Agent 成 AI 最大客户：token 消耗半年涨 14 倍，是人类的 5.2 倍

2026 年 2 月 6 日，被 OpenRouter 联合创始人兼 COO Chris Clark 称为「人类最后一次在 token 消耗上跑赢 AI」的日子——那天，人类用户在 OpenRouter 上消耗的 token 首次被智能体（Agent）追平。仅半年后，差距迅速拉开：截至 8 月 10 日，Agent 类 token 用量从约 0.51 万亿暴涨到 7.3 万亿，增长 14 倍；同期人类用户的用量也增长到 1.4 万亿，但增幅只有 2.8 倍。Agent 用量已是人类的约 5.2 倍，曲线落差之大，让业内人士感叹「像是隔了十年，可其实只是半年」。

数据从哪来：按行为而非身份区分人与 Agent

OpenRouter 是目前全球最大的模型网关之一，对接约 70 家模型供应商，一周处理约 28 万亿 token，约占全球推理量的 1%，其中一半来自美国。要从这 1% 的流量里区分人和 Agent，OpenRouter 不看身份，只看行为：通过追踪每个 API key 的调用模式——工具调用频率、两次响应之间的间隔、一轮对话的回合数等共 7 项信号，加权打分后将流量划分为 Agentic、Mixed、Human 三档。

这一方法的核心依据是节奏差异：人类用 AI 时一问一歇，需要阅读、思考、打字；Agent 则几乎不间断地循环调用工具、执行回合，「节奏一看就不是碳基生物」。OpenRouter 自己也承认这是一套估算模型，但方向被认为不会出错。

一个 Agent 任务，顶一百次聊天

人与 Agent 的 token 鸿沟，本质上来自用法的不同。人类用户典型的交互是：打开对话框、敲一段提示词、等一段回答、复制走、关掉。整个过程通常不超过十句话，账面 token 量级在数千。

Agent 的工作方式完全不同。给定一个目标后，它会自行读文件、调工具、写结果、修改、再读、再改，围绕同一份上下文持续增量读写，可能跑上数十甚至上百轮模型调用和工具调用。OpenAI 的企业数据印证了这一点：用得最深的 10% 的公司，每名活跃用户产出的 token 是典型公司的 8.3 倍——半年前这个差距还只有 2.6 倍，三倍以上的鸿沟来自配套（插件、技能、流程），而非模型本身。

缓存拉低单价，但乘法改写了账单

面对 14 倍的用量增长，业内关注的不只是烧钱，而是成本结构本身。Agent 请求天然多轮，平均每次请求中近 70% 的 token 来自缓存提示，而缓存定价远低于全价输入：首次需要把代码规范、操作手册、工具清单等大段上下文完整灌入并支付全价，之后每一轮只做增量更新，命中缓存部分仅按正常输入价的小部分计费。a16z 按总量口径统计认为缓存 token 占比超过 85%。

单价虽然下来了，用量却在狂飙。Uber CTO Praveen Neppalli Naga 今年早些时候透露，公司工程师仅四个月就烧完了全年的 Claude Code 预算，他本人一场两小时的演示就花掉 1200 美元。EY 给出的另一组参照是：同样一次客服交互，成本从 2023 年的约 0.04 美元升至 2026 年的约 1.20 美元，涨幅 30 倍——不是模型变贵，而是客户那一句提问背后，Agent 已经查工单、调库存、翻记录，折腾十几个回合才吐出一句回复。高盛则估算，Agent AI 可能把 2030 年的 token 消耗推高到当前的 24 倍。

此外，缓存虽便宜却耗内存。Agent 长时间运行时，整段上下文要靠高带宽内存（HBM）一直托住，这也是近期 HBM 紧俏的重要驱动力之一。

省钱的分水岭不在模型，在用法

面对陡峭的成本曲线，「换个更便宜的模型」不是真正的答案。同一模型，当作搜索框用，一天可能只消耗数千 token；接上自己的文件、工具和一条能持续运行的流程后，一天几千万 token 也不稀奇。差距在于是否把它放进「真正的活」里。OpenAI 的同一组统计显示，头部公司的活跃用户每周有 21% 在用插件，典型公司只有 9%；技能采用率则是 19% 对 3%，OpenAI 内部该数字高达 95%。把常做的事打包成可复用的技能，让 Agent 不必每次从零摸索，是节省 token 最直接的方式。

token 花得再多，也得有人验收

Agent 流量暴涨并不意味着 AI 已完全自主。大量任务仍由人发起，中间常卡着人工审批。但审批机制未必能跟上节奏：有开发者提到，服务的客户在采购、发送、签字每一步都要求绕回人工；也有人发现自己的 Agent 删掉了广告账户里的 18 个视频，一整天才被发现——不是模型犯了多离谱的错，而是根本没人去看那一步。

token 花销可以在半年里翻 14 倍，验收的人手却翻不了这么多。分析、调研、初稿、方案等重复执行的动作可能会过剩，真正稀缺的，是验证、判断，以及决定什么值得被做。AI 已经成为 token 的主要消费方，但到今天为止，它还不能替人签字。