“Token經濟的泡沫，越吹越大了。

2026年，中國科技巨頭的動作出奇地一致。

3月17日，阿里巴巴發布企業級AI原生工作平臺“悟空”。釘釘CEO陳航站在臺上，說了一句意味深長的話：“過去是人用釘釘來工作，未來是AI用釘釘來工作。”

同期，騰訊的WorkBuddy、字節跳動的豆包Agent方案等，也陸續推出。百度、華為、京東，幾乎所有叫得上名字的科技巨頭，都在緊鑼密鼓地布局同一個賽道——AI Agent。

而引爆這一切的，是一個名叫OpenClaw的開源項目。開發者們給它取了個中文綽號：“龍蝦”。短短幾個月，這個項目在GitHub上狂攬30萬星標，超越React和Linux，登頂全球開源軟件榜首。一時間，“養龍蝦”成了科技圈最熱的關鍵詞。

當“龍蝦”的熱度開始降溫，Hermes（也稱“愛馬仕”，“養馬”）的熱度又開始迅速攀升。他們本質上，都是Agent。

與此同時，另一組數據也在悄然攀升。

云廠商開始集體漲價。阿里云、騰訊云、火山引擎的AI算力產品價格，都經歷了不同程度的上調。市場嗅到了微妙的變化——算力正在被重新定價。

阿里甚至專門成立了Alibaba Token Hub，將Token消耗作為核心戰略指標。各大模型廠商開始緊盯Token消耗排名，就像互聯網時代盯著DAU一樣緊張。

Agent產品密集發布、云廠商集體漲價、Token消耗數據飆升——三個現象指向同一個問題：科技巨頭為何如此瘋狂地押注Agent？

Agent，是大廠等待已久的

“算力出口”

先算一筆賬。過去兩年，國內大模型廠商累計投入了多少錢？公開數據顯示，僅幾家頭部廠商的資本開支合計就超過千億元。如果算上算力基礎設施建設、芯片采購、研發團隊擴張，這個數字更龐大。

這是一場豪賭。賭的是AI能夠像互聯網一樣，重塑一切商業形態。但賭局進行到中途，一個尷尬的問題浮出水面：靠對話式AI，什么時候能回本？

對話式AI有兩個致命問題。

第一個問題：Token消耗太小。用戶和AI聊天，一天能聊多少？重度用戶可能來回幾十句，消耗不過幾千Token。普通用戶可能一周才用幾次。即便是有付費意愿的用戶，一個月消耗的Token量也極其有限。

第二個問題：付費意愿太低。對話式AI的商業模式，要么是按月訂閱，要么是按Token計費。按月訂閱，幾十塊月費已是天花板，用戶很難為“聊聊天”付更多錢。按Token計費，用戶一天用不了多少，客單價上不去。

幾百億的投入，靠幾十塊的月費、幾千Token的消耗來回本，賬算不過來。這不是某一家廠商的困境，是整個行業的集體焦慮。大模型廠商們砸下重金，卻發現自己站在一個“叫好不叫座”的尷尬位置——技術驚艷了世界，但商業閉環遲遲打不通。

Agent的出現，徹底改變了算力模型。

首先是Token消耗量級的躍升。Token消耗不是線性增長，是指數級躍升。一個復雜Agent任務，頂得上幾百次普通對話。比如，一個對話式AI任務，消耗的Token可能幾百到幾千。一個Agent任務，比如“幫我整理這份合同，找出風險條款，然后發郵件給法務審核”。Agent需要拆解任務、調用工具讀取合同、調用模型分析風險、生成審核意見、調用郵件系統發送——整個過程可能需要幾十次模型調用、多輪迭代、多個工具執行。

其次是付費邏輯的根本轉變。用戶愿意為什么付費？為“聊天”付費，用戶覺得不值。但為“完成任務”付費，邏輯完全不同。如果Agent能幫我整理合同、分析數據、生成報告、自動審批，它就不再是一個“聊天機器人”，而是一個“數字員工”。企業愿意為員工付費，個人也愿意為節省時間的工具付費。

kimi一個月199元，Agent只能用不到50次

筆者在kimi上部署的Agent

這就是從“按對話收費”到“按任務收費”的轉變。前者是消費品邏輯，后者是生產力工具邏輯。

Token的本質，在這一刻被重新定義。Token不是“字數”，不是“計算次數”，而是模型的“思考量”和“行動量”。每一次模型調用，每一次工具執行，每一次迭代反思，都消耗Token。Token是AI時代的“燃料”——沒有它，模型無法思考；消耗越多，思考越深，行動越強。

