一个令人不安的信号开始在AI世界蔓延。你花几十美元订阅的AI服务，背后那家公司可能正在为“算不动”而焦头烂额——OpenAI悄悄放弃了一款视频生成应用Sora，这款产品上线仅五天下载量就突破百万，公司CFO罕见公开坦承：“我们在做一些非常艰难的交易，因为没有足够算力。”
几乎同一时间，以代码能力爆红的Claude开始频繁宕机。过去三个月，它的正常运行时间只有98.95%，而互联网服务通常承诺的是99.99%，大量企业用户被迫迁移，一位CEO直言：“Anthropic一直在宕机。”
算力短缺的焦虑，也直接体现在价格上。在云端租用英伟达最新款Blackwell芯片，一小时的价格从两个月前的2.75美元跳到4.08美元，涨幅接近一半；就连2022年发布的“老将”H100，半年内的租赁价也涨了将近40%。云基础设施公司Vultr的CEO J.J.Kardwell说得直白：“我经营这家公司五年多，从来没遇到过这么严重的容量短缺。”
这不是哪家公司的管理失误，而是一场产业级别的系统性危机。AI的算力泡沫被刺破了，而刺破它的不是需求下滑，恰恰相反，是需求大到供给根本追不上。当所有人都在关注石油等传统资源的稀缺时，一种更稀缺的新资源——Token，正成为左右AI时代走向的核心变量。
Token：一种比石油更紧缺的新资源
先认识一个新单位：Token，中文叫词元。你可以把它想象成AI的“呼吸”——每一次你向AI提问、让它写代码、画图、查资料，背后都在消耗Token。任务越复杂，“呼吸”越急促，消耗就越大：只是问“今天天气怎么样”，AI可能喘几口就够；但让它整理一周工作日志、撰写竞品分析报告，它得深呼吸几百上千次。
过去几个月，全球Token消耗量呈现出令人眩晕的增长曲线。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，飙到2026年3月底的每分钟150亿，五个月翻了两倍半；摩根士丹利的统计更惊人，全球每周Token使用量，2026年1月还是6.4万亿，到3月已冲到22.7万亿，三个月增长三倍多。
这场Token消耗海啸的核心推手，是智能体AI的崛起。以前的AI像个问答机器，你问它答，一锤子买卖；但2026年初，以OpenClaw为代表的智能体工具登场，AI从“回答问题”升级到“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。一个完整任务往往需要AI反复琢磨，调用七八种工具，在多个步骤间来回切换，单次任务的算力消耗，比简单问答高出数倍甚至数十倍。
工程师兼投资人Ben Pouladian的总结精准戳中核心：“所有人都在谈石油，但我觉得世界真正短缺的是Token。AI早就不是站在冰箱前面问菜谱的那个聊天机器人了。它在编排任务，它在变聪明。”
供给端的三道硬墙：制造、电力、水泥
需求端烈火烹油，供给端却被三道硬墙牢牢困住。如果觉得“算力不够”只是芯片下单太少，那就把事情想得太简单了——AI算力的供给瓶颈，早已超越单一芯片，延伸到制造、电力、基建等多个物理层面。
第一道墙：芯片制造的产能困局
英伟达的GPU是AI时代的“发动机”，但这台发动机不会从天上掉下来。它需要在台积电的晶圆厂里，靠荷兰ASML的天价EUV光刻机，一层一层刻出纳米级的电路。而EUV光刻机一年仅产几十台，交付排队时间超过十八个月；高端GPU离不开的HBM高带宽内存，产能同样有限，扩张节奏远远跟不上需求的爆发式增长。
摩根士丹利的预测直截了当：当前AI算力需求的增速，是英伟达供给增速的三倍。换句话说，就算英伟达把生产线拉到满负荷，供需之间的缺口仍在持续扩大。
