第一批用AI裁掉中层的企业，， ，，， ，已经赚到钱了
文 | 新态度 Pro前不久，， ，，， ，Anthropic 阻止允许订阅用户通过 OpenClaw 品级三方工具接入 Claude API 。。。。。。。。理由并不重大，， ，，， ，一个 OpenClaw 代理运行一天，， ，，， ，消耗的算力本钱在 1000 美元到 5000 美元之间，， ，，， ，而用户每月只付了 200 美元 。。。。。。。。Claude Code 认真人 Boris Cherny 在 声明里说，， ，，， ，订阅服务 " 并非为这些第三方工具的使用模式而设计 " 。。。。。。。。这句话没有错，， ，，， ，但它遮住了一个更基础的问题：没有任何订阅服务能被设计成笼罩这种使用模式 。。。。。。。。Agent 场景下的 Token 消耗量没有上限，， ，，， ，也没有历史数据可以参考，， ，，， ，任何牢靠月费都是在对一个无法建模的变量做推测 。。。。。。。。3 月尾，， ，，， ，中国国家数据局宣布了另一组数字：中国日均 Token 挪用量突破 140 万亿，， ，，， ，两年增添超千倍 。。。。。。。。同期，， ，，， ，字节的 Token 挪用量跻身全球三甲，， ，，， ，与 OpenAI、谷歌并列 。。。。。。。。无问芯穹 CEO 夏立雪在一场行业论坛上形貌这个增速时说，， ，，， ，上一次看到类似的曲线，， ，，， ，是 3G 时代手机流量从每月 100MB 最先普及的时间 。。。。。。。。其时没有人预推测，， ，，， ，流量铺开之后会跑出抖音、微信和外卖 。。。。。。。。两件事放在一起，， ，，， ，形貌的是统一个现实：Token 的消耗正在以有数的速率增添，， ，，， ，但支持整个行业运转的定价逻辑，， ，，， ，依然建设在两年前谈天机械人时代的假设之上，， ，，， ，即用户的使用量是可以被历史数据展望的，， ，，， ，轻度用户会自然地笼罩重度用户，， ，，， ，整体本钱可以被摊平 。。。。。。。。智能体们突破了这个假设的每一个条件，， ，，， ，市场转变的速率，， ，，， ，凌驾了任何定价模子的响应能力 。。。。。。。。纵观已往两年 Token 市场的演化，， ，，， ，每一个优势窗口的终结，， ，，， ，都由统一个逻辑驱动，， ，，， ，即当竞争者能够复制优势——规�？？？？？？梢员蛔犯希� ，，， ，算法可以被开源，， ，，， ，场景可以被大平台的分发能力碾压 。。。。。。。。现在唯一难以被快速复制的，， ，，， ，是将 Token 效率内化为产品架构、定价逻辑和工程文化的能力 。。。。。。。。而在这件事上真正做到系统化的，， ，，， ，只有 Anthropic 。。。。。。。。失去意义的平均价钱Token 之以是差别于电力、钢铁等古板生产要素，， ，，， ，在于它具备唯一无二的 " 可编程性 " 。。。。。。。。没有任何一种古板生产要素，， ，，， ，能仅凭 " 指令差别 " 就将自身价值改变十万倍 。。。。。。。。这种可编程性，， ，，， ，是 Token 作为新型生产要素的实质特征，， ，，， ，也是明确目今 AI 经济杂乱的条件 。。。。。。。。明确这一点，， ，，， ，需要先建设量级感 。。。。。。。。36 氪报道，， ，，， ，OpenAI API 日均处置惩罚约 21.6 万亿 Token，， ，，， ，谷歌 Gemini 日均约 43 万亿，， ，，， ，而中国的 140 万亿约为前两者之和的两倍有余 。。。。。。。。摩根大通展望，， ，，， ，仅中国的 AI 推理 Token 消耗，， ，，， ，就将在五年内再增 370 倍 。。。。。。。。这个量级自己说明晰，， ，，， ，Token 已经是一个经济规模指标 。。。。。。。。别的，， ，，， ，Token 的大宗消耗使用爆发在公有云的统计口径之外 。。。。。。。。金融机构在外地服务器上跑票据识别，， ，，， ，车端智能座舱的对话在车内闭环完成，， ，，， ，工业机械人的视觉模子以毫秒级响应运行在边沿装备上，， ，，， ，这些都不会泛起在任何果真数据里 。。。。。。。。一位从业者估算，， ，，， ，非公有云 API 的挪用量至少是公有云的五到十倍 。。。。。。。。