當Agent成為主流應用形態，Token的消耗量將不再是線性增長，而是伴隨任務復雜度的提升呈現指數級躍升。這正是科技巨頭們等待已久的“算力出口”。

Token經濟正在成型。

Token經濟不是未來概念，它正在發生。

從個人層面看，據報道，OpenClaw的重度用戶日均消耗Token達到3000萬到1億。一個用戶一天消耗的Token，抵得上過去一個社區的總和。有人因為Agent陷入循環卡頓，6小時耗光9000萬Token，單日賬單超千元。這不是極端案例，是Agent時代的常態。

從國家層面看，2026年3月，中國日均Token調用量突破140萬億。兩年增長上千倍。這個數字還在以每周兩位數的速度增長。140萬億是什么概念？相當于14億中國人，每人每天用掉10萬個Token。

從市場層面看，Token消耗量已經成為大家關注的核心指標。

三個層面的信號疊加在一起，指向同一個結論：Agent是科技巨頭唯一的“算力出口”，也是商業模式重構的關鍵。對于上千億的資本開支，對話式AI的出口太窄，撐不起這個盤子。Agent打開了出口的寬度——成百上千倍的Token消耗，完全不同的付費邏輯，正在形成的Token經濟。

這就是科技巨頭瘋狂押注Agent的根本原因——給自己找活路。

OpenClaw

就是AI操作系統的雛形？

就在各大科技巨頭密集布局Agent的同時，英偉達創始人黃仁勛在GTC 2026大會上點明了一個關鍵趨勢。

他指出，OpenClaw是AI時代操作系統的雛形。大模型相當于CPU，而OpenClaw就是操作系統。這個判斷的分量非同小可：如果Agent真的是下一代操作系統，那么誰掌握Agent生態，誰就掌握了AI時代的地基。

事實上，這并不是黃仁勛第一次強調Agent的戰略地位。早在2025年的CES展上，他就提出“Agentic AI”將成為AI發展的下一階段。如今，這一判斷正在被中國科技巨頭的實際行動所驗證。

每一次技術革命，都會重塑權力格局。

計算機誕生之初，IBM定義了大型機時代，成為科技霸主。PC時代，微軟定義了操作系統，統治了桌面。互聯網時代，谷歌定義了搜索，掌控了信息入口。移動時代，蘋果定義了智能手機，重構了人機交互。

AI時代，誰將定義Agent？答案正在浮現。

回顧科技史，最終勝出的平臺，都是在三個層面同時構筑了壁壘。PC時代的微軟：硬件生態（Wintel聯盟）+操作系統（Windows）+應用生態（Office）。移動時代的蘋果：自研芯片（A系列）+操作系統（iOS）+應用商店（App Store）。互聯網時代的谷歌：算力基礎設施（數據中心）+搜索算法（PageRank）+廣告生態（AdWords）。

算力、產品、生態——三者缺一不可。這是技術史的冷酷邏輯，也是Agent時代不會改變的規律。

從這個角度來看，Agent的價值，怎么強調都不過分。

也正因為如此，為了一只小“龍蝦”，各家科技企業才會如此“上頭”。

八仙過海，各顯神通

在Agent這個“戰場”上，不管是阿里、字節、騰訊這些巨頭，還是月之暗面、智譜等AI新星，都幾乎押上了重注。那么，他們到底做的咋樣，優劣勢如何呢？

應該說，這場競賽才剛剛開始，很難看得清楚。但是，我們可以從從基礎模型能力、產品體系、技術路線、安全策略、生態建設五個競爭維度，來試圖捋出來一個脈絡。

基礎模型能力——底座決定上限

可能不少人會認為，接下來是Agent的時代，大模型是過時的產物，不再那么重要了。但這其實是一個誤解，大模型依然至關重要，只是它可能更多的隱在幕后了。

事實上，Agent的“大腦”是大模型，模型能力決定了Agent能理解多復雜的指令、能推理多深的問題、能調用多準的工具。

從當前格局看，字節豆包2.0在調用量和產品成熟度上領先，阿里Qwen系列在開源AI領域表現亮眼，騰訊混元相對處于追趕位置。

字節豆包2.0于2026年2月14日發布，根據最新數據，其日均使用量突破120萬億Tokens，暫時領先。

阿里的通義系列模型通過千問和悟空兩個出口服務C端和B端，優勢在于與釘釘、淘寶等業務的深度耦合。

騰訊混元起步較晚，與頭部存在差距。這也是騰訊為何一邊自研，一邊投資智譜、MiniMax等創業公司。

此外，第二梯隊不容忽視：月之暗面Kimi-K2在SWE-bench達65.8%，智譜GLM-5在C-Eval達92.5%，MiniMax M2.5輸出價格僅1.1美元/百萬Token（約為Claude的1/20）。在OpenClaw調用的344個大模型中，國產模型Kimi K2.5、階躍星辰Step 3.5 Flash以及MiniMax M2.5排名靠前，“國產龍蝦三劍客”格局初現。第二梯隊特定能力甚至超越大廠，但缺乏生態護城河。