第二道墙：电力供给的刚性约束
“AI的尽头是电”，这句话一点不夸张。一台装满GPU的服务器机柜，运行功耗抵得上十几台家用空调同时运转；一个大型数据中心，每天消耗的电量足以供应一座小型城市。美国电力研究院算过一笔账：2025到2028年间，美国数据中心面临的电力缺口大约是55吉瓦——这相当于将近二十座大型核电站的发电量。
正因如此，Meta这样的科技巨头已经开始跨界投建核电；云服务商们也坦诚，“2026年的可用电力已经全部被预订光了”，电力短缺正在成为制约算力扩张的核心瓶颈。
第三道墙：基建工期的物理极限
有了芯片和电力，还得有地方安放它们——这个地方就是数据中心。一个标准数据中心的建设周期长达两到三年，绝非短时间内可以速成。尽管巨头们正在疯狂砸钱布局：2026年，微软、谷歌、Meta、亚马逊四家公司的资本开支加起来达6600亿美元，比上一年猛增60%，但钱再多也缩短不了水泥的凝固时间，更解决不了配套基础设施的滞后问题。有一个投资180亿美元的数据中心项目，就因配套跟不上，直接被取消。
制造、电力、水泥，这三样东西构成了AI产业真正的物理边界。算法可以实现指数级优化，不过是一行代码的事；但物理世界的扩张是线性的，快不起来。当指数级增长的Token需求，迎面撞上线性增长的供给曲线，算力危机的爆发，早已注定。
谁掌握Token，谁制定规则
稀缺性总会重新分配权力，Token的短缺也不例外。在这场算力荒中，产业链的权力格局正在被重塑，谁能掌控Token的供给与分配，谁就能在AI时代占据主导地位。
云服务商CoreWeave是这轮算力荒里的典型赢家。去年底，它将GPU租赁价格上调超过20%，还要求中小客户签下至少三年的长约（此前仅需一年），即便如此，美国银行仍判断：它的需求将持续超过供给，至少到2029年。这背后的逻辑很简单：算力的定价权正在转移，光有GPU不够，谁能把芯片、电力、机柜、网络打包成“插电即用”的一体化服务，谁就站到了产业链更有利的位置。
这个逻辑，也能解释阿里近期的激进动作。2026年3月，阿里成立新事业群Alibaba TokenHub（简称ATH），将通义大模型、MaaS平台、C端应用千问、企业智能体悟空全部纳入，由集团CEO吴泳铭直接指挥。内部人士透露，这次调整的核心的逻辑只有一句话：“大家围绕Token去做。”
吴泳铭抛出了野心十足的目标：未来五年，“AI加云”的收入要做到1000亿美元，这意味着云业务的年复合增长率要维持在45%左右——全球范围内，还从来没有哪个同等体量的云厂商跑出过这种速度。但账本的另一面同样刺眼：2025年四季度，阿里Non-GAAP净利润同比下滑67%，自由现金流由正转负；核心电商业务增速只剩1%，却要同时养活AI和即时零售两条烧钱战线。一位机构投资人评价得克制：“阿里需要兼顾的战场太多了，远场电商对拼多多，近场电商对美团，主营业务没法提供无限的弹药。”
内部的算力调配问题也逐渐暴露。春节期间，阿里集团层面的算力利用率只有五成，原因很典型：各个团队为“有备无患”拼命多申请资源，导致账面上资源充裕，真正要用时却调度不开。此前大模型负责人周畅转投字节跳动，据内部人士透露，压垮他的其中一根稻草，就是“协调不到足够算力”。
中美两国的算力焦虑是同步的，但底色截然不同。美国的问题主要出在物理供给上，制造产能、电力、土地三重约束叠加；中国除了这些，还多了一层GPU进口受限的结构性压力。据估算，中国AI GPU的自给率从2020年的不到10%爬到2024年的34%左右，但要达到82%，大概要等到2027年，未来两年，国产替代仍处于追赶窗口。
