逸趣网(cmd8.com)

1.2 QwenPaw有哪些安装方式？

Wed, 20 May 2026 22:04:50 +0800

本节介绍多种方式安装 QwenPaw：

安装方式	适用场景	优势	前置要求
pip 安装	熟悉 Python 的开发者	灵活控制环境，便于开发调试	Python 3.10~3.13
脚本安装	不想要手动配置环境的用户	零配置，自动管理 Python 环境	无
Docker	容器化部署或生产环境	环境隔离，易于迁移	Docker
阿里云 ECS	云上稳定运行	一键部署，稳定可靠	阿里云账号
魔搭创空间	无本地环境或快速体验	一键部署，云端运行，无需安装	魔搭账号
桌面应用	不熟悉命令行的用户	双击即用，图形化界面	无

📖 阅读前请先了解项目介绍，完成安装与启动后可查看控制台。

💡 安装并启动后的关键步骤：
在浏览器访问控制台（http://127.0.0.1:8088/）
配置模型（必需）：设置 → 模型 → 配置 API Key 或下载本地模型
开始对话测试
（可选）配置频道以在钉钉、飞书、QQ 等 app 里对话，详见频道配置

方式一：pip 安装

如果你更习惯自行管理 Python 环境（需 Python >= 3.10, < 3.14）：

pip install qwenpaw

可选：先创建并激活虚拟环境再安装（python -m venv .venv，Linux/macOS 下 source .venv/bin/activate，Windows 下 .venv\Scripts\Activate.ps1）。安装后会提供 qwenpaw 命令。

然后按下方步骤二：初始化和步骤三：启动服务操作。

步骤二：初始化

在工作目录（默认 ~/.qwenpaw）下生成 config.json 与 HEARTBEAT.md。两种方式：

快速用默认配置（不交互，适合先跑起来再改配置）：
```
qwenpaw init --defaults
```
交互式初始化（按提示填写心跳间隔、投递目标、活跃时段，并可顺带配置频道与 Skills）：
```
qwenpaw init
```
详见 CLI - 快速上手。

若已有配置想覆盖，可使用 qwenpaw init --force（会提示确认）。初始化后若尚未启用频道，接入钉钉、飞书、QQ 等需在频道配置中按文档填写。

步骤三：启动服务

qwenpaw app

服务默认监听 127.0.0.1:8088。若已配置频道，QwenPaw 会在对应 app 内回复；若尚未配置，也可先完成本节再前往频道配置。

方式二：脚本安装

无需预装 Python — 安装脚本通过 uv 自动管理一切。

步骤一：安装

macOS / Linux：

curl -fsSL https://qwenpaw.agentscope.io/install.sh | bash

然后打开新终端（或执行 source ~/.zshrc / source ~/.bashrc）。

Windows (CMD):

curl -fsSL https://qwenpaw.agentscope.io/install.bat -o install.bat && install.bat

Windows（PowerShell）：

irm https://qwenpaw.agentscope.io/install.ps1 | iex

然后打开新终端（安装脚本会自动将 QwenPaw 加入 PATH）。

⚠️ Windows 企业版 LTSC 用户特别提示
如果您使用的是 Windows LTSC 或受严格安全策略管控的企业环境，PowerShell 可能运行在受限语言模式下，可能会遇到以下问题：
如果你使用的是 CMD（.bat）：脚本执行成功但无法写入Path
脚本已完成文件安装，由于受限语言模式，脚本无法自动写入环境变量，此时只需手动配置：
按 Win + R，输入 sysdm.cpl 并回车，打开"系统属性"。
点击 "高级" -> "环境变量"。
在 "系统变量" 中找到并选中 Path，点击 "编辑"。
点击 "新建"，依次填入上述两个目录路径，点击确定保存。
检查 uv 是否可用：在 CMD 中输入 uv --version ，如果显示版本号，则只需配置 QwenPaw 路径；如果提示 'uv' 不是内部或外部命令，也不是可运行的程序或批处理文件。，则需同时配置两者。
uv路径（任选其一，取决于安装位置，若uv不可用则填）：通常在%USERPROFILE%\.local\bin、%USERPROFILE%\AppData\Local\uv或 Python 安装目录下的 Scripts 文件夹
QwenPaw路径：通常在 %USERPROFILE%\.qwenpaw\bin 。
找到安装目录：
手动添加到系统的 Path 环境变量：
如果你使用的是 PowerShell（.ps1）：脚本运行中断
由于受限语言模式，脚本可能无法自动下载uv。
手动安装uv：参考 GitHub Release下载并将uv.exe放至%USERPROFILE%\.local\bin或%USERPROFILE%\AppData\Local\uv；或者确保已安装 Python ，然后运行python -m pip install -U uv
配置uv环境变量：将uv所在目录和 %USERPROFILE%\.qwenpaw\bin 添加到系统的 Path 变量中。
重新运行：打开新终端，再次执行安装脚本以完成 QwenPaw 安装。
配置QwenPaw环境变量：将 %USERPROFILE%\.qwenpaw\bin 添加到系统的 Path 变量中。

也可以指定选项：

macOS / Linux：

# 安装指定版本curl -fsSL ... | bash -s -- --version 1.1.0# 从源码安装（开发/测试用）curl -fsSL ... | bash -s -- --from-source

Windows（PowerShell）：

# 安装指定版本
.\install.ps1 -Version 0.0.2

# 从源码安装（开发/测试用）
.\install.ps1 -FromSource

升级只需重新运行安装命令。卸载请运行 qwenpaw uninstall。

步骤二：初始化

在工作目录（默认 ~/.qwenpaw）下生成 config.json 与 HEARTBEAT.md。两种方式：

快速用默认配置（不交互，适合先跑起来再改配置）：
```
qwenpaw init --defaults
```
交互式初始化（按提示填写心跳间隔、投递目标、活跃时段，并可顺带配置频道与 Skills）：
```
qwenpaw init
```
详见 CLI - 快速上手。

若已有配置想覆盖，可使用 qwenpaw init --force（会提示确认）。初始化后若尚未启用频道，接入钉钉、飞书、QQ 等需在频道配置中按文档填写。

步骤三：启动服务

qwenpaw app

服务默认监听 127.0.0.1:8088。若已配置频道，QwenPaw 会在对应 app 内回复；若尚未配置，也可先完成本节再前往频道配置。

方式三：Docker

镜像在 Docker Hub（agentscope/qwenpaw）。镜像 tag：latest（稳定版）；pre（PyPI 预发布版）。国内用户也可选用阿里云 ACR：agentscope-registry.ap-southeast-1.cr.aliyuncs.com/agentscope/qwenpaw（tag 相同）。

拉取并运行：

docker pull agentscope/qwenpaw:latest
docker run -p 127.0.0.1:8088:8088 \
  -v qwenpaw-data:/app/working \
  -v qwenpaw-secrets:/app/working.secret \
  -v qwenpaw-backups:/app/working.backups \
  agentscope/qwenpaw:latest

然后在浏览器打开 http://127.0.0.1:8088/ 进入控制台。配置、记忆与 Skills 保存在 qwenpaw-data 卷中；模型配置与 API Key 保存在 qwenpaw-secrets 卷中；备份归档保存在 qwenpaw-backups 卷中。传入 API Key 可在 docker run 时加 -e DASHSCOPE_API_KEY=xxx 或 --env-file .env。

方式四：部署到阿里云 ECS

若希望将 QwenPaw 部署在阿里云上，可使用阿里云 ECS 一键部署：

打开 QwenPaw 阿里云 ECS 部署链接，按页面提示填写部署参数；
参数配置完成后确认费用并创建实例，部署完成后即可获取访问地址并使用服务。

详细步骤与说明请参考阿里云开发者社区：QwenPaw 3 分钟部署你的 AI 助理。

方式五：魔搭创空间一键配置（无需安装）

若不想在本地安装 Python，可通过魔搭创空间将 QwenPaw 部署到云端运行：

先前往魔搭注册并登录；
打开 QwenPaw 创空间，一键配置即可使用。

重要：使用创空间请将空间设为非公开，否则你的 QwenPaw 可能被他人操纵。

方式六：桌面应用

如果你不习惯使用命令行，可以下载并使用 QwenPaw 的桌面应用版本，无需手动配置 Python 环境或执行命令。

特点

✅ 零配置：下载后双击即可运行，无需安装 Python 或配置环境变量
✅ 跨平台：支持 Windows 10+ 和 macOS 14+ (推荐 Apple Silicon)
✅ 可视化：自动打开浏览器界面，无需手动输入地址

下载与使用

下载安装包前往 GitHub Releases 下载对应系统的版本：

Windows: QwenPaw-Setup-<version>.exe
macOS: QwenPaw-<version>-macOS.zip

安装并启动

Windows: 双击 .exe 文件按向导安装，完成后双击桌面快捷方式启动
macOS: 解压 .zip 得到 QwenPaw.app，首次需右键选择"打开"以绕过系统安全限制

首次启动提示首次启动可能需要 10-60 秒（取决于系统配置），应用需要初始化 Python 环境和加载依赖，请耐心等待浏览器窗口自动打开。

完整使用指南

桌面应用涉及系统权限、安全提示、调试模式等细节，请查看桌面应用完整指南了解：

Windows 两种启动模式（普通版 vs Debug 版）
macOS 如何解除系统安全限制（3种方法）
常见问题与解决方案
日志查看与问题报告

验证安装（可选）

服务启动后,可通过 HTTP 调用 Agent 接口以确认环境正常。接口为 POST /api/agent/process,请求体为 JSON,支持 SSE 流式响应。单轮请求示例:

curl -N -X POST "http://localhost:8088/api/agent/process" \
  -H "Content-Type: application/json" \
  -d '{"input":[{"role":"user","content":[{"type":"text","text":"你好"}]}],"session_id":"session123"}'

同一 session_id 可进行多轮对话。

接下来做什么？

必要步骤

✅ 1. 配置模型（必需）

QwenPaw 需要大语言模型才能工作。你可以选择以下任一方式：

选项 A：使用云端模型（需要 API Key）

在控制台进入设置 → 模型
选择一个提供商（如 DashScope、ModelScope 等）
点击设置按钮，输入你的 API Key
点击保存
在顶部默认 LLM 中选择该提供商和具体模型
点击保存

详见模型 - 配置云提供商。

选项 B：使用本地模型（无需 API Key，完全离线）

安装本地模型后端：

QwenPaw Local（llama.cpp）：在 QwenPaw Local 提供商设置中下载 llama.cpp，详见模型 - 配置本地提供商。
Ollama：从 Ollama 官网安装 Ollama，并启动 Ollama 服务。
LM Studio：从 LM Studio 官网安装 LM Studio，并启动 LM Studio 服务。

下载模型：

对于 QwenPaw Local（llama.cpp），你可以直接在控制台的提供商设置中下载模型，或者手动将 GGUF 模型文件放到本地模型目录中（默认 ~/.qwenpaw/local_models/models/<org>/<model>，例如 ~/.qwenpaw/local_models/models/Qwen/Qwen3-0.6B-GGUF）。
对于 Ollama 和 LM Studio，需要先在各自服务中添加模型，之后 QwenPaw 才能自动获取模型列表并连接。

在控制台选择本地提供商和模型

配置好本地模型后，你可以在控制台的默认 LLM 设置中选择它，也可以直接在聊天页面中切换使用。

🎯 2. 在控制台测试对话

模型配置完成后，在控制台的聊天页面发送消息测试功能，确认 QwenPaw 可以正常回复。

可选扩展

配置模型并测试成功后，可以根据需要进行以下扩展：

📱 接入消息频道

在钉钉、飞书、QQ、Discord、iMessage 等 app 里与 QwenPaw 对话：

在控制台进入控制 → 频道
选择要接入的频道
按照频道配置文档获取凭据并填写
保存后即可在对应 app 中发消息给 QwenPaw

🔧 启用和扩展技能

赋予 QwenPaw 更多能力（PDF 处理、Office 文档、新闻摘要等）：

在控制台进入智能体 → 技能池或智能体 → 技能
导入内置技能、从 Skill Hub 导入、或创建自定义技能
详见 Skills

🔌 接入 MCP 工具

通过 MCP（Model Context Protocol）扩展外部工具能力：

在控制台进入智能体 → MCP
创建 MCP 客户端，连接外部工具服务器
详见 MCP

⏰ 设置定时任务与心跳

让 QwenPaw 自动执行任务：

定时任务：在控制台控制 → 定时任务中创建，或使用 CLI 的 qwenpaw cron 命令
心跳：配置定时自检或摘要，详见心跳

👥 创建多智能体

创建多个专用助手，各司其职或互相协作：

在控制台设置 → 智能体管理中创建新智能体
每个智能体拥有独立的配置、记忆、技能和对话历史
启用协作技能让智能体间可以互相通信
详见多智能体

📂 调整工作目录

如需更改配置文件或工作目录的位置，详见配置与工作目录。

QwenPaw Desktop 桌面应用版使用指南

⚠️ Beta 版本说明
桌面应用目前处于 Beta 测试阶段，存在以下已知限制：
兼容性测试不完整：未在所有系统版本和硬件配置上进行充分测试
性能可能存在缺陷：启动速度、内存占用等方面可能需要进一步优化
更新方式存在缺陷：目前暂时需要卸载后重新下载才能完成版本更新
功能持续完善中：部分功能可能不稳定或缺失
欢迎反馈问题，帮助我们改进产品质量。

下载地址：GitHub Releases

本文档说明如何在 Windows 和 macOS 系统上安装和使用 QwenPaw Desktop 桌面应用。

特别说明

首次启动可能需要较长时间（10-60秒不等，甚至可能更长），具体取决于您的系统配置。应用需要初始化 Python 环境、加载依赖库和启动 Web 服务，请耐心等待窗口出现。后续启动会更快。

Windows 使用指南

系统要求

操作系统: Windows 10 或更高版本
架构: x64 (64位)

安装步骤

下载安装包从 Release 页面下载 QwenPaw-Setup-<version>.exe 文件
运行安装程序双击 .exe 文件，按照安装向导提示完成安装

默认安装位置：C:\Users\<你的用户名>\AppData\Local\QwenPaw
安装完成后会在桌面和开始菜单创建快捷方式

启动方式

安装完成后，您会看到两个启动快捷方式：

QwenPaw Desktop (推荐日常使用)

特点: 静默启动，无终端窗口，界面简洁
适用场景: 正常使用，不需要查看技术日志
启动方式: 双击桌面或开始菜单的 "QwenPaw Desktop" 图标
技术说明: 使用 VBScript 启动器，后台运行 Python 进程

QwenPaw Desktop (Debug) (调试模式)

特点: 显示终端窗口，实时输出运行日志
适用场景:

遇到问题需要查看错误信息
开发测试
报告 Bug 时需要提供日志

启动方式: 双击开始菜单的 "QwenPaw Desktop (Debug)" 图标
日志内容:

应用启动信息
Python 错误堆栈
API 调用日志
按 Ctrl+C 或关闭窗口可停止应用

常见问题

Q: 应用启动后窗口白屏，无法正常显示？

A: 这通常是因为系统缺少 Microsoft WebView2 运行时（部分 Windows 10 系统未预装）。请前往微软官网下载并安装： Microsoft WebView2 安装完成后重启应用即可。

Q: 应用启动后没有反应？

A: 使用 "QwenPaw Desktop (Debug)" 模式启动，查看终端输出的错误信息

Q: 如何卸载？

A: 在 Windows 设置 → 应用 → 已安装的应用 → 找到 "QwenPaw Desktop" → 卸载

Q: 安装包是否安全？

A: 应用未经过 Microsoft 代码签名（成本 $200-800/年），Windows Defender SmartScreen 会显示警告这是正常现象，点击 "更多信息" → "仍要运行" 即可代码完全开源，构建过程在 GitHub Actions 上透明可查

macOS 使用指南

系统要求

操作系统: macOS 14 (Sonoma) 或更高版本
架构:

✅ Apple Silicon (M1/M2/M3/M4) - 推荐
⚠️ Intel 芯片 - 可能可以运行，但可能无法使用内置的本地模型服务

安装步骤

下载压缩包从 Release 页面下载 QwenPaw-<version>-macOS.zip 文件
解压缩双击 .zip 文件自动解压，得到 QwenPaw.app 应用
移动到应用程序文件夹 (可选) 将 QwenPaw.app 拖到 /Applications 文件夹

首次启动：解除系统安全限制

为什么需要手动信任？

QwenPaw 应用未经过 Apple 开发者签名和公证（Notarization），macOS Gatekeeper 会默认阻止运行。

为什么没有签名？

📋 开发者签名需要额外成本和流程，后续版本会补上

当前影响：

✅ 不影响功能：应用完全正常运行
⚠️ 首次需手动信任：一次操作后永久有效
🔒 安全性：开源代码可审计，构建过程透明（CI/CD）

如何解除限制？

方法 1：右键打开 (推荐)

右键点击（或 Control + 点击）QwenPaw.app
在菜单中选择 "打开"
在弹出的对话框中，再次点击 "打开" 按钮
✅ 之后双击即可正常启动，不会再弹窗

方法 2：系统设置解除拦截

如果仍被拦截：

打开系统设置 → 隐私与安全性
向下滚动，找到类似以下提示： "已阻止使用 'QwenPaw'，因为无法验证开发者"
点击 "仍要打开" 或 "允许" 按钮
输入管理员密码确认

方法 3：终端命令解除隔离

# 移除下载隔离属性xattr -cr /Applications/QwenPaw.app

⚠️ 注意: 此方法会完全移除安全检查，仅当您完全信任应用来源时使用。

🔍 权限请求

首次启动时，macOS 可能会弹窗请求以下权限：

桌面文件访问权限用于访问您的文件（如果使用文件相关功能）

点击 "允许" 以正常使用
点击 "不允许" 应用仍可运行，但部分功能受限

启动方式

正常启动（双击）

双击 QwenPaw.app 即可启动
应用会在后台运行，打开浏览器窗口
日志输出到：~/.qwenpaw/desktop.log

终端启动（查看实时日志）

如果应用崩溃或需要查看详细日志：

# 切换到应用目录cd /Applications  # 或您的 QwenPaw.app 所在目录# 设置环境变量并启动（隔离打包环境，避免冲突）APP_ENV="$(pwd)/QwenPaw.app/Contents/Resources/env"PYTHONNOUSERSITE=1 PYTHONPATH= PYTHONHOME="$APP_ENV" "$APP_ENV/bin/python" -m qwenpaw desktop

终端启动的优势：

✅ 实时查看所有日志输出
✅ 看到完整的 Python 错误堆栈
✅ 便于调试和报告问题
✅ 可添加 --log-level debug 查看更详细信息

查看日志文件：

# 查看最近的启动日志tail -f ~/.qwenpaw/desktop.log

常见问题

Q: 双击后没有任何反应？

A: 请尝试以下步骤：

检查 ~/.qwenpaw/desktop.log 文件查看错误
使用上述终端命令启动，查看实时输出

Q: 提示"Apple 无法验证此应用"？

A: 按照上述"解除系统安全限制"步骤操作

Q: 如何卸载？

A: 将 QwenPaw.app 拖到废纸篓，然后删除 ~/.qwenpaw 配置文件夹

Q: Intel Mac 可以用吗？ A: 可以运行，但可能无法使用内置的本地模型服务

Q: 应用为什么没有签名，为什么系统会提示有风险？

A: 当前采用

✅ 开源透明：所有代码和构建流程公开在 GitHub
✅ CI/CD 可验证：GitHub Actions 自动构建，日志可查
✅ 用户审计：可以自行检查代码并本地构建
✅ 一次信任：手动信任后永久有效

技术支持

GitHub Issues: 提交问题
打包文档: scripts/pack/README.md - 技术细节和本地构建指南
日志位置:

Windows: Debug 模式终端查看，或 %USERPROFILE%\.qwenpaw\ 目录
macOS: ~/.qwenpaw/desktop.log

使用建议

Windows 用户

日常使用: 使用普通版（无终端窗口）
遇到问题: 切换到 Debug 版查看日志

macOS 用户

首次安装: 务必按照"解除安全限制"步骤操作
调试问题: 使用终端启动方式查看实时日志
权限问题: 首次启动时请允许文件访问权限

1.1QwenPaw 是什么、能做什么?

Wed, 20 May 2026 21:59:44 +0800

项目介绍

本页说明 QwenPaw 是什么、能做什么、以及如何按文档一步步上手。

QwenPaw 是什么？

QwenPaw 是一款个人助理型产品，部署在你自己的环境中。

多通道对话 — 通过钉钉、飞书、Discord、Telegram 等与你对话。
多智能体协作 — 支持创建多个独立智能体，每个智能体拥有独立配置、记忆和技能，还可以通过协作技能互相通信、共同完成复杂任务。
定时执行 — 按你的配置自动运行任务。
能力由 Skills 决定，有无限可能 — 内置定时任务、PDF 与表单、Word/Excel/PPT 文档处理、新闻摘要、文件阅读等，还可在 Skills 中自定义扩展。
支持本地模型 — 支持本地运行大模型，无需 API Key，完全离线工作。
数据全在本地 — 不依赖第三方托管。
多层安全防护 — 内置工具防护、文件访问控制、技能安全扫描等机制，保障运行安全。

QwenPaw 由 AgentScope 团队基于 AgentScope、 AgentScope Runtime 与 ReMe 构建。

你怎么用 QwenPaw？

使用方式可以概括为两类：

在聊天软件里对话在钉钉、飞书、微信、Discord、Telegram等app里发消息，QwenPaw 在同一 app 内回复，查资料、记待办、回答问题等都由当前启用的 Skills 完成。一个 QwenPaw 可同时接入多个 app，你在哪个频道聊，它就在哪个频道回。
定时自动执行无需每次手动发消息，QwenPaw 可按你设定的时间自动运行：

定时向某频道发送固定文案（如每天 9 点发「早上好」）；
定时向 QwenPaw 提问并将回答发到指定频道（如每 2 小时问「我有什么待办」并发到钉钉）；
定时执行「自检/摘要」：用你写好的一串问题问 QwenPaw，把回答发到你上次对话的频道。

装好、接好至少一个频道并启动服务后，你就可以在钉钉、飞书、QQ 等里与 QwenPaw 对话，并享受定时消息与自检等能力；具体能做什么，取决于你启用了哪些 Skills。

文档中会出现的几个概念

控制台 — QwenPaw 内置的 Web 管理界面，可以在控制台中对话、配置频道、管理技能、设置模型等。详见控制台。
频道 — 你和 QwenPaw 对话的「场所」（钉钉、飞书、QQ、Discord、iMessage 等）。在频道配置中按步骤配置。
心跳 — 按固定间隔用你写好的一段问题去问 QwenPaw，并可选择把回答发到你上次使用的频道。详见心跳。
定时任务 — 多条、各自独立配置时间的任务（每天几点发什么、每隔多久问 QwenPaw 什么等），通过控制台或 CLI 管理。
技能池与工作区技能 — 技能池是共享的技能仓库，工作区技能是某个智能体真正运行时使用的技能副本。详见 Skills。
MCP 和工具 — MCP（Model Context Protocol）是一种标准协议，允许接入外部工具服务器扩展能力。工具是 QwenPaw 内置的基础能力（如读写文件、执行命令、浏览器等）。详见 MCP和工具。
智能体/工作区 — 从 v0.1.0 开始，QwenPaw 支持多智能体，允许运行多个独立的 AI 智能体。每个智能体拥有独立的工作区、配置、记忆、技能和对话历史，智能体之间还可以通过协作技能互相通信、共同完成复杂任务。详见多智能体。
安全机制 — QwenPaw 提供多层安全防护，包括工具防护（拦截危险命令参数）、文件防护（限制敏感路径访问）、技能扫描器（检查技能包安全性）等。详见安全。

各概念的含义与配置方法，在对应章节中均有说明。

建议的阅读与操作顺序

快速开始 — 用三条命令把服务跑起来。
控制台 — 服务启动后，在浏览器中打开控制台（http://127.0.0.1:8088/），这是配置与使用 QwenPaw 的中心枢纽。先在控制台体验对话、配置模型，有助于理解 QwenPaw 的工作方式。
模型 — 配置云端 LLM 提供商的 API Key，或下载本地模型。这是使用 QwenPaw 的必要前提。
按需配置与使用：

频道配置 — 接入钉钉 / 飞书 / 微信 / Discord / Telegram 等，在对应 app 里与 QwenPaw 对话；
Skills — 了解与扩展 QwenPaw 能力；
MCP和工具 — 接入外部 MCP 工具服务器；
魔法命令 — 使用特殊命令快速控制对话状态（如 /new 开启新对话、/clear 清空历史、/stop 停止任务、/restart 重启服务等），无需等待 AI 理解；
安全 — 配置工具防护、文件防护、技能安全扫描等安全机制；
心跳 — 配置定时自检或摘要（可选）；
定时任务或 CLI — 管理定时任务、qwenpaw doctor 诊断与 qwenpaw doctor fix、清空工作目录等；
多智能体 — 多智能体配置、管理与协作（v0.1.0+ 新功能）；
配置与工作目录 — 工作目录与配置文件说明。

OpenClaw 4月访问量腰斩50%，有人悄悄换虾了

Wed, 20 May 2026 12:36:03 +0800

三个月前，你的桌面上大概率有一个OpenClaw的快捷方式。你可能是被"AI替你上班"的标题点进来的，可能是被那个绿色龙虾图标萌到的。那时候你点开它，说"帮我写个周报"——它真的写了，差点连落款都帮你签了。然后你兴奋地把截图发到群里，说"以后可以躺着赚钱了"。

现在你再打开那个图标，点开历史记录，发现最后一次使用停在4月12日。打开AI Agent榜单，OpenClaw 4月访问量从2878万跌到1420万，腰斩。QClaw-CN跌了41%，InStreet跌了91%，CoPaw跌了76%。热度来得快，褪得更快。一半的人已经不在了。

01 | 走的那些人，其实一开始就不该来

说句不好听的：这一波离场的人，很大一部分从一开始就不该进场。他们在抖音上看到"Agent代替白领"的短视频，在小红书刷到"用AI一天干完一周的活"的帖子，然后兴冲冲地下载了工具。但Agent的门槛比他们想象的高多了。跟风用豆包聊天是一回事，自己搭建一个Agent工作流是另一回事。DDL、CI/CD、API Key——这些词对一个普通白领来说，就是一道道门槛。

这不是龙虾的问题，是信息差的问题。Agent工具在3月的爆火，本质上被包装成了"傻瓜式躺平办公"的故事。但事实是，Agent目前的能力边界离这个叙事还有很大距离。当第一批用户发现它没法"一键替我做所有事"，当他们连写一个提示词都写不满二十个字，离开就是必然。来的那些人，其实一开始就不该来——他们是被一个不成熟的叙事骗进来的。

这波离场的人不是"放弃了"，而是"从来没真正开始用过"。他们跟Agent之间隔着一个东西：一个具体的、非做不可的问题。

02 | 留下来的人，悄悄换了一种用法

三个月前，所有人的幻想是一样的：AI替我干活。全自动、零干预、我睡大觉。但现在你问问那些还在用的人，他们的回答会冷静得多。没有人在用Agent"全自动完成一天的工作"。他们把Agent拆成了流水线上的某一个环节。

一个做商务的朋友，用OpenClaw批量处理客户邮件的初筛——只做分类和摘要，回复还是自己写。一个做数据分析的朋友，每天用Agent定时拉取报表数据、做格式转换，但分析结论从来看Agent一眼就自己重做。一个自由职业做自媒体的朋友，用Agent批量生成文案初稿，一天出30篇，但每篇都自己改。他们的共同点是：不幻想，但也不放弃。他们把Agent从"全自动工厂"降级成了"一个很好用的实习生"——会犯错，但速度快；不能独立解决问题，但能大幅缩短你解决一个问题的时间。

留下来的那批人，用法跟三个月前完全不一样了。不是Agent变了，是他们对Agent的预期变了。

2026年3月全球Claw类产品访问量榜（数据来源：非凡产研）

03 | 有人偷偷换虾了

在所有人都盯着OpenClaw退潮的时候，有一个有趣的数据几乎被忽略了。Hermes在4月新进AI Agent榜单第4位，341万访问量，没环比——这意味着它不是"还在增长"，而是"之前根本没在榜上"。这是一个从零到百万级用户的新进者。结合OpenRouter平台的数据更惊人：5月9日，Hermes的单日Token消耗量反超了OpenClaw。

Hermes不是来分蛋糕的，它正在从原来的蛋糕上切走一块。它的核心差异在于：任务完成后自动生成Skill，下次直接调用。翻译一下就是——你第一次教它做一件事，它记住了，下次你直接说"来一遍上次那个"。这是一种从"一次性工具"到"越用越聪明的伙伴"的进化。圈内已经有人在调侃：不流行养虾了，流行养马了。

这个变化暗示了一件事：那些没走的人，不是在用减法，而是在用进化版。他们在OpenClaw身上理解了Agent能做什么、不能做什么，然后带着这个认知去找了更适合自己的工具。Hermes的逆势上榜，不是一个偶然，而是一批早期用户的理性迁移。