產品體系與業務融合——誰在真正“做事”

Agent與自身業務體系的融合深度，決定了它能“做”多少事。

阿里：千問（C端）+悟空（B端）

千問定位“AI辦事”，2026年1月上線Agent任務助理，打通淘寶、支付寶、飛豬、高德等阿里生態，用戶可通過自然語言指令完成跨應用操作。

悟空是企業級AI原生工作平臺，2026年3月17日發布。它不是釘釘的功能模塊，而是“為AI重寫的釘釘”——將8億用戶的底層架構全面重構，首批OPT行業解決方案覆蓋電商、制造、法律、財稅等十大行業。

字節：豆包+扣子+飛書

豆包提供模型能力，扣子（Coze）提供Agent開發平臺，飛書提供企業服務場景。扣子的核心優勢是極低上手門檻和豐富插件生態，用戶可一鍵發布至抖音、飛書等渠道。

筆者在字節扣子上部署的openclaw

騰訊：WorkBuddy+微信

WorkBuddy于2026年3月9日上線，核心功能是打通微信直連——用戶發語音/文字即可遠程指揮電腦工作。發布首日因用戶涌入超預期，團隊于第二日緊急將算力擴容十倍。騰訊的打法是“入口式覆蓋”：借微信14億月活實現大規模分發。

筆者用微信接入的openclaw

與OpenClaw的關系——兼容、自研還是套殼？

各廠商對OpenClaw的態度，反映了其技術自主程度。

需要指出的是，阿里悟空并非OpenClaw的套殼，更像是自研程度較高的Agent操作系統。釘釘將產品體系全面重構為CLI（命令行界面），AI通過標準化指令直接調用功能。采用自研Agent Runtime架構，包含任務推理引擎、記憶系統、AI工作空間和執行工具集。

釘釘CEO陳航表示，“和市面上所有的龍蝦Agent不一樣，‘悟空’天然就長在企業組織中。”

WorkBuddy完全兼容OpenClaw技能體系，支持技能一鍵導入。微信推出ClawBot插件，支持接入OpenClaw。但騰訊同時發布了完整的Agent產品全景圖，不以OpenClaw為唯一底座。

飛書是OpenClaw官方默認的IM應用，但字節同時擁有豆包和扣子，追求技術棧的自主可控。

國家數據局局長劉烈宏表示，中國企業正從“套殼”走向“開源框架+中國模型+全棧安全”的獨特路徑。

安全策略——敢用比好用更難

安全正在成為Agent落地的第一道門檻。IDC調研顯示，“安全風險”是用戶推進AI智能體落地的最大阻礙之一。

OpenClaw被曝出SMB憑證泄露、環境變量注入、Unicode偽裝攻擊等漏洞，國家互聯網應急中心已發布風險提示。這些漏洞的本質是OpenClaw從誕生之初帶著“個人工具”的基因，采用“先跑通、再修補”的邏輯，缺乏企業級安全設計。

阿里悟空從架構設計之初就把安全內建到底層，構建涵蓋統一身份認證、容器級沙箱、Skill安全掃描等六項安全防護。

騰訊WorkBuddy強調所有操作在本地運行，保障數據隱私安全。字節豆包強調嚴格遵循用戶授權與合規原則，數據全程加密。

需要指出的是，安全和靈活是Agent的一對核心矛盾：權限放太寬容易出事（如Meta安全總監的Agent誤刪200封郵件），放太窄Agent又廢掉了。誰能設計出“既安全又高效”的人機協作機制，誰就能讓Agent真正走進企業核心業務。

生態之爭——誰在定義“AI時代的安卓”