各家的布局力度也差异明显：字节跳动2025年资本开支约1600亿元，其中900亿砸向AI算力；阿里宣布未来三年投入3800亿元建设AI基础设施；腾讯则相对克制，资本开支仅增加3%，市场猜测，这要么是买不到芯片，要么是不愿高价抢购。
龙虾来袭：Token消耗的全新革命
2026年初，“龙虾”突然火了。这里的龙虾不是海鲜，而是英文Long-bot的谐音梗，指代一类能长时间自主工作的AI智能体，其核心能力只有一条：你告诉它要做什么，它自己琢磨步骤、调用工具、处理意外、交付结果，过程中不需要你盯着屏幕。
这听起来像科幻电影里的桥段，但龙虾类产品已经真实涌入市场：阿里一口气推出两款，面向个人的JVSClaw和面向企业的悟空；字节、腾讯、月之暗面的类似产品也在密集上线；Anthropic的Claude Code更是点燃了程序员群体的热情，让AI写代码从辅助功能变成了全自动流水线。
龙虾的走红，彻底改写了Token消耗的方程式。以前用AI聊天，问一句答一句，单次对话消耗几百到几千Token就结束；而龙虾完全不同：你给它一个任务，它可能连续工作十分钟、半小时甚至更久，每一步推理、每一次工具调用、每一轮自我纠错，都在消耗Token。一个简单的“整理这周工作报告”，龙虾可能需要打开邮箱、下载附件、阅读文档、提取要点、生成大纲、撰写正文、检查错别字、发送预览——整套流程下来，Token消耗是普通对话的几十倍。
更关键的是，龙虾让AI从“你主动找它”的工具，变成了“它替你守在那里”的同事。你可以睡前丢给它一个任务，它通宵干活，第二天早上交结果。这种使用场景，让AI的运行时间从“偶尔”变成“持续”，一个人如果认真用龙虾，一天的Token消耗，轻松抵得上过去一个月。
需求曲线被狠狠向上掰了一截，云服务商的反应也格外诚实：CoreWeave涨价超过20%，阿里云的GPU实例价格也在上浮；国内外多家云厂商开始对智能体类应用单独设置调用上限，或在高峰时段限流；Anthropic甚至宣布，工作日上午5点到11点限制Token消耗量，引得用户一片哀嚎，有人在社交平台吐槽：“我这周45分钟就打穿了额度，以前几周都用不完。”
这不是某家公司小气，而是物理规律在“收税”——Token的稀缺，已经从产业层面，传导到了每一个用户的使用体验中。
普通人的算力账单：隐形分层已经开始
龙虾热把一个现实问题推到台前：当算力变成稀缺资源，普通人怎么办？表面上看，AI服务还在免费或低价供应，千问App、豆包、元宝、Claude免费版都还能用，但“能用”和“够用”之间的距离，正在快速拉大，一种隐形的算力分层，已经悄然开始。
第一个变化是限流。你正在用龙虾处理重要文件，弹窗突然跳出：“您已达到当前时段的使用上限，请稍后再试。”“稍后”可能是一小时，也可能是四小时，你的工作节奏被硬生生打断。这种打断不是技术故障，而是算力配给的必然结果——云厂商会把有限的资源，优先分配给签了长约、付了高价的企业客户，个人用户免费或低价套餐的优先级，自然靠后。
第二个变化是服务质量缩水。同样的提问，高峰期得到的回复可能更短、更浅、更敷衍。背后的原因很简单：模型在处理高并发请求时会自动“降级”，用更小的参数版本、更少的推理步数来节省算力。用户感知不到技术细节，但能清晰感觉到“AI好像变笨了”。
第三个变化是付费门槛实质性抬高。过去，你觉得每月二十美元的订阅费是“为效率买单”；以后，这个价格买到的可能只是基础版，真正好用的龙虾功能，需要加钱解锁。算力成本最终会沿着产业链向下传导，落在每个用户的账单上。
