行业洞察
May 08, 2026
2024 年初，全国的日均 Token 消耗量大约在 1000 亿的量级。到了 2025 年 6 月底，这个数字已经突破了 30 万亿，1年半时间内，token消耗量剧烈跃迁300倍。
这个数字背后，是一场关于AI的集体狂欢。企业争先恐后地部署Agent，技术团队夜以继日地调模型，员工们乐此不疲地“对话式办公”。一切似乎都在宣告：智能时代的生产力革命已经全面铺开。
但狂欢之下，暗流涌动。
硅谷巨头Meta内部，一个叫“Claudeonomics”的非官方排行榜让8.5万名员工卷出了新高度。为了在Token消耗量上名列前茅，有人设计更长提示词，有人并行运行多个AI代理，甚至有人直接写了个程序虚假消耗Token。公司月均Token消耗量一度从6万亿飙升至73万亿。
Token，正在从“生产力燃料”异化为“KPI数字游戏”。
这不是技术问题，是激励机制设计的问题。Token不该成为考核的终点。
五岳科技内部最近就此展开了一场讨论。最终得出的判断非常务实：绝大多数Token正在被消耗和浪费，企业最终要算的，不是用了多少Token，而是投入产出比。
一、为什么说绝大多数Token被浪费了？
五岳科技认为，Token消耗的增长曲线大致可以分为三个阶段：爆炸期 → 稳定期 → 优化期。
我们正处于第一个阶段——爆炸期。原因很简单：大家都在尝试。
“大家花了大量的钱在测试。”为了赶上AI风口，很多企业不管三七二十一先上Agent。至于效率、成本、ROI，那是以后的事。
这种粗放式烧Token，和早期的互联网广告投放如出一辙。广告主不知道哪个关键词转化率高，干脆把所有能想到的词都投一遍。结果流量上来了，ROI惨不忍睹。
Agent模式天然比Bot模式更烧Token。行业测算显示，完成同一个业务目标，Agent消耗的Token是Bot的50到200倍。因为Agent需要携带完整历史上下文、多轮推理、持续加载配置文件和记忆库——每一个环节都在燃烧算力。
“粗放阶段可以理解，但不会持续。当企业要大规模应用到生产中，没有一个会不核算成本。”
所以一定会有后续的第二阶段、第三阶段。
第二阶段：稳定期。企业开始精细化管理，分析不同任务的Token消耗效率，只保留投入产出比合理的应用。
第三阶段：优化期。单位业务产出的Token消耗量显著下降——因为企业已经学会了用更少的Token完成同样的工作，或者把低价值的AI应用彻底砍掉。
二、Token的ROI，到底怎么算？
一个很直接的问题：广告投放有明确的ROI——花多少钱，带回来多少销售额。Token怎么算？
五岳科技研发团队给出的回答很简洁：Agent本质上是在取代人的重复劳动。
逻辑是这样的：一项工作原先需要消耗多少“人·天”，对应多少人力成本。换成Agent之后，Token的花费是多少，完成质量如何。对比一下，就是一个简单的算式。
以翻译、搭建子站为例：人工做整站翻译，要逐条处理，还要保证风格一致，传统基于Global站再翻译、搭建子站需要一周时间，而采用五岳Localization Agent，只需要一天之内即可完成，成本远低于找人。
只需简单两步选择，即可快速复制、生成多语言新站点页面
“在一些可用场景下，比如收集信息、分析信息，Agent都比找人便宜。”
当然，这个算式的关键在于“可用场景”四个字。不是所有工作都适合Agent，也不是所有Token都花在了刀刃上。真正的考验在于：你能不能精准识别哪些任务值得交给AI，哪些不值得。
三、五岳科技怎么做？两个字：管住
作为一家专注于出海品牌AI Agent服务的公司，五岳科技在Token使用上持有一个鲜明的态度：拒绝“发散式思考”，追求“可控的高质量输出”。
这是什么意思？
