我认为大多数人没有意识到 token 的紧缺性， 不知道未来一场 token 饥荒正在酝酿。 chatbot 时代， 一个人坐在那里看屏幕，大模型像打字机一样回复。相当于一人占一条推理进程。而人是要休息娱乐的，离线即释放资源。 agent 初期， chatgpt 的 Deep Research 和 o1-pro / o3-pro 放一条调研目标，一跑几十分钟，当然，可以一口气提一大堆需求，全塞进去，然后等结果，但是，人是会看累的，同样单日消费的tokens数有限。更何况，200 美元月费，openai 公布过曾经也才几万人订阅的量级。 agent 发展期， claude code 带领下 agentic coding tool 这波潮流，写代码、做调研、复杂文字项目，做得飞快，token也用得飞快，2025年夏天 claude code token 榜一大哥， 刘小排，一个 200美元claude max 订阅，用出来单月十几万美元的正价 api token 量。2025年年末， 智谱、minimax 首先退出 coding plan ，打出对标 sonnet 口号， 是 claude code 订阅 几倍 十倍用量， 大搞促销。其中智谱 max 支持 20 并发不限速，5小时3亿token，没有周限和月限。各家都在补贴，培育市场。 这个时期虽然程序员们用得多，但是类似健身房， 赚的是办了卡不常去的人的钱，轻度用户的低用量，也让重度用户爽用。 agent 出圈期，2026年小龙虾openclaw多次进入大众视野，腾讯大厦门口排队领取安装，大众意识到，原来 AI agent 可以干点事了，带着好奇与冲动，有抢购 mac mini 的，有去399找人远程安装的，799上门安装的。小龙虾一转起来，各厂家的机房显卡嗷嗷叫。kimi发现，每天整点都有一波token调用高峰，劝大家的openclaw定时脚本，不要放在整点，错峰出行。智谱第一个开始收紧套餐，限并发，要求高峰期排队，无周限月限老套餐开始停售，限供新套餐，minimax 也紧随其后。互联网大厂，阿里、字节、腾讯各自的 编程套餐，从2月春节的几块几十块特惠首月，再到3月底阿里200元一月几乎断货。再到4月底也退出 token plan，按量计费。 可以说，越是发现agent 具有生产力和长时任务执行力，需要的 token 越来，对应的是 显卡 、硬盘、cpu、 内存、网络模块越多。 --- 预测未来： 多agent协作期：当大众认识并接受，一个agent做得事有幻觉，可以一次任务，使用多个不同种类的agent 并行做，然后优选。 一个agent做完，让不同种类的agent给审计一遍。继续提高完成度。 等等方式。 于是 token 的用量再翻一个指数级。 agent自举进化期：人们普遍需求，过去一段时间的工作，可以将agent运行轨迹进行提炼和迭代。 过去某项任务，写一个性能提升目标，让 agent autoresearch一晚上，第二天起床发现变强了。 于是，token 的用量再上一个台阶。 agent自主期：24小时运行，但是不再是按人类设定的目标，拥有自主探索和科研发现的伪自我意识，不同于仅仅服务人类需求的小龙虾。 --- 所以，做一个任务完成度假设。 chatbot 20% 只会聊天咨询建议。 agent初期 40% Deep Research 出一整套方案，但是没法干活。 agent发展期 60% claude code 2025夏日版已经可以干活写生产级代码。 agent出圈期 80% 2025年11月 opus-4.5 将 agent 可用性覆盖到文字类工作，非编程类工作，为 openclaw 小龙虾起飞奠定基础。 多agent协作期 88% 进一步提升完成度。 agent自举进化期 98% 只要舍得砸token，无限将任务完成度推到接近完美。 --- 回看现实，存储建厂扩产，一年增加 20-40%产能， 电力，美国电工缺，建厂慢。 显卡，中国缺，低价显卡迟迟无法大批量运行。 可以说，在蓬勃发展的 AI token 需求下，到处都是物理世界的匮乏，也可以说未来必将会有一场严重供需失衡的token饥荒。