2026年4月全球Claw类产品访问量榜——Hermes新进第4（数据来源：非凡产研）

04 | 这才是AI Agent真正开始的地方

如果把3月的尖峰看作Agent的"启蒙运动"，那现在的低谷反而是它真正开始生长的土壤。用户教育阶段付出了代价——大量跟风者进来又出去，但留下的这批人，每一个都带着一个真实的、具体的、必须解决的问题。他们不再需要"AI替代我"的宏大叙事，他们只需要一件事：今天下午能不能帮我把那三千封邮件先过一遍。

有一些产品在这个低谷期反而在默默积累。钉钉的悟空Agent，没有独立App，没有PR稿，但在企业服务圈子里的使用量稳步上升。WindClaw在金融数据分析场景下，被机构用户反复验证——没有声量，但续费率高得离谱。它们的共同特点是：不追求通用，只追求在某一个场景里做到可用。

Agent的真正曲线不是那个尖峰，而是尖峰之后的基线。基线有多高，才是这个行业真实规模。

Hermes vs OpenClaw 微信指数趋势对比

所以你问我"那些人还在不在"——答案是：不在的人很多，但在的人，用法跟三个月前已经完全不同了。他们不再幻想Agent替他们上班，而是学会了让它当一个好使的协作者。他们或许从OpenClaw换到了Hermes，或许在自己的工作流里找到了更细的切面。但无论如何，这拨人不是"还在坚持"的苦行僧，而是"找到了更聪明用法"的理性用户。

用Hermes Agent做了一个产品调研Skill，每天自动发现应用机会

Tue, 19 May 2026 18:31:29 +0800

最近我做了一个产品agent，准确来讲是产品调研agent，同时为它做了一个新的 Skill。

它的作用很简单：
专门让我的产品 Agent 去监控 Google Play 上的应用，看看哪些产品虽然下载量很高，但评分不太好，用户差评很多，从而挖掘出一些真实存在的用户痛点和产品机会。

产品agent 是基于 Hermes Agent 搭建的。
我现在主要用 Hermes Agent 来搭建自己的 Agent，以及给 Agent 配套各种 Skill。

正好借这个例子，聊一下：

Skill 到底是什么？

很多人一听到 Agent、Skill、Workflow、cron 容易觉得很复杂，其实换成大白话就很好理解。

我把它总结成一句话：cron 是闹钟或定时器，agent 是干活的人，skill 是工作说明书，以前我让产品 Agent 每天做 Google Play 产品调研，通常会把一大堆规则都写在临时提示词里。

要去哪里找产品？
要找什么类型的产品？
下载量要达到多少？
评分要低于多少？
哪些类别不能碰？
最终报告要写到哪里？
完成之后要不要通过微信通知我？

这些规则如果每次都写在 cron 任务里，或者散落在不同脚本、提示词和配置文件里，时间一长就很容易乱。

你今天改了下载量规则，明天改了产品类别，后天又加了一个通知方式。
最后 Agent 到底按哪套规则执行，自己都不一定说得清楚。

索性我就把这些固定规则打包成了一个 Skill，Skill 就像一本固定的说明书，改下说明书，产品agent每次干活读一下说明书就可以干活了

我更愿意把 Skill 理解成：写给 Agent 的一份正式工作手册。

不是临时交代一句话，也不是一次性的提示词，而是一套可以长期复用、反复执行、不断修改的标准流程。

以我这个产品 Agent 为例。

每天凌晨，系统里会有一个定时任务自动触发，这个定时任务就像一个闹钟。

时间到了，它就把产品 Agent 叫醒，Agent 被叫醒之后，不是凭感觉干活，也不是重新问我要怎么做，而是先读取这个 Skill。

读取完以后，它就知道今天仍然按照这套规则来做 Google Play 产品调研。

只看 Google Play 上的普通消费级应用；
下载量或安装量要大于等于 150 万；
评分要低于 3.5；
只看最近 2 年发布或更新过的产品；
排除 VPN、安全、代理、密码、隐私规避等敏感类别；
最多整理 100 款产品；
最后总结出 Top 10 个有开发潜力的产品方向。

这些规则，就是写在 Skill 里的工作说明。

Agent 按 Skill 干活，有了 Skill 之后，产品 Agent 的工作就变得非常清晰。

它会按照 Skill 的要求去找产品、看评分、看下载量、筛选类别、整理差评、归纳用户痛点，然后分析哪些方向可能存在新的产品机会。

比如一款应用下载量很高，但评分长期偏低。这说明什么？

说明用户需求是真实存在的。
因为下载量高，代表市场有需求。
但评分低，代表现有产品没有把用户服务好。

这种产品，往往就值得重点研究。

用户为什么不满意？
是功能不好用？
是广告太多？
是收费太贵？
是体验太复杂？
还是某个核心场景没有被满足？

这些内容，Agent 都可以按照 Skill 里的规则进行拆解。

最终，它不是简单地丢给我一堆应用列表，而是会进一步整理成产品机会分析，

今天发现了多少款符合条件的应用；
哪些类别的问题最多；
用户差评主要集中在哪里；
Top 10 的潜在产品方向是什么；
Top 3 最值得优先研究的机会是什么。

Skill 还规定结果写到哪里

一个真正好用的 Skill，不只是告诉 Agent “做什么”，还要告诉它“结果怎么交付”。

比如我这个产品调研 Skill，就会要求 Agent 把结果写入 dashboard 对应的数据文件：

C:\Users\lin\Desktop\codex\xiaozhi-dashboard\data\agent-reports\product-agent.json

同时，它还会生成每天的调研文档，放到固定目录里：

C:\Users\lin\Desktop\codex\xiaozhi-dashboard\data\product-research-docs\日期\

这样做的好处是：

每天的结果都有结构化数据；
历史调研文档可以长期沉淀；
dashboard 可以直接读取最新结果；
后面要复盘、筛选、对比，也都有依据。

最后，Agent 还会通过微信通知我今天的执行结果。

今天一共找到了多少款符合条件的产品；
Top 3 产品机会分别是什么；
有没有执行失败；
有没有卡在某个步骤；
是否需要我人工介入。

这样一来，整个流程就完整了，不是 Agent 做完了就结束，而是从触发、执行、分析、存档、通知，形成了一条完整链路。

为什么 Skill 很重要？

我觉得 Skill 最大的价值，不是让 Agent 变得“更聪明”，而是让 Agent 变得“更稳定”。很多时候，我们并不缺一次性的 AI 能力，我们真正缺的是：让 AI 按固定规则长期执行任务的能力。

临时提示词适合一次性沟通，但如果你想让 Agent 每天、每周、每月都稳定做同一类事情，就不能完全依赖临时提示词，因为临时提示词太容易变形。

今天说得详细一点，结果就好一点，明天少说了一个条件，Agent 就可能跑偏，后天换了一个任务入口，输出格式又变了，而 Skill 的意义，就是把这些容易变形的东西固定下来，它让 Agent 知道：

我的角色是什么；
我要完成什么任务；
我应该遵守哪些规则；
我不能碰哪些边界；
我应该按什么流程执行；
我最后应该输出什么结果；
如果失败了应该怎么处理。

这就像给一个员工写了一份 SOP，只要 SOP 清楚，员工就不需要每次都重新问老板，以后改规则，也不用重做 Agent，Skill 还有一个很大的好处：

规则可以单独修改，不需要重做整个 Agent。

比如以后我想调整这个产品调研规则，我可以说：

下载量改成 300 万以上；
评分改成 4 分以下；
只看图片类工具产品；
增加小红书、公众号适合传播的产品机会分析；
把 Top 10 改成 Top 20；
增加竞品商业模式分析；
增加广告变现和订阅变现判断。

这些改动，本质上不是重新设计一个 Agent，而是修改这本“工作手册”，Skill 改完之后，产品 Agent 下次执行任务时，就会自动按照新的规则来工作。

这也是我觉得 Skill 很适合个人开发者、产品经理、运营人员使用的原因。

你不一定要一开始就做一个特别复杂的 Agent 系统。
你可以先从一个具体场景开始。

每天监控 Google Play 产品机会；
每天整理公众号选题；
每天分析竞品评论；
每天总结行业热点；
每天生成短视频脚本；
每天复盘广告投放数据。

只要这个任务是重复发生的，就适合沉淀成 Skill。

最后再总结一下，用最简单的话来说：

Agent 是干活的人。
Cron 是叫醒它的闹钟。
Skill 是告诉它怎么干活的工作说明书。

没有 Skill，Agent 很容易变成一个每次都要重新沟通的临时工。
有了 Skill，Agent 才更像一个可以长期协作的数字员工。

我这次做的 Google Play 产品监控 Skill，本质上就是一份：

“产品 Agent 每天如何研究 Google Play 产品机会”的固定 SOP。

它让 Agent 每天按照固定规则去发现产品、分析差评、挖掘痛点、总结机会，并把结果写入 dashboard，同时通过微信通知我。

这就是我理解的 Skill，大家觉得理解上有没有分歧，可以互相交流一下

它不是一个抽象概念，而是让 Agent 真正开始稳定干活的关键。

用Skill炼化员工，这个春天最荒诞的技术神话

Tue, 19 May 2026 18:28:01 +0800

文｜晓静

编辑｜徐青阳

近期，一个叫“同事.skill”的GitHub项目5天收获超过6600颗星，冲上热搜。紧接着，“前任.skill”“老板.skill”“父母.skill”十余个衍生项目接连涌现。网友辣评：“同事，散是Token，聚是Skill。”

与此同时，社交媒体上开始蔓延一种更深层的恐慌——如果员工的技能可以被炼化成Skill，是不是被炼化的那个人，就可以很容易被替代了？有人在网络上写道：“大模型+同事skill+记忆插件=你的同事。”

这种恐慌来得很快，但它建立在一个未经验证的前提之上：Skill是一种能够替代人的专业技能的强大技术。事实上，Skill的本质就是我们熟悉的提示词（prompt），并不是什么神技术，Skill被严重神化了。

图片由AI生成

01 Skill是什么？一份给AI看的工作手册

2025年10月16日，Anthropic为旗下Claude正式发布了Skills功能。两个月后的12月18日，Anthropic将Agent Skills发布为开放标准，规范托管在agentskills.io，微软、OpenAI、Cursor、GitHub等相继采纳。这条时间线很重要，因为它说明Skill并非横空出世的新物种。从发布到爆火，中间隔了将近半年，真正让它在国内出圈是“炼化同事”这个戏剧性的叙事。

从技术实现上看，一个Skill就是一个文件夹。核心是一份SKILL.md文件，由YAML格式的元数据和Markdown格式的指令正文组成，可选附带参考文档和脚本。当用户的请求匹配到某个Skill的领域描述时，AI Agent会动态加载其中的指令内容。

Anthropic将这一机制称为“渐进式披露”，每个Skill在AI上下文窗口中只占用几十个token的摘要，任务需要时才加载全文。

说白了，Skill的本质就是结构化的提示词（Prompt）。它和你在对话框里手写的Prompt之间，不存在智能程度的质变，区别仅在三个工程维度：第一，Skill可以被AI自动发现和按需加载，不用每次手动粘贴；第二，它能携带参考文档和脚本，形成一个自包含的指令包；第三，它遵循开放标准格式，理论上可跨平台复用。

这就是全部了。Skill不涉及深度学习意义上的知识蒸馏，不改变模型本身的参数，不创造任何新的推理能力。它只是在模型之上叠加了一层可复用的任务指令。如果大模型是一个什么都懂但什么都不精的通才毕业生，Skill就是你递给他的工作手册。手册写得再详细，通才还是那个通才。

理解了这一点，“炼化同事”的叙事就立刻被祛魅了一半。同事.skill项目所做的事情，是把一个人的聊天记录、工作文档和行为模式提炼成一份Markdown格式的指令文件，然后让大模型按照这份指令来模拟回应。它模拟的是表达风格和工作流程的外壳，绝对不可能模拟那个人真正的专业判断力。

02 游戏化的幻觉，收集Skill的狂热

Skill的中文翻译是“技能”，人多获取更多的技能有一种本能的渴望。这种期待催生了一种近乎游戏化的收集行为，打怪升级，获取更多技能，变得更加强大。

社交媒体上频繁出现Skill分享帖和安装教程，SkillsForge、SkillsMP等第三方市场相继上线。据CSDN一篇技术分析文章援引的数据，主流平台生态中Skill规模已达数十万级。很多人的心态是：装得越多，我的AI就越强大。

这种心态本身就是对Skill机制的误读。Skill是按需加载的，AI每次只调用与当前任务相关的那一个或几个Skill，其余的全部沉默。装了500个Skill，和装了5个Skill相比，对单次任务的输出质量没有任何影响。完全不像游戏里的“神级装备叠buff”，更像是你手机里装了500个App但每次只打开一个。

Anthropic官方生态中使用率最高的Skill集中在文档处理领域——Excel、Word、PowerPoint、PDF的读写Skill是最早内置的，也是复用频率最高的。这恰恰说明了一个朴素的规律：真正有用的Skill，解决的是高度标准化、重复性强的流程问题，而不是什么“炼化人的经验”。

03 强制上交Skill，一个蠢主意

在Skill概念走红之后，甚至有公司开始强制要求员工上交自己总结的工作Skill，引发了强烈反感。

这种做法暴露的不是管理的前瞻性，而是对Skill本质的无知。一个Skill的质量完全取决于撰写者的诚意和深度，而强制提交恰恰是摧毁诚意的最有效手段。根据媒体报道，有人因此开发出了“反蒸馏.skill”，一个防御性工具，能把Skill文件中的核心知识替换为“正确但无信息量”的职场废话。比如把“Redis key必须设置TTL，建议根据业务场景设为24h-72h”替换成“缓存使用请遵循团队规范，具体参数视情况而定”。交差的版本看起来完整专业，但并不可用。

“反蒸馏”工具的存在，也是另外一个角度的例证，如果Skill真的能完整封装一个人的能力，那一份注水的Skill就不应该能蒙混过关。它能蒙混过关，恰恰证明了接收方，无论是强制上交skill的公司还是AI，都无法分辨一份Skill到底有多少含金量。

“这件事一定是激励，而不是强迫。不是所有人的经验都值得沉淀的，很多经验不如搭建环境，让AI自己去跑。你不能让员工觉得，公司让你沉淀skill是为了裁员。”在科技公司工作多年的小A对笔者说。

更深层的问题在于，强制提交的逻辑本身就是自相矛盾的。公司想要的是员工的“默会知识”，包括判断习惯、排错直觉、对模糊情况的处理方式。但这些东西之所以叫“默会”，正是因为它们很难被显性化表达。

能写进Skill里的部分，往往只是操作流程；真正决定工作质量的深层判断力，写的人自己都未必能完整表述，更不可能被一纸行政命令逼出来。

04 Skill不能做到赛博永生

天元律师事务所合伙人李昀锴律师说，“这个情况比较复杂，要看skill具体的编写了，skill 核心是工作流编排，本身表达就有限，如果 skill包含了思维逻辑链、精细角色设定及独创数据处理逻辑，是有可能有版权的，但说实话认定的标准会比较苛刻。”

