2026年2月6日，人类最后一次在OpenRouter的token用量统计中领先AI。仅仅半年后，这一差距被迅速拉大。数据显示，截至8月10日，智能体类的token消耗量从约0.51万亿激增至7.3万亿，增长了14倍；相比之下，人类用户的token用量虽然也涨到了1.4万亿，但增幅仅为2.8倍。巨大的落差让Peter感到恍惚，仿佛隔了十年，但这其实只是半年的时间。
首先，我们需要明确这组数据的来源与计算方式。OpenRouter作为全球最大的模型网关之一，连接着约70家供应商和开发者，每周处理约28万亿token。据联合创始人兼COO Chris Clark估算，这大约占全球推理总量的1%，其中一半来自美国。OpenRouter并不关注你是谁，只看你怎么用。具体方法是通过API Key追踪行为特征，包括工具调用的频率、两次响应的间隔时间、一轮对话的轮次等七项指标。通过加权评分，流量被划分为Agentic（智能体）、Mixed（混合）和Human（人类）三类。之所以能通过行为区分，是因为人类使用AI时会有自然的停顿、阅读和思考时间，而Agent则是持续不断地调用工具、循环执行任务。这种节奏上的差异，使得这套估算模型具有很高的准确性。
真正拉开人与Agent差距的，在于双方使用方式的本质不同。人类使用AI的模式通常是：打开对话框，输入一段提示词，等待回答，复制结果，关闭对话。全程交互次数不超过十次，token消耗通常在几千量级。而智能体的运作模式则完全不同：用户设定一个目标，AI便自动启动后续流程，包括读取文件、调用工具、生成结果、修正迭代，直到任务完成。人类在初始提示词中塞入大量上下文和规范，而AI则在此基础上不断增量读写。正如Peter所言，真正带来量级跃升的是“让智能体长时间自主运行”。同一个人，上午还在手动复制粘贴，下午挂上智能体，token账面消耗便会瞬间翻倍。
面对14倍的涨幅，人们的第一反应往往是“烧钱”。确实如此，但烧钱的逻辑并非表面那么简单。Peter指出，智能体天然具有多轮交互的特性，其近70%的token消耗来自提示词缓存，而缓存的计费价格远低于实时生成的token。这是因为Agent在执行任务时，需要反复读写同一份上下文（如代码规范、操作手册）。初次加载时需支付全价，后续轮次只需对增量内容付费，命中缓存的部分按极低比例收费。这意味着，虽然单价降低了，但用量的大幅飙升使得总成本依然惊人。Uber CTO曾透露，仅四个月就耗尽了全年的Claude Code预算，一场两小时的演示甚至花费了1200美元。EY的数据显示，客服交互成本从2023年的0.04美元飙升至2026年的1.20美元，增长了30倍。这并非模型变贵了，而是任务处理方式变了。高盛预测，智能体AI可能将2030年的token消耗推高24倍。此外，缓存Token虽然便宜，但需要占用内存。智能体长时间运行依赖内存承载完整的上下文，这也解释了为何近期高带宽内存如此紧俏。
那么，通过更换更便宜的模型来节省成本是否可行？真正的分水岭，其实不在于你选择了哪个模型。同一个模型，若仅作为搜索框使用，每日token消耗仅几千；若将其集成到实际业务流程中，接入自有文件和工具，每日消耗可达数千万。差距不在于模型本身，而在于是否将其真正融入工作流。OpenAI的数据印证了这一点：使用最深入的10%的公司，其每位活跃用户的token输出量是典型公司的8.3倍，这一差距在半年内从2.6倍扩大至三倍以上。头部公司在插件和技能的使用率上远高于普通公司，OpenAI内部甚至达到了95%。将常用任务封装为可复用的技能，能大幅减少重复搜索和返工，从而节省成本。
然而，精打细算的成本并不能保证任务的顺利完成。智能体流量的暴涨，并不等同于AI已经完全自主接管工作。许多任务仍由人发起，且在关键环节（如采购、签字）仍需人工审批。但问题在于，审批流程往往找不到人。有从业者提到，其智能体曾删除了广告账户中的18个视频，直到一天后才发现。这并非模型犯了错误，而是根本无人去检查那一步。Token消耗可以在半年内翻14倍，但验收的人力却无法同步增长。这或许是本轮增长中被忽略、却最为昂贵的账目。分析、调研、初稿等重复性执行动作将逐渐过剩，真正稀缺的是验证、判断以及决定什么值得做的能力。AI虽然已成为token的主要消费方，但它还不能替你签字。未来的核心问题不再是你用不用AI，而是当AI替你完成工作时，由谁来验收、谁来拍板下一步。