规模之外，， ，，， ，Token 的价值结构与生产本钱更应该关注 。。。。。。。。唬� ；； ；；；迫恃衲� 3 月在一篇署名文章里把 AI 工业拆成五层：能源、芯片、基础设施、模子、应用，， ，，， ，并将 Token 界说为现代 AI 的基本单位，， ，，， ，也是 AI 的语言和钱币 。。。。。。。。这个界说的精妙之处在于，， ，，， ，它同时指向了 Token 的两种属性：作为语言，， ，，， ，它是盘算历程的原子；； ；； ；；；作为钱币，， ，，， ，它是价值流通的前言 。。。。。。。。但生产一个 Token 的价钱，， ，，， ，远比这个界说看起来重大 。。。。。。。。据 Sam Altman 和 Epoch AI 披露，， ，，， ，ChatGPT 发送一条文本提醒约莫消耗 0.3 瓦时 。。。。。。。。谷歌搜索的耗电量（0.03 瓦时）仅为其一小部分 。。。。。。。。谷歌 2025 年也曾披露，， ，，， ，Gemini 发送一条典范的文本提醒约莫消耗 0.24 瓦时，， ，，， ，并爆发约 0.03 克二氧化碳 。。。。。。。。随着模子重漂后的增添，， ，，， ，推理本钱也响应上升 。。。。。。。。GPT-5 级别的系统每次盘问可能消耗约 18 瓦时，， ，，， ，而举行扩展推理时则可能消耗高达 40 瓦时 。。。。。。。。 差别来自两个地方，， ，，， ，一是模子大� 。。。。。。。。� ，，， ，参数越多，， ，，， ，天生每一个 Token 所需的盘算量就越大；； ；； ；；；二是推理模式，， ，，， ，新一代模子在输出每一个可见 Token 之前，， ，，， ，会在内部举行大宗隐式推演，， ，，， ，用户看到一个字，， ，，， ，模子内部可能已经 " 想 " 了上百步 。。。。。。。。单个可见 Token 的真实本钱，， ，，， ，被这个思索历程成倍放大了 。。。。。。。。这是 Token 与电力、石油这类生产要素的基础区别，， ，，， ，Token 的价值并不由生产本钱决议，， ，，， ，而完全由使用场景决议 。。。。。。。。同样一百万个 Token，， ，，， ，用于闲聊，， ，，， ，市场价约 0.01 美元；； ；； ；；；用于代码天生，， ，，， ，可以值 200 美元；； ；； ；；；用于执法文件审查，， ，，， ，价值可能凌驾 1000 美元，， ，，， ，价值差别达十万倍 。。。。。。。。耶鲁大学研究者将这一特征形貌为 Token 的 " 可条约化 " 属性：数目可以准确计量，， ，，， ，但价值取决于它被编程去做什么 。。。。。。。。当整个行业用统一个价钱逻辑去笼罩价值差别十万倍的使用场景时，， ，，， ，系统性的定价杂乱就不是无意，， ，，， ，而是一定 。。。。。。。。因此，， ，，， ，所谓平均 Token 价钱，， ，，， ，就像用平均客单价来形貌一个既有路边摊又有米其林餐厅的商圈，， ，，， ，即便数字准确，， ，，， ，但毫无意义 。。。。。。。。Collis 和 Brynjolfsson 曾在 2025 年的估算显示，， ，，， ，天生式 AI 在 2024 年仅为美国消耗者创造的消耗者剩余就高达约 970 亿美元，， ，，， ，用户现实获得的价值，， ，，， ，远凌驾他们支付的金额 。。。。。。。。这个数字的绝大部分，， ，，， ，集中在高价值应用场景 。。。。。。。。Token 经济的窗口期正在合拢在 Token 经济中，， ，，， ，竞争优势是追随手艺跃迁、产品形态转变与市场结构配合决议的时间窗口 。。。。。。。。每一个窗口的受益者，， ，，， ，都在无意识中为下一个倾覆者铺路，， ，，， ，而能在多个窗口一连卡位的玩家，， ，，， ，才是真正的赢家 。。。。。。。。2025 年头，， ，，， ，算法是 Token 第一个窗口 。。。。。。。。DeepSeek V3 宣布后，， ，，， ，混淆专家架构（MoE）将一律能力的推理本钱压低了一个数目级：模子内部包括多个专家子�？？？？？？椋� ，，， ，每次推理只激活其中一小部分，， ，，， ，在保存完整模子能力的同时，， ，，， ，将单次推理的现实盘算量大幅压缩，， ，，， ，将推理本钱下降了一个数目级 。。。。。。。。