那么，Skill能否被认定为财产？李昀锴律师认为：“这个还是有可能的，毕竟不同 skill 也能带来经济价值”。

但是，是否能把Skill认定为个人资产，界定为哪些性质的资产或知识产权，从法律界定上也比较复杂，难以获得统一标准。李律师提供了另外一个思路，“其实 skill 和公司内部鼓励员工培训讲课有很大相似性，无非是可复用性更简便。”

公司内部的知识共享无可厚非，用强制激发对抗心理得不偿失。

更何况现实是，Skill的可迁移性远比想象中差。

每个人的工作流、判断习惯、对模糊地带的处理方式都高度个人化。拿到别人精心调教的Skill，换一个人用，大概率不顺手，就像厨师的菜谱可以公开，做出来的味道却因人而异，因为菜谱记录不了火候的直觉和临场的调整。

更根本的问题是，一个Skill捕捉的只是某个特定时间点的状态。三年前你写代码的风格和今天可能截然不同，但Skill不会自己成长。

用一个简单的比喻来形容SKill，它是一张快照，并不是一个活人。

这才是Skill最需要祛魅的地方。它不是什么“数字永生”，也不是“赛博奴役”。它就是一份静态的、格式化的工作备忘录，能帮AI在特定任务上表现得更符合预期，仅此而已。

05 Skill的能力边界？

Skill的合理用法其实并不复杂。个人层面，把自己反复做的标准化工作，比如周报格式、代码审查规范、数据清洗流程，提炼成Skill，可以省去每次重新向AI解释上下文的时间。

团队层面，把约定俗成的协作规范、技术标准、审批流程封装成共享Skill，用于新人入职和知识沉淀，比传统的文档交接效率更高。Anthropic目前已为Team和Enterprise计划提供了组织级Skill管理功能，管理员可以集中配置和分发。

但必须认清边界。Skill解决的是“怎么做”的标准化问题，解决不了“该不该做”“做到什么程度”“出了意外怎么办”这类问题。

Anthropic虽然推动了开放标准，OpenAI也在Codex CLI中采用了相同的文件格式，但距离真正的“写一次、到处可用”还有距离。Skill生态也仍然碎片化，不同Agent平台之间的Skill并不完全通用，开发者需要反复适配。

2026年春天的这场Skill狂欢，表面是一次互联网玩梗，背后恐惧和狂热的根源是同一个：需要认清技术的本质和边界。

它不是能替代人的黑魔法，它就是提示词的工程化封装——有用，但有限。

小米不想“贱卖”token

Tue, 19 May 2026 18:22:36 +0800

文｜晓静

编辑｜徐青阳

最近，小米宣布MiMo大模型面向全球开发者推出Token Plan订阅套餐，雷军亲自发微博官宣：Max档659元/月，面向国际开发者定价100美元/月，与Anthropic Claude Max 5x相同。同一天，雷军发文称MiMo大模型前一日调用量突破1万亿Token。

作为一家从手机做到汽车，制造业基因极强的公司，如今把大模型订阅套餐价格直接锚定全球AI第一梯队，这在行业里还是唯一一家，也引起了不少的争议。仔细看，Mimo Token Plan的订阅制，和大模型行业惯用的订阅制还有一些根本上的不同。

01 罗福莉的发声，不踩Anthropic踩过的坑？

MiMo Token Plan发布三天后，Anthropic宣布禁止Claude Pro和Max订阅用户通过OpenClaw等第三方Agent框架调用。

MiMo大模型负责人罗福莉随即在社交平台发布长文，详细分析了这件事。

她首先解释了Anthropic的困境。Claude的订阅制（Pro 20美元/月，Max 100-200美元/月）原本是为个人用户的正常使用强度设计的，但OpenClaw等Agent框架的调用模式完全不同：在单个用户查询中，框架会以独立API请求的形式发出多轮低价值的工具调用，每个请求都包含超过10万Token的上下文窗口，即使命中缓存，这也是一种浪费，在极端情况下还会拉低其他查询的缓存命中率。

她表示：“实际每次查询的请求数比Claude Code自身的框架高出数倍。换算成API定价，实际成本可能是订阅价格的几十倍。这可不是小差距，而是天壤之别。”

换句话说，Claude订阅制的本质问题是：固定月费无法覆盖Agent场景下的实际算力消耗。用户付200美元，却用掉了几千美元的计算资源。

罗福莉由此引出MiMo Token Plan的设计逻辑。她说，Token Plan支持第三方框架接入，但按Token配额计费，“与Claude新推出的额外使用套餐的逻辑相同”。这意味着用户用多少付多少，不会出现订阅制下“薅羊毛式”的成本倒挂。“我们的目标是长期稳定地交付高质量的模型和服务，而不是让你冲动付费后就弃用。”

她也扮演了一次行业定价的“吹哨人”角色：“我建议LLM公司在弄清楚如何在不造成资金流失的情况下为Coding方案定价之前，不要盲目地竞相压低价格。以极低的价格出售Token，同时对第三方敞开大门，这看起来对用户很有吸引力，但这却是一个陷阱——Anthropic刚刚摆脱的那个陷阱。”

这篇帖子浏览量超过71万，引发了大量讨论。有开发者认同她对OpenClaw上下文管理低效的判断，有人指出Anthropic此举本质上是在保护自家Claude Code的护城河，也有人对MiMo Token Plan本身的Credit换算机制提出质疑。

02 现实的挑战

100美元的定价有一定的合理性。MiMo-V2-Pro的API价格（输入1美元/百万Token，输出3美元）约为Claude同级模型的五分之一，在性价比上确实有竞争力。两周免费推广期间，MiMo-V2-Pro在OpenRouter上单周Token消耗量突破4万亿，日榜、周榜、月榜均排名第一，编程领域市占率一度超过30%。

但挑战来得很快。免费期结束后，MiMo-V2-Pro在OpenRouter上的周调用量从高峰下滑。OpenRouter上的规律比较直接，在达到一定性能阈值后，谁便宜或免费，谁就有可能冲到榜一。它的排名证明了模型能力和可用性，但是同时，调用量受是否免费的影响巨大。

MiMo Token Plan四档方案从39元/月到659元/月，Max档国际定价100美元/月。按Credit换算，MiMo-V2-Pro消耗1 Token等于2 Credits，Max档1600M Credits约等于800M Token的Pro模型调用量。

这个价格对标的是Anthropic Claude Max 5x套餐（100美元/月），后者提供Pro版5倍的使用额度。MiMo Token Plan没有行业普遍存在的5小时使用限额，支持集中消耗Token。

开发者社区的争议也不少。有用户在社交网络上拆解了小米Token Plan的实际消耗：由于Credit倍率机制（Pro模型1 Token消耗2 Credits，超过256K上下文则消耗4 Credits），加上Agent框架大量使用缓存Token，入门套餐的实际可用量远低于字面数字。

也有开发者反馈MiMo-V2-Pro在复杂推理上偶尔出现“无限循环”，以及内容审核系统误拦截正常API调用的问题。

腾讯科技向小米官方求证， Credits到底如何折算为不同模型、不同上下文长度下的真实 token使用量，是否有完整公开的计算逻辑？但截至发稿，未得到官方的回应。

但是从罗福莉的公开发声来看，对“大模型订阅制”算不清账的问题已经提出了质疑，不“贱卖Token”，希望用健康的现金流来换取模型能力的稳定迭代、用户的持续使用，是基本态度。

图：免费期结束后，MiMo-V2-Pro在OpenRouter上的周调用量从高峰下滑。

理想很丰满。但是，从免费到付费的转换率，是所有大模型公司面临的共同难题。从免费到付费切换的过程，也往往会面临最大的争议，MiMo能否在付费的前提下保持用户黏性，是接下来几周最值得观察的数据点。

03 唯一还在做基座大模型的手机厂商？

在小米高调推自己的大模型的同时，也引出了一个疑问，大模型业务之于小米，到底意味着什么？

回到更早的时间线。2023年，雷军推动成立大模型Core团队。同年5月，根据媒体的公开报道，小米曾公开表示“小米不会做ChatGPT，不搞AI的军备竞赛”。

但小米的态度在悄悄发生转变。

2025年4月，MiMo-7B开源；11月，前DeepSeek研究员罗福莉加入，出任大模型负责人；12月发布MiMo-V2-Flash。2026年3月19日凌晨，三款模型同步发布：万亿参数的MiMo-V2-Pro、全模态的Omni和语音合成TTS。发布前，Pro的早期版本以“Hunter Alpha”代号匿名上线OpenRouter，七天突破1万亿Token调用量，一度被社区猜测为“DeepSeek V4”。不到一年，小米的大模型从7B参数走到了万亿参数。

据接近小米的人士透露，小米内部开始认为“大模型是未来科技公司必须要有的能力。小米未来所有产品端的能力，需要有一个主模型去控制、去培养、去指导。这个主模型必须是自己的。因为只有自己拥有，才能决定你的用户习惯、你的输入数据不交给第三方。”

手机、汽车、IoT设备产生的海量用户数据是最核心的资产，如果基座模型依赖第三方，数据主权和产品迭代节奏都将受制于人。

从组织架构看，大模型Core团队归属小米集团技术委员会，不隶属于手机部或汽车部。据了解，小米副总裁曲恒负责管理这条线，但罗福莉拥有很高的独立性，她加入后按照自己的想法组建了团队，核心成员平均年龄25岁，清北毕业生占比超六成。团队运作有较高的自主性。

从财报及管理层对外发声也可以看出，研发投入规模也在快速攀升。小米2025年全年研发开支331亿元，同比增长37.8%，接近全年经调整净利润392亿元。据小米总裁卢伟冰在业绩会上的表述，AI投入约占研发总额的四分之一。

雷军在MiMo-V2-Pro发布当天宣布，2026年小米在AI领域的研发和资本投入将超过160亿元，未来三年至少600亿元。资本开支方面，2025年前三季度累计约130亿元，同比增长86.7%，卢伟冰明确表示增量主要来自汽车和AI。算力上，小米采取自建万卡GPU集群加金山云合作的混合模式。

从行业横向对比来看，小米的选择是孤独的。华为盘古大模型主要通过鸿蒙系统实现端云协同，vivo蓝心大模型服务于OriginOS的AI助手，OPPO安第斯大模型升级了小布助手，荣耀走AI终端生态路线。这些厂商的大模型都是“AI服务于手机”，没有一家独立运营API平台或对外售卖模型订阅。包括苹果、三星在内的全球手机巨头，也没有对外直接提供服务的基座大模型。

vivo副总裁周围的公开表态也许可以代表了多数厂商的态度：未来手机可能进化为“智能体”，但实现路径不一定需要自研基座模型，接入第三方大模型同样可以。

04 大模型成为又一个主线业务？

从种种公开信息来看，大模型之于小米集团，正在发生一些微妙但关键的变化：它不只是一个服务于手机和IoT的底层能力，开始具备向一条独立业务线演进的结构性条件。最直观的信号，是产品形态的变化。

小米已经推出了面向开发者的API平台，并配套提供分层的Token订阅方案。无论规模大小，这一步本身，就已经越过了传统“技术中台”的边界。

雷军曾在公开场合明确提出，小米计划在2026年实现一次关键性的技术整合：在一款终端产品中，让自研芯片、操作系统与AI大模型完成协同落地。

至今为止，能同时覆盖这三层能力的公司并不多。华为通过麒麟芯片、鸿蒙系统与盘古模型，已经形成过相对完整的技术闭环；苹果公司则长期在芯片与操作系统上建立深度一体化，并正在强化其端侧AI能力。

小米如果完成这一组合，也许能进入一个截然不同的竞争维度。

但如果把视角拉回财报，情况又显得克制得多。

根据披露，小米将AI相关业务与智能电动汽车一同归入“创新业务”板块。2025年，该板块收入为1061亿元，其中汽车贡献了约1033亿元，AI相关收入尚未被单独披露。产品和形态已经在向独立业务靠拢，但公开财务信息上还未完成验证。

当小米将高阶订阅方案定在与Claude相近的区间，并开始质疑行业普遍推行的订阅制的时候，目的可能未必在于“价格竞争”。通过锚定头部模型，主动进入同一层级的市场叙事，证明“上桌的能力”可能更为重要。

谁能算清“Token账单”？

Tue, 19 May 2026 18:21:08 +0800

编者按：本文为《Token经济学》系列之一。算力货币Token正在重塑AI时代的价值坐标，但它的单价透明，价值却是黑盒，AI行业仍在寻找一个真正能为结果标价的锚。

文｜晓静

编辑｜徐青阳

在刚刚过去的3月，黄仁勋站在GTC 2026的舞台上，描绘了一个由Token驱动的新工业时代：AI factory持续产出Token，agentic AI则把推理需求推向新的峰值。听上去，Token像是AI时代最标准、最统一、最可量化的经济单位。

打开大模型的官方定价页，我们也能看到一种近乎工业标准的整齐划一：每百万Token明码标价，输入、输出、缓存、批量处理各有刻度。这种格式上的高度趋同，常让人产生一种错觉：AI行业已进入了规则成熟、产品标准化的竞争阶段，Token就是这个时代最重要的度量衡。

但事实恰恰相反。

2026年4月，OpenAI旗舰模型GPT-5.4的输入价格是每百万Token 2.5美元，输出15美元，相对Anthropic旗舰模型Claude Opus 4.6是5美元和25美元。仅看标价，Anthropic贵了一倍。但对任何一位企业技术负责人来说，单纯比对这两个数字毫无意义，两家公司在上下文窗口策略、工具调用计费逻辑以及缓存折扣深度上的差异，足以抹平甚至倒置标价上的倍数关系。

Token的价格确实是透明的，但Token价格背后的“价值”是个黑盒。获得同等的价值，究竟要支付多少价格，现在还很难定义清楚。

图片由AI生成

01 同样的Token，不一样的智力

Token的定价本身并不神秘。

一位长期使用API（应用程序编程接口）的开发者表示，“Token的价格不是黑盒，厂商也做不了假。输入输出Token数量都是可以估算的，即使tokenizer不公开，也差不多能算出来。”

图：GPT5.4和Opus4.6的价格对比

经济学上，这类似于一种典型的“同质化计量单位”，就像千瓦时之于电力、GB之于存储，Token提供了一个标准化的消耗度量，让买卖双方可以在同一个尺度上交易。

但问题在于：Token不只是传统的计量单位，它计量的是智能，承诺了一种价值。用户购买Token，是为了获得模型的“智能”，真正能够成为生产力。比如写出能跑的代码、完成一次客服对话、做出一份数据分析。而这种“每个Token能换来多少能力”的兑换率，才是真正的黑盒。