很多通用AI对话，你问同一个问题三次，会得到三个不同的答案。这种发散性对于创意生成也许是好事，但对于需要标准化、一致性交付的企业工作流，就是灾难。
“我们的Agent是要遵循既定工作流去完成工作的，我们需要的是AI在规则基础上的灵活性，不是漫无边际的发散。”
具体怎么控制？靠上下文设计和提示词工程。
在翻译Agent的提示词里，团队会明确限制模型的思考范围：句式结构必须统一，术语翻译遵循词库，只在个别措辞上允许小幅调整。这样一来，每次输出的质量高度一致，Token消耗也大幅下降。
“如果不加限制，模型会在简单任务上也做深度推理，白白烧钱。通过调整Temperature参数限制发散，或强制输出结构化格式（如JSON），不仅能保证输出高度一致，还能极大减少模型‘自言自语’产生的冗余输出，从而大幅降本。”
这种精细化运营的思路，把Token从一个“黑箱”变成了一个可预测、可优化的成本项。
四、贵的模型和便宜的模型，怎么选？
另一个被频繁问到的问题是：为什么OpenAI和Anthropic的定价相差几十倍？企业该怎么选？
答案很直接：“贵的模型推理能力强，便宜的能力弱。按任务复杂度分级调用。”
简单任务，比如分类、提取、基础翻译，用便宜的模型甚至本地部署的小模型就够了；复杂任务，比如深度编程、战略分析、多步推理，才需要调用GPT-6或Claude Opus 4.7级别的旗舰模型。将30%-50%的简单请求从旗舰模型迁移到小模型，通常可以节约 30%-60% 的API总体费用。
“系统可以任意对接不同模型，不是非此即彼，而是什么场景用什么刀。”
这种“模型路由”思路，正在成为企业级AI应用的标配。它让企业不必为简单任务支付旗舰模型的溢价，也能在复杂任务上保持顶级表现。
五、每个人都会有自己的“Token配额”
还有一个更具前瞻性的话题：未来，企业会不会给每个员工分配Token配额？
答案很肯定：这是一定的。不光是研发人员，每一个岗位都会。
理由很朴素——AI拓宽了每个人的能力边界。
一个不懂SEO的市场人员，可以通过和AI对话学习SEO规则，再使用内部开发的SEO Agent批量处理内容。这个过程，全程都在消耗Token。
每个人在工作里都在消耗Token——不管是和AI对话、使用Agent、还是用AI编程。
从这个视角看，Token不再只是技术团队的算力账单，而会像“工时”一样，成为企业人力成本结构中的一个常规科目。未来的绩效考核，可能不再看“你加了多少班”，而是看“你给的Token配额，产出了多少业务结果”。
六、帮企业省Token，本身就是一门生意
当Token成为企业的刚性成本，一个朴素的需求就出现了：谁能帮我省Token？
五岳科技内部讨论中，提到了一种未来的商业模式——不只是帮企业部署Agent，更帮已经部署的企业“省Token”。
这听起来简单，做起来并不容易。它需要两样东西：
一是定制化研发能力。 每个企业的工作流不同，Token浪费的环节也不同。需要深入客户业务流，找到那些“模型过度思考”或“上下文无效膨胀”的地方，做针对性优化。
二是长期维护能力。 模型在迭代，业务在变化，今天优化的提示词可能三个月后就失效了。Agent工作流需要持续调优，才能既保证效果，又控制成本。
省Token不是一锤子买卖，而是一项持续的服务。这也许会成为AI时代企业服务领域的一个新赛道。
写在最后
Token大跃进的狂热中，回归常识的声音往往更值得倾听。
从“会烧Token”到“会省Token”，中间隔着的不是技术能力，而是商业理性。
Meta的“Claudeonomics”排行榜终将退潮，真正留下来的是那些能用Token创造可量化价值的企业。对于五岳科技而言，服务客户的核心从来不是“帮他们用上AI”，而是“帮他们把AI用出利润”。
Token不会消失，但浪费Token的时代，很快就要结束了。