上千美元。如果本地部署，你需要至少2到4张高端卡，硬件成本一次性投入几万到十几万美元，加上电费、运维、人力，分摊到每天可能也是几百美元。看起来差不多，但有几个关键变量。

第一，规模效应。请求量越大，本地部署的边际成本越低，因为硬件是固定投入。当你的日均请求量超过某个阈值（我经验里大概是几百万次以上），本地部署的经济性就明显优于API。

第二，数据敏感性。如果客户的数据不能出境，或者对数据隐私要求极高，那本地部署几乎是唯一选择。这时候成本不是首要考虑，合规才是。

第三，迭代速度。API的好处是模型更新快，你不用自己维护。本地部署的话，每次模型升级你都要重新部署、重新调优，这个人力成本不能忽略。

我自己的做法是：前期用API快速验证场景，跑通业务流；当请求量稳定且规模上来后，逐步把核心场景迁移到本地部署。这样既控制了前期风险，又能在规模起来后把成本压下去。用Ollama做本地部署的快速验证是个不错的起点，它把模型下载、量化、推理都封装好了，几行命令就能跑起来。但生产环境我建议用vLLM，因为它的吞吐和并发能力更适合线上服务。

3.3 Agent框架怎么选：从LangChain到自研的取舍

Agent是2025年出海最热的方向，但Agent框架的选择让很多人头疼。市面上框架很多，LangChain、AutoGPT、以及各种国内外的开源方案，到底怎么选？

我的经验是：不要一上来就上重框架。LangChain功能全，但抽象层多，调试起来很痛苦，而且版本迭代快，经常升级就breaking change。我早期用LangChain做一个简单的客服Agent，光是把它的各种chain和memory机制搞清楚就花了一周，后来发现其实核心逻辑用几百行代码就能写清楚。

我的建议是分阶段来。验证阶段，用最轻量的方式，直接调模型API，自己写prompt和工具调用逻辑，把业务流跑通。这个阶段重点是验证场景，不是搭架构。生产阶段，如果业务逻辑复杂、需要多Agent协作、需要复杂的记忆和规划能力，再考虑引入框架，或者自研一套适合自己业务的轻量框架。

这里要区分几个概念，很多人搞混。Agent是一个能自主决策、调用工具、完成任务的智能体；Skill是Agent可以调用的一个具体能力，比如查天气、发邮件；Harness是包裹在Agent外面的执行环境，负责管理Agent的生命周期、错误处理、资源限制。搞清这三个的区别，你在设计系统的时候就不会把职责混在一起。我见过把工具调用逻辑写死在Agent主循环里的代码，后来想加个新工具就要改核心逻辑，维护成本极高。

3.4 Agent Evals：出海场景下怎么衡量Agent到底行不行

Agent做出来了，怎么知道它好不好？这就涉及Agent Evals（评估）。出海场景下，评估比国内更复杂，因为你要面对多语言、多文化、多合规要求。

我的评估框架分三层。第一层是功能正确性，Agent能不能正确理解意图、调用正确的工具、给出正确的答案。这一层可以用标注好的测试集来跑，看准确率和召回率。第二层是鲁棒性，面对模糊输入、恶意输入、边界情况，Agent会不会崩溃或者给出危险输出。这一层要专门构造对抗样本。第三层是业务指标，比如客服Agent的解决率、编程Agent的代码通过率、数据分析Agent的洞察质量。这一层最接近真实价值，但也最难量化。

我踩过的一个坑是：早期只关注功能正确性，测试集上准确率95%，上线后客户投诉不断。后来发现是鲁棒性没做好，用户换个说法Agent就懵了。所以评估一定要三层都覆盖，尤其是出海场景，语言和文化的差异会让鲁棒性问题放大。

4. 生态协同：出海真正的护城河在哪里

4.1 算力、数据、模型、场景：四要素怎么串成闭环

前面讲了算力、模型、Agent，但这些单独拿出来都不构成护城河。真正的护城河是生态协同——把算力、数据、模型、场景四个要素串成一个能自我强化的闭环。

这个闭环怎么转？我拿一个具体的出海场景说明。假设你做的是面向东南亚电商的客服Agent。算力层，你在当地或者靠近当地的数据中心部署推理集群，保证低延迟。数据层，你积累当地语言的客服对话数据，这些数据是别人拿不到的。模型层，你用这些数据对基础模型做微调，让它在当地语言和业务场景上表现更好。场景层，你把微调后的模型封装成Agent，嵌进电商的客服流程，解决实际问题。然后，Agent在真实场景中产生的数据，又回流到数据层，继续优化模型。这个飞轮转起来，后来者就很难追。

这个闭环的关键在于数据回流。很多团队做完部署就结束了，没有建立数据回流的机制，导致模型永远停留在初始状态，无法适应业务变化。我建议从第一天就把数据采集和回流的设计做进去，哪怕前期数据量小，也要把管道搭好。

4.2 本地化不是翻译：文化、合规、支付的三重门

出海最容易低估的就是本地化。很多人以为本地化就是把界面翻译成当地语言，这是大错特错。真正的本地化要过三重门：文化、合规、支付。

文化这重门，指的是你的Agent要理解当地的文化习惯、表达方式、甚至幽默感。比如同样一句客服回复，在有些市场要正式礼貌，在另一些市场可以轻松随意。这个不是翻译能解决的，需要当地的数据和人工反馈来调。