还有开发者反馈，“有时候，比如新模型发布之前，模型厂商会降智、降思考强度。这个是黑盒，但用户能感知到。”

2026年4月初，AMD AI战略总监Stella Laurenzo在GitHub上发布了一份基于6852个Claude Code会话的分析。数据显示，从2026年2月下旬开始，Claude Opus 4.6的推理深度大幅下降——“reads-per-edit”（每次代码编辑前的文件阅读次数）从6.6骤降至2.0，降幅约67%。换句话说，模型不再仔细阅读代码就开始动手修改了。

Laurenzo的结论是：“当思考变得肤浅，模型倾向于采取成本最低的行动。不经阅读直接修改、未完成就停止、对错误推卸责任、选择最简单而非最正确的解法。”

4月14日，媒体在公开报道中还原了事情的另一面。Claude Code的创建者Boris Cherny回应称，2月9日起Opus 4.6默认启用了“adaptive thinking”（自适应思考），3月3日进一步将默认effort level从高调整为中等（85%），Anthropic认为这是“对多数用户在智能、延迟和成本之间的最佳平衡”。用户可以手动输入/effort high来恢复完整推理。

问题在于：这些改变没有在任何显著位置通知用户。大量开发者是在代码质量明显下降之后，才开始怀疑“模型是不是变笨了”。但这很难被证明，一句“测试环境不一致”就能够完美回应质疑，“大模型的概率性让一些事情很难实锤。”

这就是Token经济学中最重要、也最难定价的变量：同样消耗100万个Token，你获得的推理质量可能完全不同。在高峰期和低峰期不同，在默认配置和手动调高effort之后不同，在订阅用户接近配额上限时和配额充裕时也可能不同。Token的数量和价格是透明的，但Token里装了多少“智力”，用户无从得知，也无法事先约定。

经济学上有一个概念叫“质量调整”（hedonic adjustment），当一件商品的质量发生变化时，即使名义价格不变，真实价格也已经变了。

Token正面临这样的困境：标价没变，数量没变，但“含金量”可能悄悄缩水。这比价格上涨更隐蔽，也更难以追责。

02 牵动价格的“缓存命中率”

除了“智力含量”波动这个黑盒，还有一层更隐蔽的成本结构在价格表之下。

2026年2月，Claude Code的一次更新导致第三方平台的缓存命中率大幅下降。随即有人质疑Anthropic是否故意破坏第三方模型的缓存。

一位工程师用AI工具下载了Claude Code v2.1.0到v2.1.41共11个版本的源码，逐一分析。结论是：代码中不存在针对第三方模型的蓄意破坏逻辑。但从v2.1.23开始，Claude Code引入了Claude专属的分块缓存机制，“跨session全局共享、1小时有效期”这些优化改变了system prompt的结构，第三方模型的API无法识别这些标记，只能依赖最基础的前缀匹配，而前缀恰恰因为版本号、构建时间、A/B测试变量的持续变化而高度不稳定。

用通俗的语言总结，Anthropic没有主动“投毒”，但它在优化自家模型效率的过程中，作为副作用，破坏了第三方模型原本依赖的缓存条件。

这件事虽然不是蓄意而为，但是暴露了一件事，缓存命中率会决定你为Token付多少钱。一位开发者对Claude Code一周使用数据的追踪显示，正常情况下91%的Token来自缓存命中，缓存命中价格只有标准输入价格的十分之一。如果缓存全部失效，Input成本会暴涨到原来的5.7倍。

Claude Code的创建者Boris Cherny自己也承认：“使用1M上下文窗口时，cache miss的代价非常高。如果你离开电脑超过一小时再继续旧session，通常完全命中不了缓存。”

还有更值得注意的细节。社区中流传着一项分析称，Claude Code在检测到用户进入“Extra Usage”（超额付费）模式后，会静默地将缓存时长从1小时降级为5分钟。也就是说，你只要停下来超过5分钟就会触发完整的上下文重建，费用直接从超额余额里扣。

根据媒体报道，4月有Pro用户反映自己在5小时内只能在ClaudeCode发两条提示词。一位用户直接说：“在这些缓存bug修复之前，任何关于5分钟还是1小时TTL的讨论都是空谈，因为数字完全是错的。”

缓存命中率的示例可以看出，即使获得同样的结果（价值），付出的价格也会产生巨大的波动。

03 300倍降价背后的预算泥潭

根据行业数据，Token单价在三年内大约跌了300倍，但企业的AI支出反而更难控制了。原因很简单：单价的降幅，赶不上用量的暴涨。

图：三年间，LLM Token单价下跌约300倍——但单价的崩塌并没有让企业的AI支出变得更可预测。（来源：TokenCost）

Agent类应用让AI自主执行复杂长链路任务，单次消耗可能是传统对话的几十倍。亚太区电商技术公司Branch8的6人团队，启用Claude Code的第一个月花了2400美元，经过8周密集优化，包括设定每日Token配额、限制思考模式预算、非关键任务从Opus切到Sonnet，才勉强降到680美元。Token支出管理本身已经变成了一项需要专门技能的工作。

在Nutanix 2026年的.NEXT大会上，一位CIO分享了更极端的案例：一名开发者产生了10万美元的意外Token账单，他不得不向毫无准备的CFO解释，用他自己的话说，那是一场”极其狼狈的会议“。另一位参会者说已经有公司在给员工发每日Token额度，“就像配给制”。

Mavvrik与Benchmarkit对372家企业的调查印证了这种普遍性：84%的企业报告AI成本对毛利率的侵蚀超出预期，仅15%能将预算误差控制在10%以内。

经济学上，这是“单位度量失灵”的典型表现。当一个计量单位既不能准确反映成本，比如缓存、降智等隐性变量，也不能准确反映价值，同一Token在不同场景下产出天差地别，它就失去了度量衡的基本功能，无法帮助市场形成共识、降低交易摩擦。

换个角度看，Token消耗量的暴涨对模型公司来说仍然是核心叙事。

但Token增长同时也是一个成本故事。OpenAI 2025年的推理成本达84亿美元，2026年预计升至141亿美元，全年现金消耗约170亿美元。它已签下超过5000亿美元的云基础设施合同。Anthropic累计融资超640亿美元。两家公司目前都未盈利。

OpenAI 2026年4月以8520亿美元估值融了1220亿美元，Anthropic 2月以3800亿美元估值融了300亿美元。投资者希望未来能看到，每个Token消耗的算力成本会持续下降，从而让“卖Token”最终变成一门赚钱的生意。

但早期亚马逊卖的是标准化的商品和云服务，单位经济模型相对稳定。AI公司卖的是Token，一个看似标准化、实际高度异质的东西，而且异质的部分（智力含量、缓存效率、任务适配度）恰恰是影响成本和价值的核心变量。“规模效应”能不能如期出现，比电商和云计算时代更不确定。

04 行业在寻找定价的“锚”

回到核心问题：谁能算清Token的价值？

短期内，没有人能。Token的价格是透明的，但它兑换的智力质量是波动的，它背后的真实成本是被缓存、框架设计和算力效率层层折叠的，它产出的业务价值更是因场景而异。

一个计量单位同时承受这么多维度的不确定性，本身就说明它还不能成为AI时代的度量衡。

Token也没有成为一种可以被标准定价的商品。它是AI行业尚未找到价值锚之前，所有人不得不使用的临时记账单位。

目前行业对Token的定价，本质上还是在对“算力的使用权”定价，买的是让模型替你“想”一次的机会。至于它想得多深、想得多好、最终有没有解决你的问题，不在这个价格的承诺范围内。

这种定价方式的合理性，目前没有任何一方能独立评判。厂商无法替用户衡量产出的业务价值，用户无法穿透模型的推理过程判断每个Token是否“物有所值”，投资者看到的是消耗量增长曲线，但没看到每一个Token的价值转化率。

最终能算清Token价值的，也许是需要发现客户愿意为之付费的“结果单位”，能够定义智能的真正生产力，并在内部把Token成本和算力成本的换算关系管理到可预测。

Token计算：下一个十年的成本战争

Tue, 19 May 2026 18:20:03 +0800

编者按：本文为《Token经济学》系列之一。算力货币Token正在重塑AI时代的价值坐标，本文梳理了一条完整的变化路径：从收费方式的变化，到成本结构的分化，再到预算体系的调整，看Token经济如何被重新定义。

图片由AI生成

文丨上海期智研究院研究员李彪

编辑丨李海伦

“Token经济”，正在成为AI行业近期最热的关键词之一。

当OpenClaw（俗称“龙虾”）成为全民关注点，引发了各大厂商加入“龙虾潮”，Token的消耗开始呈现出指数级的增长趋势。

有开发者社区和社交平台上开始频繁出现对比表，在不同模型上的Token消耗是多少、输出质量差异如何、折算下来“每千Token成本”谁最低。

但如果真的试图用Token去算一笔账，很快就会发现，事情已经没有那么简单了。

前几天，一个做财务的朋友问我：他们的agent每天几十万次调用，一个月到底要花多少钱？

这个问题听起来很基础，看似非常简单，可以通过“Token×单价×调用次数”来计算。

但是，当我翻开Anthropic的价格页打算粗算的时候，结果犯难了。

Claude Managed Agents的session runtime（会话运行时长）按$0.08/session-hour（每会话·小时）独立计费，cache write（缓存写入）和cache hit（缓存命中）各有不同档位的乘数，跟Token根本不在一个维度上。

于是我把几家主流平台的价格页逐一翻了一遍，发现这件事远不是一道“干净的算术题”：

比如OpenAI的价格页更像一张资源总账。Token之外，web search（联网搜索）按千次调用收费，container按session （会话持续时间）时长收费，file search storage（文件检索存储）按GB/天收费，regional processing再叠一层10%。

Google Gemini收敛一些，但grounding（搜索增强）和context caching（上下文缓存）也各自被单列为独立计价项。

Anthropic三档缓存乘数叠一个session runtime（会话运行时长），又是另一套维度。三家已经没法用同一个公式算清楚。

再往上走一层，连商品边界本身都脱离了“模型”。Salesforce用Flex Credits把动作配额写进价格体系，Intercom干脆绕开Token，按outcome收费，每个 $0.99，白纸黑字定义什么算一次“有效解决”。

一番搜索后能确定的只有一点：大家根本不是在卖同一种东西。

2026年一月，OpenAI CFO Sarah Friar在官网发表的《A business that scales with the value of intelligence》中，同时点出了其三条商业化路径：订阅、广告支撑的免费层、按用量计费的API，还补了一句——未来将扩展到授权、IP 协议和按结果定价。连平台方自己都不再用单一的“按用量计费”来描述自己了。

在过去，对于各大模型的比拼，行业里经常提到“谁的Token更便宜”的讨论，默认了一个前提：行业已经存在一个被广泛接受的统一计量单位，大家比的只是价格。

但到了2026年4月，目前的现实是——Token早已不是AI账单里唯一的计费单位。AI商品正在从单一计量项走向多单位并存，企业的预算语言随之被改写。

因此，本文想讨论的不只是Token本身，而是梳理一条完整的变化路径：从收费方式的变化，到成本结构的分化，再到预算体系的调整，看Token经济如何被重新定义。

01
AI收费，告别“单一Token时代”

如果今天仍有人只讨论“哪个模型每百万Token更贵”，那看到的只是底层供给的一部分。

真实情况是，企业目前购买的是一段被组织过的智能劳动，裸模型只是其中的一小部分。

它可能同时包含模型推理、搜索、检索、缓存、上下文驻留、运行时、容器、团队席位、动作配额，乃至一个被明确定义的“完成件”。AI经济正在经历的，不是一场简单的价格战，而是计费对象的扩散。

这里最容易出现的误读，是把“计费单位变多”等同于“底层模型已经不重要”。

但事实恰恰相反：模型仍是底层最核心的供给对象，只是它不再是企业成本解释框架里的唯一变量。

一旦系统进入真实工作流，采购者与运营者就必须同时处理 grounding、batch（批量调用）、regional（区域路由）、runtime（运行时长）与席位切换，它们在同一张对账单上争夺预算。于是，账单不再是一列Token的累加，而是一组互相叠加的价格对象。

AI底层大概率会像电力一样，最终被压成公用事业：便宜、可计量、不可或缺，但也不再是价值最终停留的地方。

经济史上反复出现的模式是：电带来的生产率跃升，远比“有电就更快”复杂。让美国制造业真正起飞的，是工厂围绕电重写了生产组织，而不是电本身变得便宜。

02
AI成本，从统一定价走向按任务分化

过去我们习惯用“每百万Token多少钱”来理解AI成本，但今天这个锚点已经失效——账单的主角是谁，取决于你在跑什么样的任务。

先看一个轻量、高频、以检索为主的企业问答任务。

以Google Gemini 2.5 Flash-Lite标准档估算，5,000 input + 1,000 output Tokens，Token成本约 0.0009 美元；若同一次调用附带一次 grounded prompt，超出每日免费额度后，单次grounding价格为 0.035 美元，是Token成本的近四十倍。

在这类工作负载里，主导账单的是search / grounding这类外层能力，模型推理本身反而退居二线。

然而，如果换成更强的前沿模型，图景就完全不同。

以OpenAI GPT-5.4 标准档为例，5,000 input + 1,000 output Tokens约0.0275美元；一次web search的tool call fee为 0.01 美元（search content Tokens 另按模型费率计）；一次 1GB container session 为 0.03 美元。此时模型成本仍与工具调用处于同一数量级，在许多推理密集任务中甚至占大头。

再看Anthropic官方给出的 Claude Managed Agents worked example：一个一小时的Opus 4.6 coding session，50,000 input + 15,000 output的Token成本是0.625美元，session runtime仅0.08美元。runtime已经进入了商品列表，但远未“压倒”模型成本。

三个例子合起来指向同一件事：成本的大头在哪，取决于你让AI干什么样的活。

通俗的理解，你让AI查资料，钱主要花在搜索上；让它动脑子，钱主要花在模型上；让它一直在后台干活，“开机时长”本身就是一笔账，所以根本不存在一张能通用的“AI单位成本”表。所以AI经济的演变，不能被简化成“工具吃掉模型”或“模型吞噬一切”这种非黑即白的故事。

更准确的说法是：买方必须开始按不同任务形态去理解total cost（总成本），不再假定存在一个统一的成本锚。

这件事的后果，比“算术变复杂”要大得多。一旦计费单位裂变，原本用“每百万Token 多少钱”就能对账的人，现在必须同时理解search成本、cache命中率、runtime时长与 regional 溢价。

预算口径从一维变成多维，采购的比较轴也随之改写——从“谁的Token更便宜”，变成“在我的工作负载下，谁的综合成本更低”。计费单位的裂变，正在倒逼企业重写自己理解AI 支出的方式。

