前不久，Anthropic 停止允許訂閱用戶通過 OpenClaw 等第三方工具接入 Claude API。理由並不複雜，一個OpenClaw 代理運行一天，消耗的算力成本在1000美元到5000美元之間，而用戶每月只付了200美元。

Claude Code 負責人 Boris Cherny在 聲明裏說，訂閱服務「並非為這些第三方工具的使用模式而設計」。這句話沒有錯，但它遮住了一個更基礎的問題：沒有任何訂閱服務能被設計成覆蓋這種使用模式。Agent 場景下的 Token 消耗量沒有上限，也沒有歷史數據可以參考，任何固定月費都是在對一個無法建模的變量做猜測。

3月底，中國國家數據局公布了另一組數字：中國日均 Token 調用量突破140萬億，兩年增長超千倍。同期，字節的 Token 調用量躋身全球三甲，與 OpenAI、谷歌並列。無問芯穹CEO 夏立雪在一場行業論壇上描述這個增速時說，上一次看到類似的曲線，是3G時代手機流量從每月100MB開始普及的時候。當時沒有人預料到，流量放開之後會跑出抖音、微信和外賣。

兩件事放在一起，描述的是同一個現實：Token的消耗正在以罕見的速度增長，但支撐整個行業運轉的定價邏輯，依然建立在兩年前聊天機器人時代的假設之上，即用戶的使用量是可以被歷史數據預測的，輕度用戶會自然地覆蓋重度用戶，整體成本可以被攤平。

智能體們打破了這個假設的每一個前提，市場變化的速度，超過了任何定價模型的響應能力。縱觀過去兩年 Token 市場的演化，每一個優勢窗口的終結，都由同一個邏輯驅動，即當競爭者能夠複製優勢——規模可以被追趕，算法可以被開源，場景可以被大平台的分發能力碾壓。

目前唯一難以被快速複製的，是將 Token 效率內化為產品架構、定價邏輯和工程文化的能力。而在這件事上真正做到體系化的，只有 Anthropic。

失去意義的平均價格

Token 之所以不同於電力、鋼鐵等傳統生產要素，在於它具備獨一無二的「可編程性」。沒有任何一種傳統生產要素，能僅憑「指令不同」就將自身價值改變十萬倍。這種可編程性，是 Token 作為新型生產要素的本質特徵，也是理解當前 AI 經濟混亂的前提。

理解這一點，需要先建立量級感。36氪報道，OpenAI API 日均處理約21.6萬億 Token，谷歌Gemini 日均約43萬億，而中國的140萬億約為前兩者之和的兩倍有餘。摩根大通預測，僅中國的AI推理 Token 消耗，就將在五年內再增370倍。這個量級本身說明了，Token 已經是一個經濟規模指標。

此外，Token 的大量消耗使用發生在公有云的統計口徑之外。金融機構在本地服務器上跑票據識別，車端智能座艙的對話在車內閉環完成，工業機器人的視覺模型以毫秒級響應運行在邊緣設備上，這些都不會出現在任何公開數據裏。一位從業者估算，非公有云API的調用量至少是公有云的五到十倍。

規模之外，Token 的價值結構與生產成本更應該關注。黃仁勳今年3月在一篇署名文章裏把AI產業拆成五層：能源、芯片、基礎設施、模型、應用，並將 Token 定義為現代 AI 的基本單位，也是AI的語言和貨幣。這個定義的精妙之處在於，它同時指向了Token的兩種屬性：作為語言，它是計算過程的原子；作為貨幣，它是價值流通的媒介。

但生產一個 Token 的代價，遠比這個定義看起來複雜。據 Sam Altman 和 Epoch AI 披露，ChatGPT 發送一條文本提示大約消耗0.3瓦時。谷歌搜索的耗電量（0.03瓦時）僅為其一小部分。谷歌2025年也曾披露，Gemini發送一條典型的文本提示大約消耗0.24瓦時，併產生約 0.03 克二氧化碳。

隨着模型複雜度的增加，推理成本也相應上升。GPT-5級別的系統每次查詢可能消耗約18瓦時，而進行擴展推理時則可能消耗高達40瓦時。 差距來自兩個地方，一是模型大小，參數越多，生成每一個Token所需的計算量就越大；二是推理模式，新一代模型在輸出每一個可見 Token 之前，會在內部進行大量隱式推演，用戶看到一個字，模型內部可能已經「想」了上百步。單個可見 Token 的真實成本，被這個思考過程成倍放大了。

