（本文作者为 影子备忘录，钛媒体经授权发布）
文 | 影子备忘录
你有没有发现，最近的 AI 好像越来越“ 小气” 了？
打开 Claude Code 写代码，没过多久弹窗提示“ 本周 Token 使用量已达限额的 90%”；用 Kimi 查资料，高峰期经常提示“ 算力不足，请稍后再试”；就连 Seedance 生成一个视频，排队时间也越来越长。
这不仅仅是网络卡顿，而是一场正在席卷全球的“Token 短缺” 危机。
Token——AI 处理信息的最小单元，你可以理解为 AI 的“ 呼吸”。一次简单的问答消耗几个 Token，而让 AI 帮你写一份竞品分析报告、整理一周的工作日志，它就得“ 深呼吸” 千百次。现在的问题是，全球 AI 的“ 肺活量” 快不够用了。
一个叫 Token 的“ 新货币”，正在被挤兑
先看一组数据。
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 亿次，飙升至 2026 年 3 月底的每分钟 150 亿次—— 不到半年，增长 150%。摩根士丹利的统计更加震撼：2026 年 1 月初，全球每周 Token 使用量还是 6.4 万亿次，到 3 月已经冲到 22.7 万亿次，三个月翻了两倍多。
国内市场同样疯狂。到 2026 年 3 月，国内日均 Token 调用量已突破 140 万亿，相比 2024 年初增长了 1000 多倍。主流平台日均 Token 消耗量较年初增长超 300%，部分头部平台的 API 调用配额在两周内被消耗殆尽。
需求侧烈火烹油，供给侧呢？
算力供给的调整周期受制于硬件生产 （GPU 交付周期约 6-9 个月） 和数据中心建设 （18-24 个月） 的双重刚性约束，导致 2026 年 3 月算力市场出现“ 硬缺口”，部分地区算力溢价率突破 200%。
这已经不是什么“ 趋势” 了。这是一场正在发生的资源挤兑，只是挤兑的不是银行的现金，而是 AI 的“ 呼吸权”。
Token 消耗量为何突然指数级飙升？
答案是智能体 （Agent）AI 的爆发。
2026 年初，以 OpenClaw 为代表的智能体工具正式登场。过去的 AI 像个问答机器人，你问它答，一锤子买卖。
但智能体从“ 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。
这意味着什么？单次任务的算力消耗，比简单问答高出 10 到 100 倍。
华源证券首席分析师一针见血地指出：“OpenClaw 最核心的颠覆点，在于它把 AI 的价值衡量方式，从‘ 回答得像不像人’ 推进到‘ 事情办没办成’。”
智能体任务占整体 AI 算力消耗的比例，从 2025 年的 12% 飙升至 2026 年 Q1 的 47%。更值得关注的是，头部 5% 的高复杂度任务消耗了超过 60% 的总算力资源。
简单说：AI 从“ 动嘴” 进化到了“ 动手”。以前是打字员，现在变成了全能助理。问题是，这个全能助理的“ 伙食费” 贵了至少一个数量级。
芯片、电力、人力：短缺这堵墙，至少三层
如果你觉得“ 算力不够” 只是芯片买少了，那就把事情想简单了。
第一层：芯片制造。
英伟达的 GPU 要在台积电的晶圆厂里，用 ASML 的 EUV 光刻机一层一层刻出来。EUV 光刻机一年只产几十台，交付排队时间超过十八个月。GPU 离不开的 HBM 高带宽内存，产能同样有限。
大摩的预测很直接：当前 AI 算力需求的增速，是英伟达供给增速的 3 倍。供需之间的口子还在继续撕大。
第二层：电力。
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。
大摩预测，2025 至 2028 年间美国数据中心将面临约 55 吉瓦 （GW） 的电力缺口。服务器供应链的 ODM 厂商坦言，现在最缺的不是订单，而是“ 三力”—— 电力、人力、财力，其中电力与人力最让厂商伤脑筋。
美国计划中的数据中心，有三分之一到一半正面临延期或取消，核心障碍不是芯片太贵，而是电力基础设施严重短缺—— 大型变压器、开关设备的交货期长达数年。
第三层：人力。
现在连建数据中心的人都不够了。技术工人短缺导致项目延期超三个月，甚至连建造数据中心的劳动力都成了瓶颈。
正如德州仪器技术专家指出的：现代高端 GPU 功耗已步入“ 千瓦” 时代，整座数据中心大楼的规划必须看到吉瓦规模——“ 在处理器层面谈论千瓦功耗，意味着整座数据中心大楼的规划必须看到吉瓦规模，这几乎相当于一座传统核电站的完整发电量”。
这场 AI 大战，已经从“ 追逐 GPU” 变成了“ 追逐千兆瓦电力”。甚至可以说，现在最大的瓶颈，就是**到处都是瓶颈**。
“Token 工厂” 来了，但工厂还没建好
英伟达 CEO 黄仁勋在 2026 年 GTC 大会上抛出了一个新概念——“AI Token 工厂”。
他认为，未来的数据中心不再是存放文件的仓库，而是日夜不停运转的轰鸣工厂。它们生产的不再是传统产品，而是数字世界最核心的大宗商品：Token。
黄仁勋将 AI 产业拆解为能源→ 芯片→ 基础设施→ 模型→ 应用五层架构，而 Token 是贯穿五层的语言和货币。就像千瓦时让电力有了价格，桶让石油有了期货市场，Token 让 AI 经济有了可计量、可定价的单位。