中国市场提供了一个“反向参照”。比如2024年国内大模型价格战打得异常惨烈，部分厂商降价超过97%，推理毛利一度跌至负数，但整场战争的叙事始终只围绕一件事：谁的百万 token 更便宜。

runtime、grounding、outcome这些在美国价格页上已经独立成行的维度，目前在中国仍处于早期。当所有玩家都挤在同一个计量单位上竞争，负毛利就不是意外，而是结构性的终点。

03
价格页先变，企业的预算体系也需跟上

计费单位的变化，最先出现在价格页上，最后才会反映到平台的营收盘子里。而夹在中间、最先被迫跟着调整的，是企业自己的预算表。

到目前为止，没有可靠的公开数据能证明OpenAI、Google或Anthropic的tool/storage/runtime营收已经超过model/Token营收。

所以，一家公司在价格页上加了多少新收费项，不代表他们的钱真的就是从那些新项目里挣回来的，这两件事不能画等号，还需要进一步等数据说话。

当前真正能确认的是：卖方的定价语言已经先变了，买方的预算口径没办法继续停在Token这一列上。

这其中的道理也不言而喻：当官方价格页已经把tool call（工具调用）、session runtime（会话运行时长）、outcome （结果）各自独立定价，企业的对账单就不可能再维持成一列Token，否则卖方给的账单和买方的内部核算对不上。

Token不再是唯一的主角，它更像是底层的一种计量单位。真正影响账单的，是推理、搜索、缓存、运行时、席位、动作、结果这些叠在一起的成本。

文章开头Sarah Friar那句顺口提到的“未来还会扩展到授权、IP 协议、按结果定价”，其实就是这件事在OpenAI自己眼里的翻译——他们比任何人都更清楚，自己正在卖的不只是Token。

一旦买方的预算框架跟着调整，一些原本被忽视的东西会重新浮出水面。比如：

Model router不再只是“帮你挑哪个模型最合适”，而是在悄悄决定整张账单的结构——选错一层，预算的重心就会整体偏移；

Salesforce的Flex Credits卖的不是某一次具体调用，而是一份可以在不同动作、场景、团队之间自由调拨的“使用权”；

Outcome pricing的真正吸引力，在于它把预算直接绑在“完成件”上。企业第一次可以用结果，而不是过程，来和供应商对账。

新的计费单位或许还没改写卖方的收入结构，但它们已经在改写企业内部看待AI的方式。而一旦组织用新的语言理解自己的 AI 支出，预算最终流向哪一层、沉淀在哪一层，就不再是一张模型排行榜能决定的事了。

当计费单位裂变，价值开始分层

把视野再拉远一点，如果计费单位已经不只是token，那“钱到底会沉淀在哪一层”这件事，就得分层去看。

我自己的一个梳理方式去做理解，是把整个AI经济看成一套五层结算栈。当成一张正在成型的产业结构图来看，本系列接下来几篇会沿着这个框架逐层展开：

• 第一层 · 公用事业层：算力、Token、缓存、搜索、容器、文件检索，可计量、可路由的“认知吞吐量”

• 第二层 · 协议与能力层：MCP、A2A、Agent Skills 这类让模型、工具、数据源和agent 互操作的共同接口

• 第三层 · 知识封装层：Skill、Prompt、Eval、Policy、Memory，把行业know-how序列化下来

• 第四层 · 执行交付层：被托管、观测、监控的“数字劳动力”，marketplace正把agent 从“下载”变成“调用”

• 第五层 · 结果与责任层：Intercom的$0.99 per outcome是最明确的公开信号之一，“被完成的工作”开始成为合同化的结算对象

如果把这五层放在一起看，会出现一个很清晰的分布规律：越靠下，越容易被单位化和路由化；越靠上，越深地嵌入上下文、验收和责任。

对应的商业模式也随之分化——底层依赖规模和效率，买方按成本比价；上层依赖不可替代性，买方按结果付费。这两种模式都可以成立，但它们的“价格锚”完全不同。前者锚定投入成本，后者锚定创造的价值。

05
Token经济，不再只关于Token

总之，今天再谈Token经济学，不再是简单的“Token 单价走势”，更值得研究的是：Token作为底层计量颗粒，正在怎样与search、cache、runtime、seat、outcome这些更高层的单位一起，重写企业对 AI 的预算语言。换句话说：Token还在，但它已经不能单独解释这门生意。

当然，这并不意味着Token不重要。

底层资源层依然可能是最大的利润池，甚至会出现高度集中的赢家。但到了2026年，如果想理解AI商业化的变化，只盯着Token，已经看不全了。问题从“Token多便宜”，变成了：整张账单是怎么被构成的。

那接下来应该看什么？比预测时间表更有意义的，是观察一些正在出现的信号：

第一，企业合同里，是否开始出现SLA、数据驻留、缓存策略、责任边界这些条款，而不再只谈Token单价。这意味着，买卖双方开始围绕“系统”和“责任”对齐，而不是单一资源。

第二，marketplace（Agent 商店/市场）上，是否开始出现带eval card的agent服务。也就是，“结果是否可被评估”，开始成为商品定义的一部分。

第三，是否出现第三方的审计、认证和争议处理服务。这是“按结果结算”走向合同化之前，必须补上的最后一块基础设施。

到2027年底，如果这三条里有两条以上落地，那么可以基本确认一件事：结算对象正在从Token向更高层上移。

Anthropic在4月7日以“invitation-only”的方式发布了Mythos（预览版），而与此同时，工作层模型的价格仍在持续下降。

一边是前沿能力不断集中，一边是工作层持续商品化。

成本在下沉，价值在上移。

这两条看似相反的变化，其实指向同一个方向：AI的价格正在走向分层，而价值也在随之重新分配。

当Token不再是唯一的计量单位，当账单被拆分成多种成本结构，企业最终为哪一层买单，就会决定价值沉淀在哪一层。

至于这种“成本下沉、价值上移”的结构，是如何在同一个体系中同时成立的，我们将在后续的解读中再逐一展开。

警惕Token福利陷阱

Tue, 19 May 2026 18:18:38 +0800

// 编者按：本文为《Token经济学》系列之一。算力货币Token正在重塑AI时代的价值坐标，正在推动世界的经济革命。本期讨论了Token挤入大厂福利体系的逻辑和可能的生产力陷阱。//

被Token福利砸中的工程师。图片由AI生成

文｜苏扬

编辑｜徐青阳

大厂福利变迁史，也是一部生产力进化史。

2000年，加入门户网站会得一台办公PC、免费早晚餐、桶装水。移动互联网的风口刚刚兴起的2010年，加入互联网大厂可能会得到水果节的樱桃和荔枝、下午茶、年度旅游基金。

到了2020年，再入职一家大厂，健身房、下午茶都不一定能挤得进福利体系前排，接力的是住房补贴、购房无息贷款以及全家的商业健康保险。

变化始于2026年。

今年开始，你还可能会收获到一笔免费的Token额度。然而，它不等于直接发钞票，更像是在发一张人工效率的考卷。

新的生产激励也带来了新的问题：谁在用Token创造价值，谁又在用Token“表演勤奋”？

2013年，当时的各种饮料零食福利

01
都是“效率工资理论”的缩影

在英伟达CEO黄仁勋看来，Token即将成为工资、奖金、股权之外的第四薪酬，他在GTC 2026大会上说，“如果一个年薪50万美元的工程师，用不了25万美元的Token，我会很焦虑。”

话音刚落，大洋彼岸的中国巨头们，开始推动Token福利制度落地，其中阿里巴巴通过一项内部计划，向员工提供Token额度，鼓励员工在工作中使用先进的人工智能模型和工具，用于技术研发和通用办公。

“大厂现在都给员工发额度，鼓励使用。”一位阿里巴巴内部人士说，“（配额）定量，特殊情况可以单独申请额度。”

在给员工配置Token福利时，阿里提供了一个特殊选项——外部AI开发工具员工可以申请报销，这也是互联网公司给员工提供Token福利的一种通路。相比于指定的工具，报销制度给了员工在基础模型的选择上有了更多的自由度。

小鹏汽车内部也在推动类似的福利，“我们在做很多物理AI的事情和变化，暂时我还没有限制个人在Token上的使用，”何小鹏说，“第一期先放开，逐步管控。”

“我们都是团队账户，更换的也比较多，”一位百度内部人士透露，团队账户也是由部门负责报销。

从我们和多位科技从业人员的交流来看，Token福利在岗位之间还不是绝对的统一和平衡，产品、研发的权重要比职能岗位高。“Token福利有初始额度，也可以申请（更多），研发的情况不太一样。”一位蚂蚁集团内部人士说。

太平洋另一端的英伟达，Token需求也因岗位的差异有所不同。

“我们有自己的大模型，也是无限量使用。”一位英伟达内部人士透露，但她也表示，自己的岗位对Token基本没有需求，“我的工作上，AI还没什么用。”

对很多人来说，Token福利来得太突然。一部分人没来得及上车，甚至不知道从哪里去领取。

这和今天这个时代爆炸的信息量很类似——OpenClaw热度还没有过去，Hermes的概念就开始刷屏——我是谁，我在哪，为什么我不知道，FOMO（错失恐惧）情绪随之而来。

从硅谷到中国，从英伟达到阿里巴巴，Token福利像一股温暖的春风，吹进了互联网公司的生产体系，它也意味着企业关怀已经从实物、服务，悄悄在向智力型、生产力型转变。

至于会不会如黄仁勋所说，成为“第四薪酬”，现在没有准确答案。但不管是现在的Token，还是过去的奶茶、旅游基金，本身就是经济学中“效率工资理论”的一个缩影——通过发放超额福利，提高员工努力程度、降低流失率，“福特涨薪案”是一个经常被拿来研究的典型案例。

1914年，福特汽车公司将日薪从约2.34美元翻倍至5美元，并将工作时间缩短至8小时，工人流失率暴降，大幅提升了生产率和员工忠诚度。

我和很多人提过一个观点：Token福利现在还只是在一部分互联网公司中试运行，未来它极有可能成为一个普遍性的行为，成为企业福利的标配。因为站在人才的角度，业务岗位可以要求员工具备AI实践的能力，反过来他们也可能会以公司的Token福利作为接受Offer的参照系。

02
不看FOMO

从ChatGPT上线，到DeepSeek爆火，期间2年多时间，Token消耗暴涨虽反映在大模型公司的财报和业绩会上，但由于AI助手大多免费，用户对Token使用量暴涨无感。

2026年之前，Token福利还没有真正蔓延开来。

直到OpenClaw（俗称龙虾）的出现，以及被动卷起来的“全民养虾潮”，Token消耗量呈倍数的放大，“烧不起”“账单夸张”的声音开始出现，不少大众用户开始产生Token依赖。

按周期重置的Token套餐

过去几个月，使用各种Claw产品之后，我自己的感受就是：Token+API，“烧”起来不便宜；而且，一旦当前时段额度用完，距离重置还有几个小时的时候，非常焦虑。

“我的同事（一个月花费）有2000多元的。”前述蚂蚁集团内部人士说。

从免费到越来越长的Token账单，反映的是AI使用费从零边际成本转为正边际成本——过去是公用免费，现在附加了稀缺性。

现在，大家普遍认为中国公司向员工发Token源自于背后的FOMO情绪。

这其实不难理解，我在《人民想念DeepSeek》一文里面提到过这个话题，“如果拼命鼓吹这AI件事，甚至暗示不用Token就会落后，相当于间接制造出了Token焦虑。”

有朋友说，极端鼓吹AI就好比是“拜大模型教”。

没有人能保证把员工推上AI这趟时代的列车，就能让公司永远是站在潮头的后浪。

大规模的Token福利今年才陆续出现，但AI福利早已在大模型圈埋下伏笔。在这个视角上可以得出一个推论：这轮Token福利不完全来自于焦虑驱动，而来自于真实的效率驱动。

“比人力成本便宜多了，”一位从业者对腾讯科技表示，“公司已经每个人在无限用Cursor一年多了。”

另一位中国头部模型内部人士也透露，今年已经给员工配备了顶级的产品套餐，内部的模型更是无限量使用，他认为Token福利与黄仁勋没有关系，“还是希望员工生产力的最大化，AI公司更要用好AI这个杠杆。”

这种福利杠杆，可以看作“效率工资理论”的生产资料补贴版本，它顺带着把员工“付费上班”的问题解决了，相信这一点上很多人应该都有感触——从ChatGPT诞生开始，不少人就开始付费买一些前沿AI助手的套餐。

Token福利解决了员工“付费上班”的痛点，也带来了归属感，背后是实打实的运营成本。

以一家1000人的公司为例，人均每月500元额度，一年就是600万元的额外支出。而且，Token福利往往是人均定额，规模越大，总成本越高。

当然，如果投入1元能产生10元的回报，这笔支出就会被视为“高效”。但这里有一个更深层的问题：当10倍生产力的人出现之后，旧的组织架构还装得下他吗？

03
表演性生产力

放在不同场景下，Token福利会产生不同的价值。

对于编程这种标准化比较高的场景来说，可以实打实的降本增效，所以才会有前述头部大模型从业者人士“比人力成本便宜”的感慨。

“基本上不涉及太复杂的案例和模型改动的话，迭代优化都可以交给它了，我估计能有80%（工作量），”前述百度内部人士在谈及效率时也补充说，“产品都人手Codex了，Token是新生产力嘛。”

面壁智能CEO李大海介绍过公司内部技术团队的提效测算，他说：“过去十个月，200 人团队生成 2000 万行代码，其中有员工单人月产65万行代码，完成原本需要近10人团队的工作，他一个人花了3周就把这个事给搞定了。”

编程场景下效率好量化，但更通用场景如何准确的计量效率？

“内部有个排行榜，昨天 2.5亿Token消耗，可以进入top10。”前述头部大模型内部人士说，他也认为效率验证存在难题，“效率不太好验证，就是大家先互相卷起来。”

只是，正向卷的确可能会带来效率螺旋上升，反向卷却会带来表演性生产力的问题。

比如一个月消耗2100亿Token，相当于33个维基百科的Meta员工，还有那个月账单超过15万美元的Anthropic员工，他们自己也未必能准确评估Token消耗的合理性。

大家在感慨硅谷前沿模型厂的福利慷慨之外，也会存疑：到底他们有多少消耗真正转化成了有效的生产力？

最近我自己也在探索内容相关的自动化工作流的实验性项目，一个月烧了20亿的Token。

我很清楚相当一部分Token消费是无效的，尤其是很多消耗都是在“骂AI”，有时候骂的可凶了，你会发现它在处理很多问题的时候，不按照固定的规范和流程，而带来严重的内容错误和事故。但更多的无效消耗来自于任务处理过程中的反复调整，而究竟这中间多少Token消耗符合预期，多少又是无意义的，确实难算。