Agent的競爭，最終是生態的競爭。阿里、字節、騰訊走出了三條不同的生態路徑：

阿里是系統級重構——將釘釘底層全面CLI化，悟空平臺打通電商、金融到企業協同的全鏈路，目標五年內“云+AI”外部收入超1000億美元/年。

字節是積木式滲透——將AI能力拆解為可復用模塊，通過扣子平臺綁定開發者，飛書是OpenClaw官方默認IM應用，形成“產品矩陣+AI中臺”的布局。

騰訊是入口式覆蓋——借微信14億月活實現大規模分發，QClaw主打“零門檻”，WorkBuddy主打桌面任務，企業微信主打B端客戶經營。

三家的共同策略是“兼容但不依附”——既利用OpenClaw開源生態的豐富性，又保持一定的技術自主。OpenClaw正在成為Agent操作系統的事實標準，類似于安卓在移動時代的角色。誰能成為“AI時代的安卓”，取決于誰能在自研技術棧、生態兼容性、開發者吸引力三個維度上同時構筑壁壘。

需要指出的是，競爭的終局，可能不是只有一個生態主，而是多個生態并存，且多個生態之間實現一定程度的打通。

有趣的是，基于openclaw的Agent系統，目前已經具備打通各個平臺的潛力。例如，筆者在字節扣子上部署了openclaw，并且連通了微信和飛書這兩個端口。我在微信上跟它溝通的內容，在飛書上它居然也還記得。

通過微信接入openclaw

在微信上溝通的記憶，也可以同步到飛書上

綜上，從五個維度來看，三家巨頭的路徑分野清晰：阿里強在業務融合，字節強在模型能力與產品成熟度，騰訊強在入口與工程化能力。月之暗面、智譜等第二梯隊則在特定技術能力上領先，但缺乏生態護城河。當然，這是它們的最大困境，也是最大機會（保持中立，可被多方集成）。

各家公司Agent布局對比表

在這場激烈的競爭中，誰能在基礎模型、產品生態、技術自主、安全信任、生態建設五個維度同時構筑壁壘，誰就能在Agent時代的競爭中占據有利位置。

我們正站在一個新時代的門口

1956年夏天，達特茅斯學院的一個研討會上，一群科學家第一次提出了“人工智能”這個概念。那一年，沒有人知道這條路要走多遠。

此后的七十年，AI經歷了兩次漫長的寒冬。每一次寒冬，都是因為技術的承諾遠遠超出了能力邊界——人們以為AI要來了，結果發現它連簡單的推理都做不好。每一次寒冬，都是因為商業閉環打不通——投入巨大，產出寥寥，資本失去耐心。

但演進從未停止。回看AI的發展歷程，可以清晰地看到一條脈絡：

第一幕，AI是“識別器”。它能認出圖片里的貓，能聽懂你說的話，能轉錄會議記錄。但這個階段的AI，只能“看”和“聽”，不能“做”。

第二幕，AI是“對話者”。2017年Transformer架構誕生，2022年ChatGPT引爆全球。AI能和你聊天，能寫詩，能編程，能回答問題。但這個階段的AI，只能“說”，不能“做”。

第三幕，AI是“行動者”——Agent。它能拆解任務，能調用工具，能多輪迭代，能在數字世界里真正“做事”。

這不是漸進式的改進，是范式級別的躍遷。

Agent現在能做什么？

說實話，還不多。阿里的千問、字節的豆包，目前能幫你點外賣、打車、訂機票——在封閉場景里跑通閉環。悟空則像“封閉園區的無人駕駛”，基于釘釘的組織架構，在安全邊界內做事。至于大量套殼OpenClaw的Agent，連安全責任都還沒厘清。

但能力的演進速度超乎想象。從“識別”到“對話”，用了七十年。從“對話”到“行動”，只用了三年。

Agent未來能做什么？

未來18個月，是關鍵窗口期。

在能力層面，誰能突破任務復雜度、工具調用準確率、多輪迭代穩定性的瓶頸，誰就能定義Agent的標準。在安全層面，誰能建立企業級信任，誰就能贏得客戶。在生態層面，誰能成為“AI時代的安卓”，誰就能掌握下一個十年的底層規則。

歷史一再證明，一項技術從“玩具”走向“工具”，需要一個關鍵的轉折點。在這個點之前，技術是酷的，但可有可無；在這個點之后，技術是必須的，再也回不去。

AI的轉折點，正在發生。催化劑是Agent。

1956年達特茅斯會議，是一扇窄門。2012年ImageNet突破，是一扇窄門。2022年ChatGPT發布，是一扇窄門。2026年的Agent浪潮，也是一扇窄門。

窄門開啟時，有人看見機會，有人看見風險，有人看見熱鬧。但只有少數人看得見——這扇門通向的，是下一個時代的底層規則。

達特茅斯會議七十年后，AI終于從“識別”走到“對話”，再走到“行動”。

窄門已經打開。誰能穿過？