這是 Token 與電力、石油這類生產要素的根本區別，Token的價值並不由生產成本決定，而完全由使用場景決定。同樣一百萬個 Token，用於閒聊，市場價約0.01美元；用於代碼生成，可以值200美元；用於法律文件審查，價值可能超過1000美元，價值差距達十萬倍。耶魯大學研究者將這一特徵描述為 Token 的「可合同化」屬性：數量可以精確計量，但價值取決於它被編程去做什麼。

當整個行業用同一個價格邏輯去覆蓋價值差距十萬倍的使用場景時，系統性的定價混亂就不是偶然，而是必然。

因此，所謂平均 Token 價格，就像用平均客單價來描述一個既有路邊攤又有米其林餐廳的商圈，即便數字正確，但毫無意義。Collis 和 Brynjolfsson 曾在2025年的估算顯示，生成式AI在2024年僅為美國消費者創造的消費者剩餘就高達約970億美元，用戶實際獲得的價值，遠超過他們支付的金額。這個數字的絕大部分，集中在高價值應用場景。

Token經濟的窗口期正在合攏

在 Token 經濟中，競爭優勢是跟隨技術躍遷、產品形態轉變與市場結構共同決定的時間窗口。每一個窗口的受益者，都在無意識中為下一個顛覆者鋪路，而能在多個窗口連續卡位的玩家，纔是真正的贏家。

2025年初，算法是 Token 第一個窗口。DeepSeek V3 發布後，混合專家架構（MoE）將同等能力的推理成本壓低了一個數量級：模型內部包含多個專家子模塊，每次推理只激活其中一小部分，在保留完整模型能力的同時，將單次推理的實際計算量大幅壓縮，將推理成本下降了一個數量級。

但算法窗口的悖論在於，打開它的那把鑰匙，同時也是關上它的鎖。DeepSeek 選擇了開源，將核心模型權重和架構設計公開，吸引全球開發者接入生態。這個選擇在短期內快速擴大了市場份額，在中長期則主動壓縮了算法領先的窗口期。當架構創新被開源，整個行業的 Token 成本基準被同步重置，算法優勢也就從專有壁壘變成了公共基礎設施。

同年底，規模成為第二個窗口。火山引擎將互聯網流量戰的打法平移了過來，用大規模的機場廣告宣告自己在 Token 市場的存在。譚待在4月2日的最新的業務進展分享中提到，兩年之內，火山引擎的 Token 調用量增長了1000倍，萬億級 Token 消耗企業增至140家。

不過規模優勢存在一定時效性，譚待在接受《第一財經》的採訪時也談到，在 Token 大規模調用量中，包含了大量無效算力。譚待以解數學題為例：枚舉法計算量大，模型能力不足就會採用類似方式，造成無謂消耗；更優秀的模型能找到簡潔解法，優化空間很大。規模數字的背面，是大量本可以避免的算力浪費。當競爭從「消耗了多少」轉向「每個Token創造了多少價值」時，規模窗口就開始關閉。

場景，是當前 Token 競爭最激烈的地方。智譜、MiniMax、月之暗面沒有字節的流量規模，也沒有阿里、騰訊的雲計算生態，但它們在 To B 高價值場景裏找到了立足點。智譜與 MiniMax 的市值一度超過快手等傳統互聯網公司，充分說明場景窗口在特定階段能創造的估值溢價有多大。

但這個窗口如今也正在收窄。在一場行業論壇上，楊植麟問智譜CEO 張鵬：你們為什麼漲價？張鵬的回答是，完成一個 Agent 任務消耗的 Token 量，是回答簡單問題的十倍甚至百倍；長期依賴低價競爭，對整個行業都沒有好處。

這場對話背後，一場更大規模的場景爭奪戰正在展開。字節通過飛書和釦子（Coze）平台，將大模型能力直接嵌入企業的協同工作流與海量流量節點；騰訊依託微信生態與企業微信，掌握着企業觸達並服務客戶的最短社交鏈路；阿里則將旗下 AI 業務統籌為 ATH 事業群，Token 消耗被直接打包成企業數字化底座的一部分。

這三家公司擁有在企業端已經建立多年的信任關係和系統整合能力。獨立廠商依賴模型質量差異維繫的場景優勢，正在被這種結構性優勢快速壓縮。

Token效率是當前正在形成的第四個窗口，也是最難被快速複製的一個。這一窗口的競爭，目前集中在 Coding 場景。Anthropic 封禁第三方工具後，大量習慣於低成本接入 Claude 的用戶開始尋找替代方案。OpenAI 迅速將自己定位成更易上手的選擇。但 Anthropic 押注的是訓練和運行模型的效率，OpenAI 的心態是奧特曼總能籌集到更多資金支持算力規模。