内容自动化实验项目

从内容产出的角度来看，基于人工智能产品，简单的内容报道可以实现分钟级产出效率，从热点的监控，到选题、写稿，最后制作封面图并发布上线，5-10分钟就可以完成。

也就是说：只要Token足够，可以无限量产出内容。

在这个立场上，它的消耗是有价值的，也能匹配的上李大海说得“10倍生产力的提升”。

站在运营的角度来说，当Token消耗带来点击转化率、消费时长的提升，那么是不是也意味着这是有效的？

也许，不同的场景下，大家都可以找到逻辑自洽的结论，来论证Token消耗的合理性，但纯粹是为了保住额度的表演性生产力，一定无效。

最近还有一个非常火的案例，有员工将前同事进行“硅基蒸馏”，将他们的方法论炼化成Skill。我在想：如果真的能够带来10倍、20倍的提效，会不会有更多的人探索这种提效的路径？答案也是肯定的。

我比较认同前面国产模型内部人士说的那句“让大家先互相卷起来”这个观点——不去考虑AGI来没来，智能有没有涌现，在一个相对早期的阶段，推动所有人去探索，本身就需要代价，而且AI实践和提效，也没有标准答案。

只是观感上，这种探索看起来很昂贵，需要支付高昂的Token成本。

一次 AgentOS 升级的实测账单：7.5 小时、$284、8.4 亿 tokens。——独立开发者 Nathan（AI 博主“AI Nate”）

我认识一位在做“Agent OS”项目的开发者Nathan，我看了他晒得账单：7.5小时的任务，消耗8.4亿Token，支出284美元，我感慨了一下：“Token真的贵”，他给我的回答是“关键看能创造多少价值。”

04
我是谁？

Token福利这件事，除了少数几个无限量使用的极端案例外，多数企业都是按月配给，设置有明确额度，到期重置，且大家普遍反馈公司对额度控制比较宽松，额度不够可再申请。

Token消耗背后，是组织对员工的“筛选”机制——积极推动AI实践的员工将会被率先筛选出来，贴上各种Token先锋、AI先锋的标签，被定义为生产力的代表，进而带来组织的变革。

现在，已经有很多公司开启了“AI先锋大赛”、“虾王大赛”这样的活动。

李想在朋友圈谈AI人才进化

就在上周，李想发了一条朋友圈，他说：“想要加入真正要做AI的公司，任何人都要提前给自己升级，完成转型，成为AI的专家。”

上海财经大学的胡延平教授过去一直研究数字经济，关于通过Token消耗“筛选”AI先锋这件事，他说从计算机互联网时代的数字鸿沟到AI时代的智能鸿沟，人和人之间拥抱新的生产力的意识差别、主动性方面的差距一直都在。

“使用大量Token、强智能体、实现工作流闭环的人，更有希望成为更具就业竞争力的超级个体。”胡延平教授说，但他也认为这会带来另一种形式的内卷。

时间往前倒几年，互联网公司的PPT和文档汇报文化还有印象吧，很多人会去卷“美轮美奂”的汇报材料，今天如果再谈汇报文化，你会发现大家开始用AI工具来包装汇报材料了，事情还是一样的，只是换了一张皮。

如果要解释到底什么事表演性生产力，这算是一个具象化的案例。你要说AI对业务提效了多少不好确定，但确确实实对汇报提效了。

“除了模型和芯片公司，还没有任何公司依靠AI改变竞争格局，以及（实现业务）突围的，”李想说，“都是早期的学习和认知形成阶段，自己玩玩和真正用于完整的生产环节，差别还是巨大的。”

所以，如果有一天你的主管说，大家都要去探索AI实践，如果你不用，可以把Token资源匀给消耗量更多的同事，也不要感到奇怪。

福利制度本身就和组织高度关联，制度的变化必然会牵引组织的调整，前面说Token效率不好监测，未来必然会有人来设计类似提示词审计、Token使用效率评估等监测机制。

道格拉斯·诺斯不是在新制度经济学里面说过，制度的变化会改变相对价格和博弈规则，进而引致组织形态的适应性调整。

关于那个“10倍生产力”的问题，问了很多人都没有得到答案。我也向何小鹏请教，他也认为现在这个问题没有结论。“我觉得今天还在摸索过程中，应该快速迭代，现在是不可能有结论的。”

后来，我联想到了最近不少人在提的一个概念——“OPC”（One Person Company，一人公司）。大致类比一下，当一个人掌握了10倍的生产力之后，在组织内部，不排除“OPD”（One Person Department，一人部门）出现的可能。

在组织外部是一人公司，在内部，一个人成为一个部门，而组织的管理逻辑，将会从“管多少人”变成“管多少产出”。

在这种模式下，我们要考虑的是，我是谁，我能否适应这套新的福利制度？

Token并不等同于“货币”

Tue, 19 May 2026 18:17:32 +0800

编者按：本文为《Token经济学》系列第五期。Token正在重塑AI时代的价值坐标，本文从货币理论、市场结构、产业经济与公共政策等维度，系统性分析Token的属性、供给与需求，以及未来发展前景。

图片由AI生成

作者丨上海交通大学行业研究院“ 人工智能+”行业研究团队负责人、安泰经管学院教授史占中

编辑丨李海伦

在人工智能产业快速演进的今天，一个原本只在技术圈流行的术语——“Token”，正悄然成为理解AI经济形态的关键入口。

根据全球最大AI模型API聚合平台OpenRouter最新数据显示，3月16日至22日，全球AI大模型总Token调用量为20.4万亿，仅中国就达7.359万亿，占全球的36％。

在“中国发展高层论坛”2026年年会上，国家数据局局长刘烈宏表示，到今年3月，中国日均Token调用量突破140万亿，相比2024年初的1000亿，两年增长超千倍。同月，中国AI大模型周Token调用量连续三周超越美国，成为全球AI应用活跃度最高的国家之一。

数字背后，再现的是一个正在悄然改变的使用场景——AI的使用方式，完全不可“同日而语”了。

过去的AI以对话为主，一问一答、做输入和输出；而今天真正活跃在一线的，是一群被称为 Agent的智能体，它们不只是回答问题，而是替人完成自动化任务。

在社交平台上，“全民养虾”成为新的潮流；有人在微信朋友圈里，晒出一个月消耗的Token账单。企业端同样在加速，各家厂商纷纷上线“龙虾类”产品，并且鼓励员工“把事情交给AI”，让AI成为日常工作流的一部分，甚至有公司把“让Agent替你干了多少活儿”写入工作日志，变为可量化的指标。

这场席卷全社会的AI浪潮背后，Token是其关键的主角之一。无论是Agent的调用、视频生成，还是企业协作中的AI使用，最终被消耗的，都是以百万、千万乃至万亿计的Token。

把Token称作“AI时代的算力货币”，在行业中变为一种流行说法。但若深究这一类比是否真正成立，以及Token究竟在重塑怎样的经济秩序，答案远比一句口号复杂。

实际上，Token既不是传统意义上的货币，也不是常规意义上的计算资源，而是一种兼具基础设施、流量商品、无形资产与知识产权特征的新型价值载体。围绕它形成的定价逻辑、市场结构与治理议题，很可能标志着一种新经济形态的开端。

本文尝试从货币理论、产业经济学、市场结构与公共政策等层面，对Token进行一次系统审视。文章将分为上下两篇展开，本篇作为系列上篇，重点关注Token的本质与定义、供给侧的成本与定价，以及需求侧的消耗逻辑。

一、Token是“AI时代的算力货币”吗？

01 有类似属性、但并不等同

在行业中，有人把Token称为“AI时代的算力货币”，这一类比在经济学上部分成立但不严谨。实际上，Token不是货币，类似于电力世界的千瓦时。千瓦时不是货币，但它衡量了电气化时代的生产力。

Token确实具备货币的两项基本属性。它是计量单位，用于衡量AI服务的消耗；它也是交换媒介，将用户的支付转化为可用的智能输出。但Token同时缺失了货币最关键的几项特征：通用接受性、一般等价物和自由流通。

一枚OpenAI的Token不能在Anthropic的平台上使用、与一枚开源小模型的Token在成本和价值上也不等价。它更像游乐场代币或预付费卡——限定场景、不可互换、没有独立信用体系。

更深层的问题在于，Token面临一个内在矛盾，同时承担了两种原本应当分离的角色：一方面它是“成本度量”，衡量算力的物理消耗；另一方面它又是“价值度量”，衡量智能输出的效用。传统货币只承担后一种职能。这种双重性使Token难以像“一元钱”那样实现稳定的等价交换。

若把视线拉到更长的历史尺度，会发现这并非新现象。比如十九世纪末的电力商业化初期，各家公司的电压、频率、计费方式五花八门，彼此不可互通。经过几十年的标准化、公用事业监管和市场化交易，电力才成为今天的普惠基础设施。

Token当前恰恰处于类似的“前标准化”阶段。按照产业演化规律可以预期：跨平台互通协议、统一计量标准、乃至Token期货等金融工具，都将逐步出现。

但Token最深远的意义在于，Token的出现标志着人类第一次能够系统性地量化和交易“智能服务”。

因此，我们讨论的焦点，并不在于是否配得上“货币”二字。与其纠结定义之争，不如探讨它正在开创怎样的新经济形态，这或许将有望形成超越传统货币理论的新理论框架。

02 从传统经济学看：Token类比于“货币”并不成立

如果严格按照经济学教科书衡量货币的三大经典职能，Token几乎在每一项上都显得力不从心。

作为价值尺度，它虽然成为AI服务的定价单位，但厂商之间不等价、价格剧烈波动，无法提供稳定的价值参照。

作为流通手段，它实现了法币到AI服务的单向兑换，却不具备通用流通性，无法在AI之外的任何场景使用。作为储藏手段，它的通缩趋势明显，持有预付Token只会持续贬值，完全不具备保值功能。

与主权货币的“国家信用”相比，Token的“信用”存在四个致命弱点。

第一是脆弱性：公司可能倒闭、模型可能被超越、技术可能被颠覆，Token没有外部担保机制。

第二是分散性：每家公司各自建立信用体系，用户需分别评估不同平台。

第三是易变性：AI领域技术迭代极快，今天的领先者明天可能被淘汰，信用窗口极短。

第四个常被忽视的维度是数据安全信用——用户通过Token将敏感信息发送给平台，实质上是在信任其数据保护能力，一旦发生大规模泄露，Token信用会瞬间崩塌，类似银行挤兑。

归根结底，货币的信用建立在社会契约之上。全社会达成共识认可其价值，这往往需要数十年甚至数百年的积累。Token目前只建立了技术契约——你相信技术有用，所以购买Token。从技术契约走向社会契约，还需要漫长的信用积累过程，包括行业标准化、监管框架建立和市场的持续验证。

如前文提到的，Token正在展现传统货币理论未曾涵盖的新特征：它既是消费品（终端用户付费使用），又是生产资料（开发者用于构建AI产品），这种双重身份在货币史上极为罕见。

更重要的是，它正在扮演“智能接入权”的角色。在AI时代，没有Token就无法获取智能服务，这赋予它类似基础生产要素的战略属性。

用传统货币理论衡量Token，好比用马车时代的交通规则来评判汽车。不是汽车不合格，而是规则需要更新。

目前来看，Token的终局形态未必是“货币”，更可能是“智能经济的基础计量协议”，用以定义智能服务交换的标准单位与规则。经济学界迟早要为这种新型价值交换形态构建新的理论框架。

03 Token的定价衡量，是一场“智能服务的能力交换”

既然Token已经不能再被套进旧货币的框架，那么换一个更贴近它出身的参照物“传统计算资源”来比较，是否可以看清它的轮廓？答案同样是否定的。

谁控制了定价锚，谁就拥有AI经济的话语权。Token与传统计算资源定价存在三个维度的本质区别，维度的差异清晰可见。

首先是从成本定价到价值定价的跃迁：传统计算资源的价格紧密锚定硬件成本，遵循“成本加成”逻辑；Token定价则已脱离硬件成本锚定，转向“价值定价”。比如同一GPU集群运行的GPT不同版本的大模型，Token价格可能相差数十倍，差异源自模型能力而非硬件本身。

其次是从时间租赁到能力购买的范式转变。传统模式本质是“租用硬件时间”，按小时付费，不论用户是否高效利用了算力。Token模式则将付费锚定在“实际智能输出”上，更接近“按效果付费”。这延续了云计算从IaaS走向SaaS的演化方向——不断远离物理资源、靠近价值产出。

第三是从线性价值到非线性价值的分化。多租一小时CPU，产出大致线性增长；但Token存在显著的“使用者技能溢价”：同样花费一千个Token，精妙的提示词可能比冗长提问多产出百倍商业价值。投入产出比高度依赖用户的认知水平与使用技巧，这是传统计算资源中不存在的现象。

归根结底，传统计算资源的定价衡量的是“物质资源的时间占用”，而Token定价衡量的是“智能服务的能力交换”。这是人类经济史上第一次把“思维产出”拆解为可量化、可交易的原子单位。它不仅是一种新的按成果计费方式，更是智能经济时代定价范式的开端。

二、Token的成本结构是什么？

01 Token的定价权，谁更稀缺是关键

Token的生产成本由四大要素构成：芯片、电力、数据与人才。但这其中不存在单一的定价“锚”，而是一个随时间动态迁移的多锚体系。

这里所说的“锚”，是指在一个成本结构中真正决定价格底线的那个关键要素，就像船只靠“锚”固定位置一样，价格也需要一个最硬的约束来“锚定”它的下限。

在不同阶段，决定Token价格底线的关键要素并不相同，定价权会沿着技术演进的节奏在四大要素之间逐步让渡。

如果把这条迁移路径沿时间轴展开，可以清晰地看到三个阶段：

短期（一到两年），芯片是主锚。比如目前NVIDIA GPU供不应求，芯片成本在推理总成本中占比达到六到七成，芯片的可获取性直接决定了Token的供给量与价格。

GPU的稀缺是怎么一步步传导到Token价格上的？在上游，NVIDIA的GPU产能有限，下单要排队一年以上；中游，OpenAI、Anthropic等AI公司抢不到足够的卡，能建的推理集群就那么大；到了下游，API能输出的Token量受限，价格自然维持高位，最终那笔账将由每一个AI用户买单。

中期（三到五年），电力将成为硬性约束：随着芯片供给增加和架构创新，芯片价格会持续下降，但电力受物理定律限制，加之AI数据中心能耗激增引发的社会关注，能源成本将成为不可压缩的底线。

长期（五年以上），人才与知识密度将主导定价。芯片和电力都是物理成本，终将被技术进步不断压缩；但训练顶级模型所需的研究人才和数据积累是稀缺的，这构成了高端Token定价的核心锚点。

