一个数字，两种读法
9月21日，两则消息几乎同日出台，呈现出中国AI产业的一体两面：工业和信息化部等五部门联合启动"国家绿色算力设施推荐工作"，新版评价体系突出能效与碳效；与此同时，OpenRouter数据显示中国AI大模型周调用量达67.46万亿Token，是美国的4.7倍，连续二十一周领跑全球。DeepSeek V4.1-Flash以15.8万亿Token登顶，环比暴涨219%。
一面是政策层面对"绿色算力"的顶层约束，另一面是市场层面近乎疯狂的Token消耗。这两个数字拼在一起，勾勒出2026年秋季中国AI最真实的坐标：我们已经是用量上的超级大国，但还没有Agent级生产力的超级强国。
用量碾压的另一面：商业化变现的三道坎
OpenRouter词元消耗数据清晰展示了中国模型的集体突围：全球调用量前五名中，四款来自中国——DeepSeek V4.1-Flash（15.8万亿）、智谱GLM 5.3 Flash（14.1万亿）、腾讯混元Hy4 preview（12.5万亿）、DeepSeek V4-Flash-0731（9.44万亿）。GPT-5.6 Luna跌至第四。
然而用量不等于收入。当DeepSeek把V4.1-Flash的闲时输入缓存命中价格压到0.02元/百万Token、等效市场价约0.006美元时，智谱给出50%折扣……激进定价策略的背后，是一个尴尬的现实：多数厂商仍在"以量换价"阶段徘徊，距离健康的商业闭环尚有距离。
这背后横亘着三道坎：
第一道坎：Token消费不等于任务价值。Artificial Analysis评测发现，虽然DeepSeek V4.1-Flash单价大幅下降，但平均每项任务消耗约8.9万输出Token（上代为6.2万），被第三方评价为"非常冗长"。Token单价降了30%，但任务总成本未必下降——效率幻觉是产业化第一个陷阱。
第二道坎：从调用到变现的管道没有打通。四款破10万亿Token的模型全部是Flash轻量级版本，用户调用近乎"白菜价"。这意味着巨量Token流水背后是微薄的单Token利润，而企业级高价值Agent服务——那些真正能按结果收费的解决方案——尚未规模化。
第三道坎：用量集中、生态脆弱。四强（DeepSeek系+混元+GLM）合计66%份额，头部高度集中。一旦头部厂商的补贴策略或产能出现波动，整条用量曲线都可能震荡。
22亿Agent洪水：电网、芯片和最后一百米
IDC的预测更为激进：全球活跃Agent数量将从2025年的2860万增长到2030年的22.16亿，五年近80倍增长。Gartner 2026年3月报告则测算，单条Agent工作流的Token消耗是标准聊天机器人的5到30倍。高盛更预测，到2030年全球Token消耗量将较2026年增长24倍。
但对于这批即将到来的"Agent大军"，现实远没有愿景美好。Forrester的调研显示了一个刺眼的落差：79%的受访企业已在使用Agent，但真正进入生产环境的只有11%——这意味着九成的Agent停留在"Demo很好看、业务不敢用"的试验阶段。
Agent落地企业级业务的"三重障碍"在2026云栖大会上被阿里副总裁陈宇森精准概括：不懂、不敢、不能——Agent不懂企业业务、企业不敢开放权限、优秀经验不能跨团队复用。
这与算力基础设施面临的挑战遥相呼应。AICC2026人工智能计算大会上，四个尖锐的痛点被摆上台面：Token消耗剧增带来算力成本失控、芯片架构追不上Agent负载变化、异构芯片协同困难、Agent进入生产系统缺乏稳定运行标准。Kimi K3发布48小时后就因算力逼近极限暂停新用户订阅，正是这一矛盾的缩影。
从政策到市场：中国AI的"下半场"拼图
产业困境催生了密集的政策响应。9月11日，工业和信息化部正式发布"人工智能+软件"专项行动实施方案，提出"三个转变"：软件开发从"人工编写"转向"人机协同"、软件产品从"被动响应"转向"主动执行"、软件服务从"产品交付"转向"价值交付"。目标是到2028年覆盖2万家规模以上软件企业，在重点行业打造100个智能体软件标杆应用。
这标志着AI与软件融合已从市场自发行为上升为国家产业战略。而在算力底座侧，阿里云基于CUBE 5.0模块化架构，将大型AIDC数据中心交付周期从6-12个月压缩到100天，单位面积算力密度达上一代5到10倍。
伯恩斯坦最新研究报告为中国AI的产业竞争力提供了另一种注脚：依托廉价电力、高效基建和精准政策协同，中国头部大模型的"每美元获得智能"指标仅为美国同类模型的一小部分。该行测算，中国数据中心电力需求将从2025年202太瓦时增至2035年1476太瓦时，年复合增长率24%。
正在破局的先行者
在一片"落地难"的讨论中，一些先行案例值得关注。凌晨两点，华东某省级电力交易中心三组Agent——预测Agent、交易辅助Agent、风险校验Agent——完成从感知到执行的全程自主闭环，这不再是Demo。Salesforce上线的"job-ready"Agent中，Hunter能跨天甚至跨周持续跟进自主完成销售机会管理，Casey能全渠道处理客户问题。
在中国，上海昕诺飞的生成式AI Agent落地第三届上海国际光影节，使内容策划成本降低约80%，从道路照明、办公场景之后正式迈入户景观文旅第三条落地战线。京东云则宣布以摩尔线程全功能GPU为底座建设十万卡国产智算集群，标志着国产GPU首次进入头部云厂商的核心智算集群，国产智算从"可用"走向"规模化商用"。
结语：繁荣的裂缝中，光正在照进来
中国AI正处在一个微妙而充满张力的节点：调用量全球第一、模型迭代速度领先、政策密集加码、资本持续涌入——但在最关键的"Agent进入生产环节"这一关上，大多数企业仍在摸索。从79%到11%的数字落差，既暴露了产业真实的成熟度，也蕴含着巨大的商业空间。
云栖大会上，吴泳铭把今天的AI Coding比作"机器智能时代最早的电灯"——电灯替代了煤油灯，但电网、电动机、家电的真正繁荣，是数十年后的事。或许，2026年的中国AI产业，正站在那道从"替代"通向"再造"的门槛上。
发表评论 取消回复