但算法窗口的悖论在于，， ，，， ，翻开它的那把钥匙，， ，，， ，同时也是关上它的锁 。。。。。。。。DeepSeek 选择了开源，， ，，， ，将焦点模子权重和架构设计果真，， ，，， ，吸引全球开发者接入生态 。。。。。。。。这个选择在短期内快速扩大了市场份额，， ，，， ，在中恒久则自动压缩了算法领先的窗口期 。。。。。。。。当架构立异被开源，， ，，， ，整个行业的 Token 本钱基准被同步重置，， ，，， ，算法优势也就从专有壁垒酿成了公共基础设施 。。。。。。。。同年底，， ，，， ，规模成为第二个窗口 。。。。。。。。唬� ；； ；；；鹕揭娼チ髁空降拇蚍ㄆ揭屏斯矗� ，，， ，用大规模的机场广告宣告自己在 Token 市场的保存 。。。。。。。。谭待在 4 月 2 日的最新的营业希望分享中提到，， ，，， ，两年之内，， ，，， ，火山引擎的 Token 挪用量增添了 1000 倍，， ，，， ，万亿级 Token 消耗企业增至 140 家 。。。。。。。。不过规模优势保存一准时效性，， ，，， ，谭待在接受《第一财经》的采访时也谈到，， ，，， ，在 Token 大规模挪用量中，， ，，， ，包括了大宗无效算力 。。。。。。。。谭待以解数学题为例：枚举法盘算量大，， ，，， ，模子能力缺乏就会接纳类似方法，， ，，， ，造成无谓消耗；； ；； ；；；更优异的模子能找到精练解法，， ，，， ，优化空间很大 。。。。。。。。规模数字的背面，， ，，， ，是大宗本可以阻止的算力铺张 。。。。。。。。当竞争从 " 消耗了几多 " 转向 " 每个 Token 创造了几多价值 " 时，， ，，， ，规模窗口就最先关闭 。。。。。。。。场景，， ，，， ，是目今 Token 竞争最强烈的地方 。。。。。。。。智谱、MiniMax、月之暗面没有字节的流量规模，， ，，， ，也没有阿里、腾讯的云盘算生态，， ，，， ，但它们在 To B 高价值场景里找到了驻足点 。。。。。。。。智谱与 MiniMax 的市值一度凌驾快手等古板互联网公司，， ，，， ，充辩白明场景窗口在特定阶段能创造的估值溢价有多大 。。。。。。。。但这个窗口现在也正在收窄 。。。。。。。。在一场行业论坛上，， ，，， ，杨植麟问智谱 CEO 张鹏：你们为什么涨价？？？？？？张鹏的回覆是，， ，，， ，完成一个 Agent 使命消耗的 Token 量，， ，，， ，是回覆简朴问题的十倍甚至百倍；； ；； ；；；恒久依赖低价竞争，， ，，， ，对整个行业都没有利益 。。。。。。。。这场对话背后，， ，，， ，一场更大规模的场景争取战正在睁开 。。。。。。。。字节通过飞书和扣子（Coze）平台，， ，，， ，将大模子能力直接嵌入企业的协同事情流与海量流量节点；； ；； ；；；腾讯依托微信生态与企业微信，， ，，， ，掌握着企业触达并服务客户的最短社交链路；； ；； ；；；阿里则将旗下 AI 营业统筹为 ATH 事业群，， ，，， ，Token 消耗被直接打包成企业数字化底座的一部分 。。。。。。。。这三家公司拥有在企业端已经建设多年的信任关系和系统整合能力 。。。。。。。。自力厂商依赖模子质量差别维系的场景优势，， ，，， ，正在被这种结构性优势快速压缩 。。。。。。。。Token 效率是目今正在形成的第四个窗口，， ，，， ，也是最难被快速复制的一个 。。。。。。。。这一窗口的竞争，， ，，， ，现在集中在 Coding 场景 。。。。。。。。Anthropic 封禁第三方工具后，， ，，， ，大宗习惯于低本钱接入 Claude 的用户最先寻找替换计划 。。。。。。。。OpenAI 迅速将自己定位成更易上手的选择 。。。。。。。。但 Anthropic 押注的是训练和运行模子的效率，， ，，， ，OpenAI 的心态是奥特曼总能筹集到更多资金支持算力规模 。。。。。。。。用资源堆算力换市场份额，， ，，， ，是一种可以奏效但难以一连的战略 。。。。。。。。