灰度称，更便宜的AI或使算力更贵

灰度在2026年10月10日的一篇帖子中强调了扎克·潘德尔的研究，该研究认为，更便宜的AI和自主AI智能体可能会增加对算力及其配套基础设施的需求。

潘德尔援引高盛的预测称，到2030年，Token消耗量可能增长24倍，主要原因是AI智能体的普及。

灰度估计，取决于任务类型，AI智能体工作流消耗的Token数量可能是典型聊天机器人互动的5至50倍。

灰度在2026年10月10日的一篇帖子中链接了该分析，并表示，低成本模型和自主AI智能体可能会放大对算力的需求。灰度研究主管扎克·潘德尔认为，AI使用范围的扩大可能超过模型效率提升带来的影响，而电力、数据中心和图形处理器仍可能构成瓶颈。

灰度还表示，AI智能体、OpenAI的“dots”以及新的低成本模型可能进一步增加算力需求。潘德尔称，这可能为稀缺计算资源的所有者带来更多机会。

AI智能体增加Token消耗

潘德尔表示，来自更便宜的开放权重模型的竞争正在降低Token成本。Token是AI系统处理和生成的文本单位。例如，Anthropic表示，其最新的Sonnet模型完成单项任务的成本最多可降低30%。

与此同时，持续为用户目标执行工作的自主AI智能体可能会大幅增加计算量。与回答单个问题的聊天机器人不同，AI智能体会执行一系列操作，包括分析数据、处理文件和准备输出内容。

灰度估计，取决于任务类型，这些工作流消耗的Token数量可能是典型聊天机器人互动的5至50倍。

Andreessen Horowitz加密部门a16z在一份分析报告中发布的OpenAI、OpenRouter和Similarweb数据也显示，AI智能体的消耗量更高。该报告称，AI智能体使用的Token数量接近人类的5倍，其Token消耗量自2026年2月以来增长约14倍。

该报告称，最活跃的企业生成的Token数量是普通企业的八倍以上。AI智能体使用量的上升也在影响对内存和传统自动化工具的需求。

潘德尔援引高盛的预测称，到2030年，Token消耗量可能增长24倍，主要原因是AI智能体的普及。他认为，如果AI使用的扩张速度快于模型效率的提升，整体算力需求将继续上升。

数字AI服务依赖电力、数据中心和GPU等实体基础设施，而这些资源均需要时间才能供给。潘德尔指出，CoreWeave报告称，其已以更高价格签署了新的算力容量合同。

潘德尔认为，更便宜的AI以及自主AI智能体的发展将扩大潜在应用范围，并可能加剧对有限计算资源的竞争。他表示，这可能使拥有相关基础设施的公司受益。

Meta首席执行官马克·扎克伯格预测，未来五年将有数十亿人使用个人AI智能体。