所以定价锚，是一场从GPU→能源→人才方向的转移。

02 Token的两层结构：成本托底，能力拉开

即便定价权明确了，Token的价格为什么仍然各有差异？这里的核心关键，是区分两类成本——推理成本与训练成本。

推理成本是生产每个Token的边际成本，由芯片和电力主导；训练成本是创造模型能力的一次性投入，由算力、人才和数据主导。

当前Token定价主要反映推理成本，而高端模型的溢价实质上是训练成本的分摊。Token正在从同质商品演变为品质分级商品：低端Token的锚是电力与运维，高端Token的锚是人才与研发。定价锚的总体方向，是从“物质稀缺性”向“智能稀缺性”迁移。

需要补充的一点是，如果价格只是成本传导的结果，那就无法解释一个现象——同一家公司旗下的不同模型，Token价格为何能相差数十倍。

这其中存在缺口，只有引入价值定价的逻辑才能解释：比如说GPT-5能完成复杂推理、代码生成、专业分析等GPT-4难以胜任的任务，能力飞跃支撑了远超成本的溢价。

用户对“更聪明的AI”有明确的支付意愿、企业客户愿意为可靠的商业决策支付溢价，就像愿意为资深顾问而非初级助理支付更高费用。

从市场策略视角看，这种悬殊的价差还体现了“二级价格歧视”：厂商通过提供不同品质的产品线，让不同支付意愿的用户自我选择分层，高价版锁定商业客户，低价版负责获客与维持用户基数，一个产品组合覆盖整条需求曲线。

把这两股力量合在一起，就是当前Token价格的完整形成机制：底部由GPU瓶颈的成本传导托起，顶部由模型能力的价值溢价拉高。

更深一层看，这种“能力分层决定价格分层”的结构，标志着人类首次通过市场机制对“智能等级”本身进行直接定价。比如律师按时间收费、医生按诊次收费，而AI按“思维单位的质量等级”收费。一个“智能分层付费”的新经济秩序正在建立。

三、Token的价格和产业周期会如何变化？

01 摩尔定律之上：Token价格呈现“下行曲线”

当GPU瓶颈不再是主导因素（这个是前提），Token价格将沿着一条由摩尔定律延伸而来的长期曲线持续下行，而且下行的速度比任何人预想的都要惊人。Token价格战会让全世界用上AI，就像电力价格战让全世界用上了电。

先看一组真实数字：2023年3月GPT-4刚发布时，API价格是每百万输入Token 30美元、输出60美元；到今天，同等智能水平的模型，API价格已经大幅度下探，部分模型的降幅甚至超过95%。

这背后是三条下降曲线的同步叠加：

• 硬件层面，NVIDIA的H100相比上一代A100在LLM推理效率方面，通常可实现提升三倍左右，新一代B200又在H100基础上再跳一个台阶；

• 框架层面，vLLM、TensorRT-LLM等推理优化工具把同一张卡的吞吐量拉高数倍；

• 架构层面，MoE模型（如DeepSeek-V3）通过稀疏激活机制，在相近能力水平下可将推理计算成本降低数倍。

基础模型的Token，很可能将在五年内实现经济意义上的趋零，甚至有可能会便宜到像自来水一样，绝大多数用户无需考虑成本，这其中真正的转折不在价格本身，而在商业模式。

比如ChatGPT免费版向所有用户开放GPT-4o，Google的Gemini 2.0 Flash强调低成本高吞吐等定价策略，这些变化表明“按Token计费”不再是唯一模式，行业正走向“免费基础 + 增值付费”等多种商业模式并存。厂商的盈利方式，也从单一的Token收费，扩展到订阅服务、企业解决方案以及生态闭环。

当然，Token成本趋零并不等于AI使用成本趋零。当Token近乎免费时，新的稀缺将浮现：高质量数据、人类处理AI输出的注意力、AI输出的可信度验证——经济学永远在追逐和关注下一个稀缺资源。

02 Token将经历的产业周期：逐步走向分层

如果把目光从单个Token的价格放大到整个供给侧市场，这场已经持续数年的算力军备竞赛，终将遵循一条典型的产业周期——“短期紧缺 → 中期过剩 → 价格战 → 行业整合”。

先看产能这一侧。当前，各大科技公司每年投入数百亿美元建设AI数据中心。在2024年，全球科技巨头在AI基础设施上的资本开支总和突破2500亿美元：光是微软一家就宣布2025财年投入800亿美元建设AI数据中心，Meta在2024年年报里披露的资本开支接近400亿美元，而Amazon和Google的年度资本开支已上升至千亿美元级别。连中东的主权基金都开始直接下场——阿联酋的MGX基金联合微软、BlackRock宣布打造AI基础设施基金。

到2026年，相关投入不但没有收缩，反而继续大幅加码，这些投资换成GPU集群和数据中心，需要两到三年才能集中落地并释放产能。

与此同时，需求侧Agent和自动化工作流虽然确实在爆发式增长，但实际上，企业采购的节奏远比产能投放要慢——需求曲线是平滑的积分，产能曲线是阶跃式的脉冲，两条曲线错开之后，中期的供需宽松甚至过剩几乎会成为必然。

产能过剩的结果，就是价格战，逐渐会呈现分层的格局：

一层是低端Token市场，用来做基础对话、简单任务，这一块竞争会非常激烈，大家拼价格，利润被压得很低，有点像当年云计算打价格战的阶段。

另一层是高端Token市场，用在复杂推理、专业场景，这里更看重的是效果和稳定性，谁更聪明、更可靠，谁就能卖更高的价格。

其中，开源模型类（Llama、Mistral等）将扮演重要的价格“挑战者”角色。开源不会消灭闭源巨头，但会建立低端Token的价格天花板，并将Token供给从少数巨头扩展到成千上万的独立部署者，深刻改变市场结构。

四、谁在消耗Token，以及消耗将走向何方？

01 当Agent开始24小时工作，Token需求加速

随着Agent和自动化工作流的普及，Token的需求增长，正在从一条“正常曲线”，变成一种更复杂、甚至有点反直觉的形态。我们可以概括为：“双S曲线叠加 → J型爆发 → 次线性收敛”。

在最初阶段（2023—2027年），Token的增长主要由人类用户驱动。这是一条典型的S曲线：越来越多的人开始使用AI工具，从写邮件、改简历，到写代码、做学习辅助，使用场景不断扩展。但这条曲线有一个天然上限——人类的时间和注意力。一个人每天能用AI的时间是有限的，因此整体增长虽然稳定，但斜率不会特别陡。

这一阶段，本质上还是“人用AI”。Token的消耗，直接绑定在人类行为上。Agent是Token需求的超级放大器。

真正的转折点，来自第二条S曲线——Agent驱动的增长（2025—2030年）。一旦Agent开始进入企业系统，Token的消耗逻辑就彻底改变了：它不再跟着“人”，而是跟着“机器流程”走。

比如在客服场景中，一个Agent可以同时处理成百上千个对话，还能自动检索知识库、生成回复、总结记录；在软件开发中，一个任务可能被拆解为多个Agent协同完成——写代码、跑测试、查Bug、做评审，每一步都在消耗Token；在电商和运营领域，Agent可以自动生成内容、投放广告、分析数据、再反过来优化策略，形成一个持续运转的闭环。

这些变化叠加在一起，带来了一个明显的“乘数效应”。

首先，Agent可以24小时运行，消耗不再受人类作息限制；其次，多Agent系统会产生递归调用——Agent调用Agent、再由其他Agent校验结果，每一层都会叠加Token成本；随着自动化成本持续下降，越来越多原本“不值得做”的长尾任务开始被激活，从而进一步扩大了Token的应用边界。

在这个过程中，一个经典的经济学现象——“杰文斯悖论”会非常明显：效率的提升并不会降低资源的总消耗，反而因为使用门槛降低，让更多场景被激活，最终推高整体需求。Token也是一样，越便宜、越高效，反而用得越多。

但这种增长并不会无限延续。企业始终要面对一个基本约束：Token的成本，必须小于它创造的价值。当某些Agent消耗大量Token，却无法带来足够收益时，它们会被优化甚至淘汰。

因此，在经历前期的快速扩张之后，Token的需求增长会逐渐回归理性，从陡峭的J型曲线，过渡到更平缓的“次线性增长”。

从更深层的角度看，真正的变化在于：Token的主要消耗主体，正在从人类转向机器。

这意味着，Token经济的上限，不再由人口规模或人类时间决定，而是取决于整个经济体系能够创造的价值总量，以及背后的算力与能源供给能力。

从时间窗口来看，2026—2028年很可能是一个关键拐点。随着Agent在企业中的大规模部署，Token的需求有可能在短时间内实现一到两个数量级的跃迁，形成一次真正意义上的“J型爆发”。到那个阶段，我们看到的将不再是“人们在使用AI”，而是整个经济系统在用AI自主运转。

这也解释了为什么，Token的增长，本质上并非源于用户数量的增加，而是一个自动化程度提升与经济结构重塑的故事。

02 Token需求的引爆点：看“两个临界点”

对于Token的价格，不同人群对价格的反应差异悬殊。

企业用户会比较敏感价格。当一家公司在盘算“用AI替代部分人力”这笔账时，每一分成本都会被反复推演。Token价格下降一半，原本因为不划算而没做的事情立刻变得划算，原本只能给VIP客户配AI客服，现在所有客户都能配；原本只处理英文工单，现在十几种语言全覆盖。用量因此往往不是多出一半，而是直接翻一到两倍。

而大部分的终端消费者反而感觉不到价格的变化，因为大多数人用的是每月免费或者固定金额的订阅服务，订阅制把价格信号暂时屏蔽掉了。

不过，随着近期“龙虾”类Agent型产品崛起，不少C端消费者正又一次参与和被拉回到“消耗计价”的逻辑里，他们对价格的敏感度会迅速向企业用户靠近。

真正决定Token市场增长上限的，不仅仅是看这两类已有用户的行为变化，而是一大群原本根本没用过AI的人在某个时刻集体涌进来。这才是Token需求最大的潜在来源。

当价格跨过某个临界点之后，激活的不是现有用户需求增加，而是数以亿计的新用户和全新应用类型的需求潜能释放。

这种爆发什么时候会发生？需要两个条件同时满足。

第一个是价格临界点。比如每百万Token的成本降到0.1美元甚至以下，也就是让AI完成一件事的成本降到人力的十分之一以下。那么“这件事要不要用AI做”，不再需要再被论证，而是默认选项。

第二个是认知的“临界点”。很多人不是用不起AI，而是根本不知道AI能帮自己做什么。比如写合同、整理发票、翻译资料、规划行程、做个人健康咨询，这些场景对多数人来说还是“听说过但不怎么用”。这个认知普及本身需要时间和社会性的传播过程。

这两个临界点之间会形成一个自我加速的飞轮：价格降低让更多人愿意尝试——尝试会带来口碑和认知普及——认知普及催生更大的需求——需求规模化又反过来推动成本和价格进一步下降。这个飞轮一旦转起来，Token需求的增长就不再是线性爬升，而是突然爆发。

03 Token消耗暴增，但并不代表真实价值

如果Token正在成为AI时代新的基础生产要素，那么它能不能像用电量、钢产量那样，用Token的消耗量来衡量一个经济体的运行水平？

最核心的障碍在于Token消耗的“异质性”。同样是一个Token，放在不同场景里创造的经济价值可能相差万倍，有的Token被用来支持一次关键的商业决策，产出巨大价值；有的Token只是在一场漫无目的的闲聊里被消耗，几乎没有任何经济产出。如果把这两类Token不加区分地加总，得出的数字对衡量经济产出几乎没有意义。

毋庸置疑，至少需要解决两个前提问题。

第一，要能区分“生产性消耗”和“消费性消耗”。只有那些真正用于完成工作任务、创造商业价值的Token消耗，才与GDP增长有稳定的正相关关系。

从这个角度看，企业API调用量可能是比“总Token消耗量”更好的经济代理变量，因为它有效过滤掉了大量消费性的闲聊和娱乐性使用。

第二，要建立一个“Token经济效率”的衡量标准，也就是“单位Token能创造多少经济价值”这个比率。这个指标如果持续上升，说明AI对经济的赋能在变得更高效；如果反过来持续下降，则可能是泡沫或浪费的信号。它本身就是一个重要的经济诊断工具。

即便解决了这两个前提，Token消耗和经济产出之间的关系形态仍然不太可能是一条直线，而更接近一条S型曲线。

早期阶段，企业还在学习和试验如何用AI，Token消耗增长很快，但产出跟不上；中期阶段应用逐渐成熟，经济产出随着Token消耗一起快速放大；到了后期，边际收益开始递减，产出增速放缓。不同行业、不同国家当前处在这条曲线的不同位置上，这也是为什么“AI对GDP的拉动”至今众说纷纭，每个经济体的节奏不同。

这里还有一个容易被忽略的反向趋势：随着模型能力提升、推理优化进步、用户使用技巧成熟，完成同一件事所需要的Token数量实际上反而在减少。

一年前要靠几千个Token才能写好的代码，今天可能只需要几百个。这意味着Token消耗的总量增长，很可能会慢于经济价值的增长——“Token效率”将成为一个持续改善的指标，这也让Token消耗量本身作为产出指标的意义被进一步稀释。

更根本的挑战其实在另一层：大量Token价值不经过交易，因此不会被GDP统计。比如说一个学生用AI做课业辅导、一个普通人用AI做健康咨询、一个创作者用AI提升个人效率等，这些Token消耗都创造了真实的价值，但其中绝大部分没有进入交易环节，不会被计入GDP。按照现有的核算体系，这部分价值就像“暗物质”一样客观存在却无法被测量。

当越来越多的价值创造发生在交易之外、当AI让非市场化的服务变得唾手可得、当个体的效率提升远远超出传统统计的捕捉能力时，我们习以为常的那套预测（或“评测”）经济的“话语体系”，可能已经跟不上快速发展的人工智能时代了。

因此，这场Token经济的叙事，核心不是探讨它未来究竟是否会成为货币，而是关注其背后的关于效率、结构与控制权的再分配：

谁能用更少的Token创造更多的价值，谁就掌握了新的生产力；

谁能构建更高效的Agent系统，谁就拥有新的组织优势；

而谁能定义标准、掌控入口、形成生态，谁就可能在这场重构中获得类似“新基建”的数字基础设施地位。

从卖Token到卖结果，就像从从“卖电”到“卖光明”。

从这个意义上说，Token并不是答案，它更像是一个信号。

它在提醒我们：

我们正在从“使用工具的时代”，走向“构建自动化系统的时代”；

从“劳动驱动的增长”，走向“机器驱动的经济”；

从“生产函数中加入AI”，走向“生产函数本身被AI重写”。

而这，或许才是这场变革真正的开始。