这个比喻很美，但现实很残酷。
截至 2026 年全年及 2027 年部分可用电力配额已被全部预订一空，新数据中心短期内根本无法上线。H100 算力的全球实际利用率仅维持在 15%–18%**之间，大量算力处于空转状态。
国际能源署预测，到 2030 年全球数据中心总耗电量将突破 1000 太瓦时，超过日本全国的年发电总量。
“ 工厂” 还没建好，订单已经排到三年后了。
你可能还记得，2024 年的 Token 还是“ 白菜价”。
厂商们把 Token 单价压到“ 厘” 级，用补贴换用户增长。但到 2026 年，云厂商开始在 AI 算力、存储及模型调用服务上陆续调价。阿里云四天内三次调价，腾讯混元最高涨价 463%，百度智能云上调 5% 至 30%。
海外同样涨声一片。亚马逊 AWSEC2 实例实施 15% 的价格上调，谷歌云 AI 计算实例价格上调 20% 至 50%。
算力租赁市场同样疯狂：英伟达 Blackwell 芯片每小时租用价格从 2.75 美元涨到 4.08 美元，两个月涨了 48%；H100 的一年期租赁合约价格从 1.70 美元涨到 2.35 美元/小时，涨幅近 40%。
云服务商 CoreWeave 将服务价格上调逾 20%，并要求小客户签订至少三年的长期合约。OpenAI 推出了“ 保障产能” 服务，企业签订 1 至 3 年的长期合同，可以锁定价格并确保算力供应—— 换句话说，OpenAI 开始卖“ 算力期货” 了。
有意思的是，虽然 Token 单价较 2023 年下跌了超过一个数量级，但调用它需要花的钱却越来越多了—— 因为消耗量的增长远快于单价的下降。
涨价潮背后，是算力从“ 水电气” 蜕变为稀缺的硬通货。过去 20 年“ 算力只会越来越便宜” 的逻辑，在 2026 年—— 暂时失效了。
“ 短缺卖家” 吃肉，“ 短缺买家” 挨打
华尔街的逻辑正在发生巨变。
现在头部的 AI 巨头，比如 Anthropic，创收速度不是按年算—— 是每周新增 25 亿美元的年化收入。Anthropic 年化营收从 2025 年底的 90 亿美元，在短短两个月内跃升至 140 亿美元，此后再度翻倍至 300 亿美元。
这背后是一道冷酷的财富方程式：谁是“ 短缺的卖家”，谁就有绝对的定价权。谁是“ 短缺的买家”，谁就只能挨打。
微软 CFO 坦言，GPU 等硬件组件价格上涨将推高全年资本开支约 250 亿美元，云算力供给紧张的局面“ 至少将贯穿整个 2026 年”。
微软、谷歌、亚马逊这些万亿美元级别的云厂商，为了不掉队，必须砸成百上千亿美元去买这些贵得要命的资源。存储涨价一倍，他们就得掏两倍的钱，但收益并不能马上翻倍—— 于是现金流被严重消耗，利润直接转移到了卖方的口袋里。
谁在吃肉？
英伟达的毛利率约为 75%，较 2019 年的 60% 大幅提升；台积电的毛利率也超过 60%，约为多数其他代工厂的两倍。最大利润正集中在产业链的瓶颈环节。
这不是泡沫，而是一场结构性的财富大转移。
你可能觉得，这是巨头之间的游戏，和我有什么关系？
看看身边就知道了。
一位高校博士生最近抱怨：“ 我难道是尊贵的会员吗？本周 Token 使用量已达到限额的 90%。” 她为了写毕业论文，不得不在三个 AI 工具之间来回切换，省着用。
AI 编程工具的用户更憋屈：“ 我已经好几周没触达 Claude Code 的限额了，但这周大概 45 分钟就到上限了。”
这种场景让人想起二十年前的拨号上网时代。那时带宽紧缺且昂贵，开发者要尽量压缩图片、精简代码，生怕流量超额。如今，Token 正在重复“ 流量” 的老路。
黄仁勋甚至预言，未来工程师将标配“ 年薪+Token 预算” 模式，Token 将成为硅谷招聘的核心筹码。
“ 下沉市场” 的定义，可能也要变了—— 不再是买不起房、买不起包，而是用不起最好的 AI 工具。
写在最后
有个比喻一直在流传：“ 所有人都在谈论石油，但世界真正短缺的或许是 Token。”
以前，我们判断一个国家、一家公司强不强，看它的 GDP、市值、财报。未来，衡量实力的可能变成：它拥有多少 Token 的生产能力，它能持续生成多少有价值的 Token。
Token 正在成为数字世界的通用货币。但货币印出来了，谁来买单？
目前来看，AI 应用的商业化回报仍远落后于资本的狂热投入。全球算力基建投资在不断增加，算力短缺的状态据分析至少还将维持两年。
大摩预测，算力需求增速约为 NVIDIA 算力供给 CAGR 预测值的 3 倍，缺口将长期存在且持续扩大。高盛则预计到 2030 年，全球 Token 消耗量将较 2026 年水平增长 24 倍。
这场 Token 短缺，本质上是在回答一个更深层的问题：当 AI 从消费品变成基础设施，当 Token 从技术参数变成战略资源，整个人类社会的数字生存方式，将会如何重构？
而你我，正在这个过程之中—— 既是被挤压的“ 下沉用户”，也是这场变革的亲历者。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App