Mind Observatory: Everyone Talks About Oil, But I Think the World Is Really Short of Tokens

【文/观察者网 心智观察所】 <br> 一个令人不安的信号开始在AI世界蔓延。你花几十美元订阅的AI服务，背后那家公司可能正在为“算不动”而焦头烂额。 <br> OpenAI悄悄放弃了一款视频生成应用Sora。这款产品上线仅五天，下载量就突破百万。公司CFO罕见地公开坦承：“我们在做一些非常艰难的交易，因为没有足够算力。” <br> 几乎同一时间，以代码能力爆红的Claude开始频繁宕机。过去三个月，它的正常运行时间只有98.95%，而互联网服务通常承诺的是99.99%。大量企业用户被迫迁移，一位CEO说：“Anthropic一直在宕机。” <br> 价格也在疯涨。在云端租用英伟达最新款Blackwell芯片，一小时的价格从两个月前的2.75美元跳到4.08美元，涨幅接近一半。就连2022年发布的“老将”H100，半年内的租赁价也涨了将近40%。 <br> 云基础设施公司Vultr的CEO J.J. Kardwell说：“我经营这家公司五年多，从来没遇到过这么严重的容量短缺。” <br> 这是一场产业级别的系统性危机。AI的算力泡沫被刺破了，而刺破它的不是需求下滑，恰恰相反，是需求大到供给根本追不上。 <br> Token：一种比石油更紧缺的新资源 <br> 认识一下新单位：Token，中文叫词元。 <br> 你可以把它想象成AI的“呼吸”。每一次你向AI提问，让它写代码、画图、查资料，背后都在消耗Token。任务越复杂，呼吸越急促，消耗就越大。如果你只是问“今天天气怎么样”，AI可能喘几口就行。但如果你让它帮你整理一周的工作日志、写一份竞品分析报告，它得深呼吸几百上千次。 <br> 过去几个月，全球Token消耗量出现了一种让人眩晕的增长曲线。 <br> OpenAI面向企业客户的API平台，Token调用量从2025年10月的每分钟60亿，飙到了2026年3月底的每分钟150亿。五个月，翻了两倍半。 <br> 摩根士丹利的统计更吓人。全球每周Token使用量，2026年1月还是6.4万亿，到3月已经冲到22.7万亿。三个月，三倍多。 <br> 这场海啸的推手是谁？答案是智能体AI。 <br> 以前的AI像个问答机器，你问它答，一锤子买卖。但2026年初，以OpenClaw为代表的智能体工具登场了。AI从“回答问题”升级到了“执行任务”：它可以自己打开文件夹，阅读文档，调用软件，填写表格，发送邮件。一个完整任务往往需要AI反复琢磨，调用七八种工具，在多个步骤之间来回切换。单次任务的算力消耗，比简单问答高出数倍甚至数十倍。 <br> 工程师兼投资人Ben Pouladian总结得很精准：“所有人都在谈石油，但我觉得世界真正短缺的是Token。AI早就不是站在冰箱前面问菜谱的那个聊天机器人了。它在编排任务，它在变聪明。” <br> 需求端烈火烹油，供给端呢？ <br> 三道墙：制造，电力，水泥 <br> 如果你觉得“算力不够”只是芯片下单太少，那就把事情想简单了。 <br> 第一道墙，芯片制造。 <br> 英伟达的GPU是AI时代的发动机。但发动机不会从天上掉下来。它得在台积电的晶圆厂里，靠荷兰ASML的天价EUV光刻机，一层一层刻出纳米级的电路。 <br> EUV光刻机一年只产几十台，交付排队时间超过十八个月。高端GPU离不开的HBM高带宽内存，产能同样有限，扩张节奏远远跟不上需求的脚步。摩根士丹利的预测很直接：当前AI算力需求的增速，是英伟达供给增速的三倍。 <br> 换句话说，就算英伟达把生产线拉到满，供需之间的口子还在继续撕大。 <br> 第二道墙，电力。 <br> AI的尽头是电，这句话一点不夸张。 <br> 一台装满GPU的服务器机柜，跑起来的功耗抵得上十几台家用空调同时运转。一个大型数据中心，每天吞掉的电够一座小型城市用。美国电力研究院算过一笔账：2025到2028年间，美国数据中心面临的电力缺口大约是55吉瓦。55吉瓦什么概念？将近二十座大型核电站的发电量。 <br> 正因如此，Meta这样的科技巨头已经开始跨界投核电了。云服务商们也承认，“2026年的可用电力已经全部被预订光了”。 <br> 第三道墙，水泥和工期。 <br> 有芯片，有电力，还得有地方放它们。这个地方叫数据中心。一个标准数据中心的建设周期是两到三年。 <br> 巨头们正在疯狂砸钱。2026年，微软、谷歌、Meta、亚马逊四家公司的资本开支加起来有6600亿美元，比上一年猛增60%。但钱再多也缩短不了水泥的凝固时间。有一个投资180亿美元的数据中心项目，甚至因为配套基础设施跟不上，直接被取消了。 <br> 制造、电力、水泥，这三样东西构成了AI产业真正的物理边界。算法可以指数级优化，一行代码的事。但物理世界的扩张是线性的，快不起来。当指数级的增长曲线迎面撞上线性的供给曲线，危机就来了。 <br> 谁掌握Token，谁制定规则 <br> 稀缺会重新分配权力。 <br> 云服务商CoreWeave是这轮算力荒里的典型赢家。去年底，它把GPU租赁价格上调超过20%，还要求中小客户签下至少三年的长约，以前一年就够了。即便如此，美国银行的判断依然是：它的需求将超过供给，至少持续到2029年。 <br> 算力的定价权正在转移。光有GPU不够，谁能把芯片、电力、机柜、网络打包成“插电即用”的服务，谁就站到了产业链更有利的位置上。 <br> 这个逻辑也能解释阿里近期的激进动作。 <br> 2026年3月，阿里成立了一个新事业群，名字就叫Alibaba TokenHub，简称ATH。通义大模型、MaaS平台、C端应用千问、企业智能体悟空，全部塞进去，由集团CEO吴泳铭直接指挥。内部人士说，这次调整的核心逻辑就是一句话：“大家围绕Token去做。” <br> 吴泳铭抛出了一个野心十足的目标：未来五年，“AI加云”的收入要做到1000亿美元。这意味着云业务的年复合增长率要维持在45%左右。全球范围内，还从来没有哪个同等体量的云厂商跑出过这种速度。 <br> 但账本的另一面同样刺眼。2025年四季度，阿里Non-GAAP净利润同比下滑67%，自由现金流从正变成负。核心电商业务的增速只剩1%，却要同时养活AI和即时零售两条烧钱战线。一位机构投资人评价得很克制：“阿里需要兼顾的战场太多了。远场电商对拼多多，近场电商对美团。主营业务没法提供无限的弹药。” <br> 内部的算力调配也露出了问题。春节期间，阿里集团层面的算力利用率只有五成。原因很典型：各个团队为了“有备无患”拼命多申请，结果账面上看资源充裕，真正要用的时候却调度不开。此前大模型负责人周畅转投字节跳动，据内部人士透露，压垮他的其中一根稻草就是“协调不到足够算力”。 <br> 中美两国的算力焦虑是同步的，但底色不同。 <br> 美国的问题主要出在物理供给上。制造产能、电力、土地，三重约束叠在一起。中国除了这些，还多了一层GPU进口受限的结构性压力。据估算，中国AI GPU的自给率从2020年的不到10%爬到了2024年的34%左右，但想达到82%，大概要等到2027年。未来两年，国产替代仍然在追赶的窗口里。 <br> 各家出手的力度也不同。字节跳动2025年资本开支大约1600亿元，其中900亿砸向AI算力。阿里宣布未来三年投入3800亿元建设AI基础设施。腾讯相对克制，资本开支只增加了3%。市场在猜测，这是买不到卡，还是不愿意高价买。 <br> 1 <br> 2 <br> 下一页 <br> 余下全文