去年年底硅谷掀起 Token Maxing 风潮，科技公司争相比拼 Token 消耗量。今年年中，Uber 四个月烧穿全年预算，Meta 被迫设定使用上限——转折点已至。亲历者黄东旭的账单从每天 400-500 美元降至 200-300 美元，关键变量是本地开源模型的崛起与 Agent 架构的系统性进化。
去年年底，硅谷掀起一股 Token Maxing 热潮——创始人与工程师争相晒出天价账单，以此彰显对 AI 的全力押注。黄东旭是亲历者之一："我当时属于'无脑用最强'，每天账单 400-500 美元，用 Opus 从 0 到 1 构建分布式数据库。"
但转折来得比预期更快。
Uber 在四个月里烧穿了全年的 AI 预算，Meta 被迫给员工设定 Token 使用上限，Stripe 内部弹窗提醒"Opus 4.8 很贵，可以先试试其他模型"。成本失控与虚假生产力，让这场烧钱竞赛到达了转折点。
永远选最强模型，不惜代价。适合探索边界，但成本不可控，容易产生大量无效调用。
前沿模型 + 本地开源模型协同分工。日常任务用本地模型"只烧电费"，复杂任务才调最强 API。
注：两种模式并非替代关系，而是场景分化。Token Maxing 在探索性任务中仍有价值，Token Efficient 更适合规模化日常使用。
张宏江从宏观视角给出了判断："Token 成本过去几年一直是每年降 10 倍，远超摩尔定律。技术成熟时成本会大规模降低，但使用量增长远超成本降低——市场反而越来越大。"
但真正让黄东旭转变的，不是成本压力，而是模型能力的结构性变化。
过去半年，Agent 产品经历了三次迭代，每一次都重新定义了"智能体能做什么"。
注：三款 Agent 并非线性替代关系，而是代表了不同设计哲学——OpenClaw 极简主义、Hermes 工程化、Slock 群体智能。当前生态中三者并存。
让黄东旭账单大幅下降的，是两件事同时发生：Fable 5 等前沿模型的绝对智商碾压，以及 DeepSeek V4 等开源模型在本地跑出了可用质量。
"不是前沿模型用不起，而是本地开源 + 前沿模型的搭配，成本可控，更具性价比。"
注：以上数据为黄东旭个人实测，基于 Mac Studio 运行 DeepSeek V4 Flash 模型。本地推理速度与硬件配置强相关，电费按满载运行估算。
开源模型解锁了两类以前"不敢做"的事：大量重复性日常工作（邮件处理、信息汇总），以及 高消耗的批量任务（如通读 CVPR 几百篇论文并用工作流持续跑）。"并不是掏不起几百美金，而是觉得不受控制——你不知道它会跑出多少 API 调用。"
"以前我不敢让 Opus 放开干的事情，现在在本地模型上跑一个工作流，让它持续跑着就行。成本在它完成的任务面前，可以忽略不计。"
—— 黄东旭，Llama Ventures 合伙人但一个诚实的注脚是：Agent 的 Token 消耗总量不会下降。黄东旭强调："Agentic Loop 让 Token 消耗比 Chatbot 时代涨了 100 倍不止。未来面对更复杂的问题，必然出现多 Agent 协同与分层架构，Token 消耗还会上台阶。"
注：Agentic Loop 即智能体内部循环——每轮循环调用大模型、执行工具、将输出注入上下文。复杂长程任务可能循环几百步，每一步都有大量 Token 消耗。
张宏江认为，智能的转折点——奇点已经到来。"过去 6 个月发布的模型，在 IQ 测试上已经站在人类平均值的右边。机器的学习能力超越了人的学习能力，你赶不上它了。"
这一判断有三个现实支撑：
黄东旭用一个具体场景说明了这种跨越：一群 Agent 讨论了半天没有结论的问题，直接丢给 Fable 5，一次就精准搞定了。"它甚至没有之前的上下文，是绝对的智商碾压。"
这种能力分层催生了 管理学意义上的分工：顶级模型做决策与复杂推理，本地开源模型做执行与批量处理。两者协同，既保质量又控成本。
"今天做 Agent 是好时机，但关键是：别做容易被大模型碾压的应用。你的护城河应该是垂直数据、企业 know-how、或者基础设施层的工程能力。"
—— 张宏江，Llama Ventures 高级技术合伙人黄东旭补充了一个判断标准：Agent Native 的试金石——把 AI 或 Agent 的元素去掉，如果这件事仍然成立，那你就不是 AI Native。真正 native 的企业，去掉 Agent 后成本会涨一千倍，或者根本做不成。
Agent 时代，系统工程能力正在超过模型参数比拼——但 Token 消耗的杰文斯悖论告诉我们，每一次成本优化都会解锁新的消耗场景，这场"性价比赛跑"没有终点，只有不断升级的智能复杂度。