【大多数token，已经不是人类用掉的了】

2026年2月6日，OpenRouter上，智能体消耗的 token 第一次超过人类。那天，两条曲线几乎贴在一起，日消耗量都在0.5万亿左右。半年后的8月7日，智能体一天消耗了7.3万亿token，人类是 1.4万亿，前者已经是后者的5倍多。

从份额上来看。2025年9月，智能体只占平台 token总量的2%；到2026年8月，这个数字已经升至71%。

同期，人类的日消耗量从0.37万亿涨到1.4万亿，接近原来的4倍。只是整个盘子膨胀得更快，半年多涨了约14倍，于是人类的份额从57%一路跌到15%。人照样在用，只是智能体的用量增长快得多。

而有点反常的是，智能体已经消耗了七成token，真正用上它的公司却仍是少数。完整部署智能体的门槛并不低，目前平台上的大部分消耗，很可能来自一小批重度用户。新增的token不再主要来自一次次人的提问，而是来自后台持续运行的程序。

程序消耗token的方式，也和人不一样。智能体使用的token中，86%来自缓存提示词；人类这一侧只有29%。

背后原因其实也不难理解。人通常问一句、答一句，一个回合就结束了。智能体则要围绕同一个目标反复迭代：系统提示、工具说明、代码规范和前几轮结果，会一遍遍进入后续请求。前面的内容变化不大，新的结果不断往后追加，因此更容易命中缓存，不必每次从头计算。

这也是智能体经济能够成立的重要原因。缓存输入比新提示词便宜得多，否则一个连续运行几小时、调用几十甚至上百次模型的任务，很快就会变得难以承受。

不过，缓存命中率高，并不等于这些 token 会一直躺在高带宽内存里。不同厂商如何保存缓存、保存多久，做法并不相同。能够确定的是，智能体带来了更多长上下文、多轮调用和并发任务，这些都会增加推理过程中的内存占用。至于这一轮高带宽内存紧缺有多少由智能体造成，目前还尚无法明确。

#token##OpenRouter#