阻止今年 3 月尾，， ，，， ，OpenAI 的 API 每分钟处置惩罚量已突破 150 亿 Token，， ，，， ，而 2025 年 10 月这个数字照旧 60 亿 。。。。。。。。但算力供应的增速远远跟不上，， ，，， ，GPU 租赁价钱在两个月内涨了 48%，， ，，， ，英伟达最新一代 Blackwell 芯片的每小时租用用度已升至 4.08 美元，， ，，， ，数据中心的建设周期以年盘算 。。。。。。。。OpenAI 甚至部分暂停了 Sora 视频天生工具，， ，，， ，腾出盘算资源给编码和企业级产品 。。。。。。。。Anthropic 看到的是 Harness Engineering 这条路，， ，，， ，通过重新设计 Agent 的调理架构，， ，，， ，从系统层面镌汰无效 Token 消耗，， ，，， ，让更少的算力做更多的事 。。。。。。。。这是在算力稀缺的现实约束下，， ，，， ，重新界说效率自己的寄义 。。。。。。。。而在中国市� 。。。。。。。。� ，，， ，阿里云也最先切入效率窗口，， ，，， ，其将 Token 的定价、挪用追踪与企业账单管理整合进统一的云盘算基础设施 。。。。。。。。吴泳铭提到，， ，，， ，许多企业已经不把 Token 消耗当 IT 预算，， ，，， ，而是看成生产资料和研发成原来核算 。。。。。。。。这是一种更慢的建法，， ，，， ，但也更难被倾覆 。。。。。。。。在算力供应触及物理极限、需求仍在加速增添的现实下，， ，，， ，真正稀缺的不是自制的 Token，， ，，， ，而是在有限算力约束下能产出最高价值密度的 Token 。。。。。。。。封禁 OpenClaw，， ，，， ，只是效果在算力稀缺、定价系统失效、Agent 消耗失控的多重压力下，， ，，， ，Anthropic 是迄今为止唯逐一家不但是调解了定价战略，， ，，， ，还从工程架构层面重新回覆了 "Agent 应该怎么运行 " 这个问题的公司 。。。。。。。。封禁是被动应对，， ，，， ，Managed Agents 才是自动给出的谜底 。。。。。。。。Harness 是 Agent 框架的调理层，， ，，， ，认真决议何时挪用模子、怎样管理上下文、蜕化时怎么处置惩罚 。。。。。。。。在 Chatbot 时代，， ，，， ，这套逻辑相对简朴 。。。。。。。。进入 Agent 时代后，， ，，， ，Harness 最先承载更重大的使命，， ，，， ，也最先爆发大宗本不须要的 Token 消耗 。。。。。。。。Anthropic 工程博客提供了一个详细案例，， ，，， ，Claude Sonnet 4.5，， ，，， ，保存一种被工程师称为 " 上下文焦虑 " 的行为当模子感知到上下文窗口靠近上限时，， ，，， ，会提前终止使命 。。。。。。。。Harness 为此添加了上下文重置机制，， ，，， ，在适其时机强制扫除并重载上下文，， ，，， ，以确保使命继续 。。。。。。。。这在其时是合理的工程补丁 。。。。。。。。问题爆发在 Claude Opus 4.5 上线之后 。。。。。。。。新模子已经不再泛起 " 上下文焦虑 "，， ，，， ，但旧的重置机制仍在每次执行时触发，， ，，， ，消耗着不须要的 Token，， ，，， ，增添着不须要的延迟 。。。。。。。。这些机制从解决问题的补� 。。。。。。。。� ，，， ，酿成了制造本钱的肩负 。。。。。。。。Anthropic 工程师将其称为 " 死重 " 。。。。。。。。这是 Harness 框架的结构性缺陷：每一套 Harness 都是对某一时刻模子能力的快照 。。。。。。。。模子在一连进化，， ，，， ，但快照被看成永世规则执行 。。。。。。。。模子迭代越快，， ，，， ，这种错位就越严重 。。。。。。。。在商业场景里，， ，，， ，这个问题被进一步放大 。。。。。。。。OpenClaw 在处置惩罚单次用户盘问时，， ，，， ，现实爆发的 API 请求数目是 Claude Code 官方框架的数倍，， ，，， ，每次请求携带凌驾 10 万 Token 的上下文窗口 。。。。。。。。唬� ；； ；；；凰愠� API 费率，， ，，， ，单次盘问的真实本钱是订阅价钱的几十倍 。。。。。。。。无论小我私家的主观使用频次崎岖