AI代币消耗或增24倍：智能体推动算力需求激增

随着人工智能技术成本持续下降，其在各行业中的应用范围正在快速扩展。根据Grayscale**发布的研究报告《投资算力瓶颈》，到2030年，AI**的总消耗量有望实现24倍的增长。这一趋势的核心驱动力来自新型智能体（Agents）的广泛应用。

智能体带来**使用量跃升

与传统仅响应单一指令的聊天机器人不同，智能体能够自主执行多步骤任务，例如整理客户会议资料、分析投资组合变动并生成议程。这类工作流涉及多个环节的连续调用，导致**消耗量显著上升——据分析，其单位任务耗币量可能是标准交互的5至50倍，具体取决于任务复杂程度。

OpenAI推出的“dots”智能体正是此类应用的代表，它可全天候运行，围绕用户目标持续推进任务进程。这种模式正逐步改变企业对AI的使用方式，从临时查询转向深度集成的工作流程。

低成本模型加速规模化应用

Anthropic公司披露，其**版本的Sonnet模型每项任务的成本已**约30%。同时，大量低价开源权重模型的涌现，进一步压缩了**定价空间。开发者需按使用量支付**费用，因此更低的成本意味着更高的可访问性与更广泛的部署可能性。

Grayscale指出，当技术门槛被打破后，原本因预算限制而无法落地的自动化场景将逐渐成为现实，从而形成正向循环：使用量增加→需求上升→基础设施投入加大。

物理算力仍是关键制约因素

尽管模型效率不断提升，但若使用**的增长速度超过优化步伐，整体计算需求仍将攀升。目前，支撑大规模推理运算的关键要素包括电力供应、数据**容量以及高端GPU资源，这些均存在供给限制。

CoreWeave近期签署的新合同显示，即便在任务成本下降背景下，算力服务的价格仍在上涨。这反映出市场需求远超当前基础设施承载能力。正如研究主管Zach Pandl所言，只要使用量增长足够强劲，就足以抵消效率提升带来的缓解效应。

因此，在未来十年中，掌握核心算力资源的企业和项目或将获得结构性优势，成为推动整个生态发展的关键节点。