用資本堆算力換市場份額，是一種可以奏效但難以持續的策略。截至今年3月底，OpenAI 的 API 每分鐘處理量已突破150億 Token，而2025年10月這個數字還是60億。但算力供給的增速遠遠跟不上，GPU 租賃價格在兩個月內漲了48%，英偉達最新一代 Blackwell 芯片的每小時租用費用已升至4.08美元，數據中心的建設周期以年計算。OpenAI 甚至部分暫停了 Sora 視頻生成工具，騰出計算資源給編碼和企業級產品。

Anthropic 看到的是 Harness Engineering 這條路，通過重新設計 Agent 的調度架構，從系統層面減少無效 Token 消耗，讓更少的算力做更多的事。這是在算力稀缺的現實約束下，重新定義效率本身的含義。

而在中國市場，阿里雲也開始切入效率窗口，其將 Token 的定價、調用追蹤與企業賬單管理整合進統一的雲計算基礎設施。吳泳銘提到，很多企業已經不把 Token 消耗當IT預算，而是當作生產資料和研發成本來覈算。這是一種更慢的建法，但也更難被顛覆。

在算力供給觸及物理極限、需求仍在加速增長的現實下，真正稀缺的不是便宜的 Token，而是在有限算力約束下能產出最高價值密度的 Token。

封禁OpenClaw，只是結果

在算力稀缺、定價體系失效、Agent 消耗失控的多重壓力下，Anthropic 是迄今為止唯一一家不只是調整了定價策略，還從工程架構層面重新回答了「Agent應該怎麼運行」這個問題的公司。封禁是被動應對，Managed Agents 纔是主動給出的答案。

Harness 是 Agent 框架的調度層，負責決定何時調用模型、如何管理上下文、出錯時怎麼處理。在 Chatbot 時代，這套邏輯相對簡單。進入 Agent 時代後，Harness 開始承載更復雜的任務，也開始產生大量本不必要的 Token 消耗。

Anthropic 工程博客提供了一個具體案例，Claude Sonnet 4.5，存在一種被工程師稱為「上下文焦慮」的行為當模型感知到上下文窗口接近上限時，會提前終止任務。Harness為此添加了上下文重置機制，在適當時機強制清除並重載上下文，以確保任務繼續。這在當時是合理的工程補丁。

問題發生在 Claude Opus 4.5 上線之後。新模型已經不再出現「上下文焦慮」，但舊的重置機制仍在每次執行時觸發，消耗着不必要的 Token，增加着不必要的延遲。這些機制從解決問題的補丁，變成了製造成本的負擔。Anthropic 工程師將其稱為「死重」。

這是 Harness 框架的結構性缺陷：每一套 Harness 都是對某一時刻模型能力的快照。模型在持續進化，但快照被當作永久規則執行。模型迭代越快，這種錯位就越嚴重。

在商業場景裏，這個問題被進一步放大。OpenClaw 在處理單次用戶查詢時，實際產生的 API 請求數量是 Claude Code 官方框架的數倍，每次請求攜帶超過10萬 Token 的上下文窗口。換算成 API 費率，單次查詢的真實成本是訂閱價格的幾十倍。無論個人的主觀使用頻次高低，通過這類框架發起的請求，天然具有重度用戶的成本畫像。平台對重度用戶的補貼，由此從概率問題變成了確定性問題。

Anthropic 的應對是 Managed Agents，核心思路是為 Agent 領域建立接口穩定，實現自由替換的抽象層。「上下文焦慮」消失了，對應的重置機制自然退場，不會留下「死重」。內部測試數據顯示，在結構化文件生成任務中，Managed Agents 將任務成功率提升了最高10個百分點，提升最顯著的是最難的任務。

同期出現的 Hermes Agent，從另一個方向印證了同一個判斷。這個強調「閉環學習循環」的框架，在更新已積累的操作流程文件時，選擇以 patch 方式寫入，只傳入需要修改的具體字段，而非重寫整個文件。patch只觸碰問題所在，Token 消耗也更少。這是 Token 效率意識在框架設計層面最具體的體現之一。

Token 經濟的新競爭，已經細微到「誰能讓每一個 Token 產出更高的價值」。羅福莉在自己那篇瀏覽量超過73w+的帖子最後寫道，真正的出路不是更便宜的 Token，而是模型和 Agent 的協同進化。

這句話說的不只是技術路線，也包括整個行業定價邏輯應該完成的轉變：從按量計費，到按價值定價；從管理成本，到創造結果，這是整個行業需要完成的轉變。

Anthropic 在 Harness 架構上的探索，給出了目前最清晰的一個方向。但中間這段路，還很長。