一种新的数字鸿沟正在成形。它不像过去“有没有网”“有没有智能机”那么显眼，却更隐蔽、影响更深：一边是企业客户、高付费用户，享受着接近无限的算力供给，龙虾可以通宵跑，任务可以并行开；另一边是普通用户，面对着越来越频繁的“请稍后再试”，在算力配给的夹缝中精打细算。
有人说，市场经济下，稀缺资源价高者得，天经地义。这个逻辑没错，但问题在于，AI正在从可有可无的新奇玩具，变成许多人的生产力工具、学习工具、创作工具。当一个工具开始影响人们的工作能力和收入潜力时，使用权的差异，就不再只是消费选择的问题了。
不妨想象一下：未来某个岗位的招聘要求写着“熟练使用龙虾类工具”。应聘者A的公司配了企业版，算力管够，作品集精雕细琢；应聘者B自己掏钱用免费版，每天被限流三次，产出效率天然低一截。这种差距不是因为能力，而是因为算力配额，它会在不知不觉中，重塑每个人的竞争起点。
未来的算力社会：三条可能的走向
站在2026年往回看，算力荒大概只是一个开始。未来五到十年，算力供需的天平不太可能突然摆回平衡点：需求侧，龙虾之后还会有更复杂的智能体，视频生成之后还会有实时交互的虚拟世界；供给侧，晶圆厂的建设周期、电网的改造速度、土地和能源的硬约束，每一样都急不来。在这种情况下，算力社会的走向，大概有三种可能。
第一种：分层服务成为常态
就像航空公司的头等舱、商务舱、经济舱，AI服务也会形成清晰的分级。企业级算力保证、专属模型版本、7x24小时不限流，这是最高档；个人付费用户的优先通道、高峰期保障、龙虾时长配额，这是中间档；免费用户的“闲时可用、忙时排队”，这是基础档。分层的标准只有一个：谁付的钱多，谁用的Token多。
这没什么不公平，市场向来如此，但当一个社会的基础设施开始分层，那些站在“经济舱”里的人，会在不知不觉中被拉开距离，算力的差异，可能会逐渐转化为机会的差异。
第二种：算力效率革命加速
稀缺倒逼创新，这是人类历史反复验证的规律。龙虾热已经让各大AI实验室，把“单位算力产出”列为最高优先级指标。模型压缩技术、推理优化算法、专用AI芯片，都在加速推进；一个有趣的趋势是，小参数模型正在回暖——过去大家拼命把模型做大，参数从千亿冲向万亿，现在风向变了，如何在更小的模型里装进更强的能力，成了新的技术竞赛主题。
如果算力效率的提升速度能跑赢需求增速，算力危机可能会被技术化解。历史上这种事情发生过很多次：石油危机催生了更省油的发动机，带宽危机催生了更高效的视频压缩算法。算力危机会不会催生一种全新的AI架构，让Token消耗降低一个数量级？可能性存在，但时间表未知。
第三种：算力成为一种公共品
这个方向听起来有点理想主义，但并非毫无根据。电力在早期也是奢侈品，只有工厂和富人才用得起；后来电网普及，电价下降，电力变成了像空气一样的基础设施。算力会不会走同样的路？
一些信号已经出现：阿里在内部推广智能体应用时，员工调用Token的流程大幅简化，有人感叹“终于可以不用自己花钱用起来了”。这至少说明，在组织内部，算力正在被视为一种应当普惠的资源。如果这个逻辑从企业内部扩展到社会层面，算力可能会像图书馆、公园一样，成为一种公共基础设施——国家层面主导的算力网络、城市级的AI算力中心，已经在多个地方落地。
这三条路不是互斥的，更可能的情况是，分层服务、效率革命、公共品属性三者同时发生，在不同的市场、不同的场景中各自生长。
对于普通人来说，最重要的大概不是选哪条路，而是意识到：算力正在变成一种需要主动管理的个人资源，变成像水、电、燃气一样的日常消耗品。就像管理时间、管理金钱一样，未来你可能需要管理自己的Token配额——哪些任务值得让龙虾通宵跑，哪些事情手动做反而更划算。
这，将是AI时代里，一种新的生活智慧。