合规这重门，指的是数据隐私、内容审核、AI伦理等方面的要求。不同市场差异巨大，有的要求数据本地存储，有的要求AI生成内容必须标注，有的对特定内容有严格限制。这些合规要求会直接影响你的技术架构，比如数据存储位置、内容过滤模块的设计。

支付这重门，指的是当地的支付习惯和结算方式。这个看似跟技术无关，但直接影响你的商业化。我见过技术做得很好的团队，因为没搞定当地支付通道，收入迟迟起不来。

提示：本地化一定要找当地的人参与，不管是产品、运营还是数据标注。纯靠国内团队远程想象，一定会踩坑。

4.3 从单点工具到平台生态：出海产品的演进路径

出海产品一般会经历三个阶段：单点工具、解决方案、平台生态。

单点工具阶段，你提供一个具体的能力，比如一个翻译Agent、一个编程助手。这个阶段门槛低，竞争激烈，但适合快速验证和获客。

解决方案阶段，你把多个能力打包成针对特定行业的解决方案，比如面向跨境电商的整套AI客服方案。这个阶段客户粘性开始建立，因为替换成本变高了。

平台生态阶段，你开放自己的能力，让第三方开发者基于你的平台构建应用。这个阶段天花板最高，但难度也最大，需要强大的技术底座和生态运营能力。

我的建议是，不要跳过任何一个阶段。我见过团队一上来就想做平台，结果基础能力都没打磨好，平台成了空中楼阁。踏踏实实从单点工具做起，跑通一个场景，再横向扩展，最后才是平台化。

4.4 团队配置：出海AI团队需要什么样的人

最后聊聊团队。出海AI团队的配置跟国内团队很不一样，有几个角色特别关键。

本地化产品经理，必须懂当地市场，能判断什么功能是刚需、什么合规红线不能碰。多语言数据工程师，负责数据的采集、清洗、标注，尤其是小语种数据，这个人才很稀缺。推理优化工程师，负责把模型在目标硬件上跑到最优，直接决定成本。合规专家，这个角色很多团队早期不重视，等出了问题才补，代价很大。

我的经验是，早期团队可以精简，但这几个能力必须有人覆盖，哪怕是兼职或者外部合作。尤其是合规，千万别省这个钱。

5. 实操避坑：那些文档里不会写的经验

5.1 部署踩坑实录：从Ollama到vLLM的迁移

我拿一个真实的迁移案例来说。早期我们用Ollama做本地验证，很方便，一条命令拉模型，自动量化，开箱即用。但到了生产环境，问题就来了。Ollama的并发能力有限，请求一多就排队，延迟飙升。而且它的批处理策略比较保守，吞吐上不去。

迁移到vLLM的过程也不是一帆风顺。vLLM的PagedAttention对显存管理很高效，但配置参数需要调。比如gpu_memory_utilization这个参数，设太高会OOM，设太低浪费显存。我实测下来，0.9左右是个比较稳的值，但具体要看你的模型大小和卡的数量。还有max_num_seqs，控制同时处理的序列数，设太小吞吐上不去，设太大显存不够。这些参数没有万能值，要在你的实际负载下压测调优。

迁移后，同样的硬件，吞吐提升了大概4倍，延迟降低了60%。这个收益是实打实的，但前提是你愿意花时间调参和压测。

5.2 成本失控的五个常见原因

AI出海最容易失控的就是成本。我总结了五个常见原因，都是血泪教训。

第一，算力利用率低。卡买了但跑不满，钱在烧但产出少。解决方法是上调度系统，把碎片算力拼起来用。

第二，推理没有优化。用朴素推理跑大模型，成本是优化后的好几倍。vLLM、TensorRT-LLM这些工具该上就上。

第三，模型选型过大。用70B模型干7B就能干的活，成本差一个数量级。先想清楚场景需要多强的能力。

第四，数据存储和传输成本被忽略。出海场景下，跨境数据传输和存储的成本不低，尤其是数据量大的时候。架构设计时就要考虑数据放在哪里。

第五，合规成本低估。合规不是一次性的，是持续的。内容审核、数据审计、认证维护，都是持续投入。

5.3 常见问题速查表

5.4 我个人的几条硬核心得

最后分享几条我自己的心得，都是踩坑踩出来的。

第一，别迷信榜单，信你的业务数据。榜单是别人的场景，你的场景只有你自己知道。

第二，算力是手段不是目的。别为了堆算力而堆算力，算力要服务于场景。

第三，本地化要趁早。别等产品做完了才想本地化，那时候改造成本极高。

第四，合规是底线不是成本。把合规当成产品的一部分来设计，而不是事后补丁。

第五，生态协同是长期活。别指望一两个月就建成生态，这是个持续投入的过程，但一旦转起来，护城河就很深。

这个赛道变化很快，我上面说的很多东西可能过几个月就要更新。但底层逻辑是不变的：算力是入场券，模型是工具，场景是战场，生态是护城河。谁能把这四样串起来，谁就能在出海这盘棋里走得更远。