ChainCatcher 消息，Grayscale 研究主管 Zach Pandl 于 10 月 8 日在专栏 The Stack 发文称，AI 需求上升，因使用成本下降且技术更能自主完成工作，从而增加对算力及支撑 AI 的物理基础设施需求。更低成本可释放更多 AI 活动，开源权重模型的低价竞争正在压低 token 价格，更便宜的智能可使更多应用和自动化工作流在经济上可行。

文中举例，Anthropic 最新 Sonnet 模型按公司说法每项任务成本最多低 30%；OpenAI 于 9 月 29 日推出的常开代理 dots 可全天候朝用户目标工作，可能大幅增加算力需求。Pandl 对比称，聊天机器人主要回答问题，代理则为达成目标执行多步流程，准备客户会议等任务可能消耗相当于一次聊天交互 5 至 50 倍的 token，常开代理还可能把处理延伸到单次对话之外。

Pandl 援引高盛预计，到 2030 年 token 消耗可能增加 24 倍，主要由代理驱动；即使效率提高，若使用量增长更快，总算力需求仍可能上升。他指出，数字活动仍依赖电力、数据中心和 GPU 等需时间交付的物理基础设施，更便宜的 AI 可与算力供给紧张并存，并提到 CoreWeave 近期以更高算力价格签署新合同。其结论是，更便宜的智能和更强的代理可能使用例与使用量扩张到足以抵消效率提升，从而支撑稀缺算力需求并利好其所有者。