token經濟學的工業化競爭

硅谷突然開始嫌token太貴了。

有一陣子了，整個AI行業沉浸在智能體遞歸進化到AGI的樂觀氛圍里。在Anthropic創造的敘事里，更貴的token永遠有它成立的道理。但過去一周，三個幾乎同時出現的信號，揭開了這一表層敘事下，另一種完全不同的現實。

第一，微軟內部開始大規模限制Claude Code的使用。理由并不復雜，因為它太貴了。負責Windows、Microsoft 365、Outlook、Teams和Surface的“體驗+設備”部門，必須在6月底前停用Claude Code，并將工作流遷移到自家的GitHub Copilot CLI。

但很難說，這只是一場內外部產品之爭。據稱，這次斷供，財務部門扮演了關鍵角色。盡管工程線用得很爽，一致反饋，Claude Code對生產力提升巨大；但負責預算的高管們，卻沒有看到代碼規模的增長，為相應軟件帶來收入的暴漲。你到處都能看到AI，除了在營收報表上。

更耐人尋味的是，上個月，微軟對外服務的GitHub Copilot，剛宣布全面轉向按量計費。智能體正在持續燃燒token，當微軟面對自己的外部客戶時，也不想被薅了羊毛。它對自己“停用”是節流，對客戶“改價”是開源，本質上都是為了把成本與價值的賬本重新對齊。在這場由智能體主導的token燃燒面前，即使是微軟這樣財大氣粗的科技巨頭，也感受到了一絲壓力，AI成本開始進入預算約束。

一方面，前沿水平的單位token價格正在上升。硅谷三大巨頭正在試探API客戶的承受能力。谷歌新近發布的Gemini-3.5-Flash，價格顯著上漲，是同類Gemini-3.1-Flash-Lite的6倍，也接近Gemini-3.1-Pro的價格。OpenAI 的GPT-5.5價格是GPT-5.4的兩倍，而考慮到新的分詞器，Claude-Opus-4.7的價格約為Opus-4.6的1.46倍。

另一方面，智能體及其harness，正在改變token經濟學。它追求更高的性能，更高的速度，也就是更高的單位token成本；token也越來越多地承擔系統控制的角色，其代價就是額外的調度復雜性、token開銷與延遲累積，從而顯著推高總體消耗。在用戶開始輸入提示前，智能體就會提前塞進去各種內容，使得智能體的單次任務負載中位水平，來到了10萬token量級。

現在，所有的大模型廠商，都在演化為智能體廠商。OpenAI聯合創始人Greg Brockman認為，單單一個模型，已經不再構成產品本身。未來的token經濟學將在這一趨勢下展開。

第二件事，是DeepSeek宣布V4-Pro永久降價75%。這不是促銷，不是新用戶補貼，也不是互聯網的燒錢換規模。這意味著DeepSeek跑通了某種結構性的成本優勢。硅谷風投YCombinator合伙人很好奇，模型優化與芯片協同，在其中起到了多大的作用。

現在，據Artficial Intellgence統計，運行其指定測評任務的成本，V4 Pro僅為Gemini-3.1-Pro-Preview的約1/3，GPT-5.5的約1/12，Claude-Opus-4.7的約1/19。

年初，DeepSeek在DualPath論文中，揭示了在Angetic AI場景下，KV緩存命中率高居95%。壓縮與管理KV緩存，不僅是降低單位token成本的關鍵，也將AI的成本函數“與上下文長度線性相關”重構為“僅與新增決策相關”。這使得智能體可以在長時間、多輪交互中持續運行，而不會因為歷史上下文的膨脹而成本失控，從而將 AI 從“被調用的工具”轉變為“持續運行的過程”。

2026/02/27 完整閱讀 >

這也將影響模型下游的產品設計。盡管DeepSeek的性能，仍然落后硅谷半年左右，但它仍然在迅速獲得市場。在OpenRouter上，調用V4-Flash模型的請求，一直都在增長。甚至，基于V4的“原生”智能體產品也在涌現。Reasonix專為DeepSeek的緩存機制，打造了一套harness框架，核心目標就是“省錢”。DeepSeek正在招募harness工程師，也許它將成為新的領域的“價格屠夫”。

第三件事，是華為對“韜（τ）定律”的探索與實踐。在這一框架下，在晶體管密度受限的情況下，華為開始從底層器件、電路、芯片與系統層面，同步壓縮數據傳輸時間與能耗。該公司已經圍繞超節點，同步推進統一總線UB-Mesh、Hi-ONE近封裝光學、背面供電以及近存計算等技術，也在嘗試將鯤鵬與昇騰實現“邏輯折疊”，實現單位算力token吞吐上的“時間擴展”。

2026/05/26 完整閱讀 >

是折疊，而不是堆疊。這意味著它有別于當前行業嘗試的2.5D封裝，是在Z軸方向上，在cell層面邏輯與計算拓撲的重構。無論是半導體專家，還是金融分析師，美國都相當關注華為這次戰略方向的選擇。Bernstein喊出了這是另一個“DeepSeek時刻”。

