算力的需求還會持續大幅增長。

在龍蝦爆火的時候，我看到了兩張圖:

• 2月第一周以來，全球Token調用量出現跳漲，單周環比+33%。OpenRouter預計這周調用接近16萬億次，相比于1月底的單周9.8萬億次，增長了63%。

• 而推動這一切的，是一只“龍蝦”——OpenClaw。過去30天內，它的日調用量從176B猛增至427B，增幅142%。全球Token調用占比，從2月初的10%，一躍到了17%，這大概相當于消耗了全球10%–15%的大模型推理算力。

注：數據來源于

openrouter.ai

這些數字背后，顯然揭露了比養龍蝦更重要的轉折：AI的算力需求，正在進入一個全新的階段。

1、

為什么養龍蝦如此消耗算力？

這里的核心，是AI使用方式的變化，AI正在從“聊天”進入“執行”。

當你和ChatGPT、DeepSeek聊天，一次對話就是一個動作，大概消耗10-20 Token。

而當你讓 OpenClaw幫你完成任務，比如“幫我整理今天的郵件、寫報告、發社交賬號、生成數據圖表。”AI操作就需要經歷：1）拆解任務成 4 個子任務，2）每個子任務需要多輪推理，3）每輪推理還可能調用工具（表格計算、網絡抓取、翻譯），4）再綜合輸出結果。這樣一套流程下來，幾百個Token就消耗了。

同樣一個用戶，如果使用 OpenClaw完成日常工作，Token消耗量會是之前Chatbot 的幾十倍甚至上百倍。

這也解釋了為什么OpenClaw能夠在幾周內占到全球17%的Token調用量——它不是簡單的聊天工具，而是一種“工業級AI執行力”。

2、

如果龍蝦所代表的Agent是AI未來的發展方向，那么，Token的消耗、算力的需求還會持續大幅增長。

你可以把它理解為AI正在開啟一個新的“推理時代”：不再只是模型訓練的算力，而是實時執行、實時推理的算力；每一次任務執行，都可能觸發成千上萬次Token調用；企業、科研、內容創作、數據分析……幾乎所有數字化工作，都可能成為算力消耗大戶。

換句話說，AI的發展邏輯正在從“被動工具”變成“主動員工”，算力就是生產力，Token就是燃料。

而從OpenRouter的全球Token調用量，我們還能看到幾個有意思的變化：

OpenClaw調用的模型中，前三都是中國模型，分別是Step 3.5 Flash、Kimi K2.5、MiniMax M2.5。 中國大模型，正以高性能、性價比迅速搶占全球份額，從2月份反超美國。 MiniMax沖得很猛，調用量最近四周都是全球第一。所以市值超越百度，也不是完全瞎炒吧？ 中國的階躍星辰 Step 3.5 Flash 上周突然躋身全球前五，成為最大黑馬。 ……

這些背后，同樣也蘊藏著投資機會。

3

OpenClaw大概率只是AI Agent的開始。

想象一下未來的互聯網：不再是人操作軟件，而是AI操作軟件。

比如，企業內部任務，由AI員工執行；流程優化、內容生成、數據分析，都由AI自動完成；軟件不再服務人類操作，而是服務AI執行……

這會帶來什么改變呢？我想可能有：

其一，那些為人類視覺設計的界面將逐漸失去意義，取而代之的是專供AI調用的API接口，也就是所謂的AI-native software。

其二，信息處理速度將達到前所未有的水平。AI可以在毫秒級完成數據抓取、分析、歸納和推理，人類只負責決策和監督，這意味著商業決策、科研發現、內容創作的迭代周期，將從天量級縮短到小時甚至分鐘級。

其三，行業邊界將被重新定義。AI員工的出現，使企業內部的組織流程、崗位職責、跨部門協作方式都發生變化——傳統部門壁壘失效，執行效率翻倍，而那些無法快速適應AI化流程的企業，將面臨被市場淘汰的風險。

我們可能正在見證一個“自動化互聯網”的誕生。

之前，很多大佬都提過：互聯網的本質是傳輸比特，移動比特比移動原子更快、成本更低。這造就了Google、騰訊和一眾互聯網公司。

而現在，AI的本質是在解決比特的加工問題，AI 加工比特比人腦更快、規模更大、邊際成本更低。從傳輸到加工，比特的使用效率被提升到了一個人類無法想象的高度。這不僅僅是工具的更替，而是生產力的突變，我們進入了一個由算力直接驅動產出的新周期。

狂潮來臨，這將是一場沒有回頭路的進化。

如果文章還不錯，請關注、點贊和轉發

【一年后仍值得看的評論】

• 微信之外，

• 字節，是

• 我們低估了

• 智能優惠券，是

• 為什么淘寶、京東的

• 送貨上門的

• 用最簡單的比喻說清楚

• 25年7月，

• 25年1月，，那時股價88港幣

• 24年10月，，不是電商