在今天IEEE中國的直播中，華為進一步提到，鯤鵬950是第一代折疊的“超級CPU”。在其他因素基本不變的情況下，鯤鵬950通過重新組織CPU核與互聯結構，使關鍵路徑長度顯著縮短。它的垂直折疊后的微架構投影面積減少約40%，平均線延遲下降約8%，僅此一項就帶來了約468MHz的頻率增益；而時鐘樹縮短與時鐘偏差優化，則進一步貢獻了接近100MHz的額外提升。最終，這顆原本運行在2.6GHz的CPU核，被直接推升至3.2GHz，同時能效提升超過10%。華為已在規劃鯤鵬960，它將更激進，CPU內核直接參與邏輯折疊。

此外，最近，華為展示了基于自研板上裸片封裝（DoB）封裝技術的大容量SSD系列，目前已量產61.44TB和122.88TB兩款產品，245TB版本也在規劃中。華為還有自研高帶寬內存HiBL 1.0。

這不禁令人想到，DeepSeek深度適配了昇騰950，也將得益于整個超節點的“時間擴展”。DeepSeek降價，或許已經暗示整個本土AI算力生態的進程。在這次的V-4版本中，DeepSeek還未將Engram等技術融入模型，它將更有效地將“記憶”根據訪問頻次依次卸載到對應的存儲層級中去。外界甚至傳言V-4.1會很快到來。

2026/01/14 完整閱讀 >

三條線索交匯在一起，指向一場更深層的競爭：token正在從一種“技術單元”變為一種“生產要素”，而它的經濟學，正在被納入工業化式的邏輯。

在這場競爭里，本質上存在兩條同時推進的效率邊界。一條在算力工廠內部，圍繞吞吐、延遲與成本的三角尋找最優解；一條在工廠大門之外，在“更貴但更強”與“夠用但廉價”之間爭奪市場最優點。

第一條，是AI工廠自身的效率邊界。在黃仁勛的框架下，推理的token經濟學，是一條在吞吐量（TPS/兆瓦）與交互性（TPS/用戶）之間展開的價值曲線。吞吐量越高，能響應更多用戶，單價就越低，速度也就越慢；而對延遲極為敏感的高價值場景，硬件成本也就需要分攤給更少的并發用戶。

在固定算力與能源約束下，同時實現更大的token吞吐量、更低的推理延遲與更低的單位成本，是一個“不可能三角”。行業正在努力拓展帕累托最優的邊界，也就是把整體瓶頸往上推，然后再在三者之間做出新一輪權衡。這也是為什么，在財報會議上，黃仁勛越來越多地談論Groq LPU與Vera CPU；他同樣非常擔心華為這個真正擁有垂直整合能力的競爭對手。

第二條邊界，則存在于AI供給與市場需求之間。更高智能、更高成本的模型，與“足夠智能、但足夠便宜”的模型之間，存在一個不斷移動的市場最優點。盡管高價值的token，對應著更迅速的產品迭代速度，但是能夠支付這樣預算的客戶，并非沒有上限；而大量低價格的token，服務于更廣泛的市場，也將創造一個總量更為龐大的市場。

昂貴的token，仍然需要在AI應用的最后一環證明自己。如果AI真的在創造規模增量市場，那么，科技巨頭們更可能在保持原有員工規模大致不變的基礎上，利用AI順勢大幅擴張市場，而不是大量裁員，或為AI轉型和AI投資騰預算與編制。用AI代替員工，在相當程度上只能說明，整個需求市場并沒有對應token成本的大幅擴張。

2026/05/22 完整閱讀 >

DeepSeek真正的市場競爭力，在于它在中國建立起一套可復制、可擴展的“AI工廠”路線圖，把“有效智能”帶進了工業品的價格區間。編碼軟件公司Replit首席執行官也說，中國研究者實際上公開分享了真正的人工智能突破，惠及所有人，包括小型（甚至可能是大型）美國實驗室。幾十年來，那些“低技術”實體經濟無法以有意義的方式數字化，并非不想，而是因此它們的利潤率無法承受這樣的成本。

杰文斯悖論的成立，在于成本的不斷下降。但硅谷正在發生的一切，并非這樣。價值主要沿著前沿模型、云巨頭、芯片巨頭與能源巨頭，甚至與監管密切相關的平臺集中；全球萬億美元上市公司已經達到12家，其中9家是在2023年后躋身這一俱樂部。它們幾乎都受益于這一輪AI浪潮，但是AI之外的其他部門，被擠出到這場盛宴之外。

黃仁勛在電話會議上，將ACIE業務敘事錨定在全球工業與企業經濟活動約50–80萬億美元的宏觀底盤之上；馬斯克在SpaceX招股書中，將其AI企業服務的可獲取市場空間鎖定在約22.7萬億美元；中國在“人工智能+”行動中，將2030年新一代智能終端、智能體等應用普及率設定在90%以上。這些數據所指向的，正是token經濟學的工業化競爭的未來。