高盛最近发了一份研究报告，核心数字很吓人：到 2030 年，AI Agent 的 token 消耗量将是现在的 24 倍——每月 120 万亿亿（quadrillion）个 token。这个数字大到连报告里的分析师都承认，不知道 quadrillion 后面还有什么单位。
同一天，AI 研究员 Rohan Paul 在 X 上拆解了这个数字背后的逻辑：Agent 不是聊天机器人。聊天机器人回答一次就结束了，Agent 会规划、打电话、预订、检查结果、分析、再试——一个用户请求消耗的 token 可能是普通对话的 10 倍、50 倍，甚至更多。
这两件事放在一起，讲了一个完美的故事：Agent 普及→token 爆炸→用量增长远超成本下降→云厂商现金流改善→AI 投资终于有回报。逻辑链条严丝合缝。
但我不太相信。
先看看高盛的数据
高盛的核心模型建立在几个假设上：
第一，消费端 token 消耗增长 12 倍——在线购物、手机接管、邮箱整理这些场景会大量涌现。
第二，企业端 adoption 叠加——最终每月 120 万亿亿 token。
第三，推理成本每年下降 60-70%——芯片效率提升和数据中心架构优化。
第四，未来 3-12 个月会出现"利润率拐点"——成本下降速度快于价格下降速度，云厂商的毛利率会改善。
听起来很完整。但仔细看，这里面有几个问题。
Agent 确实更费 token，但不等于每个人都会用
Rohan Paul 的分析是对的——一个 Agent 任务消耗的 token 远多于一次聊天。问题在于，这个"远多于"的前提是有人真的在用。
高盛自己的报告里写了一句话，不太起眼：到 2030 年，预计只有 12% 的知识工作者会使用 agentic AI。到 2040 年，这个数字是 37%。
14 年后的渗透率才 37%。这不叫"爆炸式增长"，这叫缓慢爬坡。
高盛说企业 adoption 会比消费端更慢，原因是企业应用更复杂——写代码比订机票难得多，客服比邮箱管理难得多。而且还要考虑合规、预算、测试、集成。这些都是对的。
但"对"和"能支撑 24 倍增长"是两码事。
成本下降的速度，可能比你想象的快
高盛假设推理成本每年降 60-70%。这个数字本身已经很快了——意味着 3 年后成本只有现在的 3-10%。
但高盛同时假设用量增长会远超成本下降，所以总费用还是在涨。这个判断的前提是：需求增长是指数级的。
我觉得这里有个认知偏差。高盛看的是"如果所有人都在用 Agent"的场景，而现实是大多数人连聊天机器人都没用明白。
中国市场已经有一些"always-on"的后台 Agent——帮你订机票、整理邮箱、过滤垃圾邮件。但这些功能的 token 消耗真的需要乘以 50 吗？订一张机票的对话，AI 规划-执行-确认，可能确实比问一个问题多几倍 token，但 50 倍？这个数字更像是理论上限，不是实际均值。
一个有趣的反例
高盛报告里提到一个细节：在某些实时语音 Agent 的场景中，人类成本实际上比 LLM 成本更低。原因是"时间依赖性"和"延迟特性"——AI 要做到实时响应，需要更多的计算资源和更复杂的架构，反而更贵。
这个细节很诚实，但也很致命。它说明 AI Agent 不是在所有场景下都比人便宜。高盛自己也承认，经济学不是对所有 AI 工作负载都有利。
这意味着什么？意味着 token 增长不会是均匀的。有些场景（比如编码）Agent 确实高效，有些场景（比如实时语音客服）可能长期不划算。24 倍的总量预测，是把所有场景混在一起算的平均值——但平均值会掩盖巨大的方差。
芯片短缺是另一个变量
高盛预测未来 12 个月芯片会短缺，两年后可能跟上。建一个新芯片厂需要三年，而需求的变化速度比这快得多。
短缺意味着什么？意味着云厂商拿不到足够的算力，即使想扩容也扩不了。这反过来会限制 Agent 的实际部署速度。需求曲线再陡，供给跟不上也是白搭。
微软的例子
Rohan Paul 还提到了微软——计划 6 月 30 日前将 OpenAI 集成到 Copilot 命令行，目标本财年实现约 700 亿美元 AI 收入，同比增长 60-70%。
700 亿美元。这个数字很大，但微软的总营收是 2000 多亿美元。AI 占三分之一。考虑到微软是最积极拥抱 AI 的科技巨头之一，这个占比说明 AI 还没有"接管"整个行业。
如果连微软的 AI 收入都只占总营收的三分之一，其他公司呢？
我的判断
高盛的报告不是错的——它的模型在假设成立的前提下是自洽的。问题在于假设本身。
24 倍增长需要三个条件同时成立：Agent 被大规模采用、每个 Agent 消耗大量 token、成本下降跟不上用量增长。我觉得第一个条件就存疑。
更可能的情况是：token 消耗会增长，但不会是 24 倍。Agent 会普及，但不会取代所有人类工作流。成本会下降，而且可能比高盛预计的更快——因为竞争太激烈了，芯片厂商和云厂商都在拼命降价抢市场。
利润率拐点可能确实会出现，但不是因为用量爆炸，而是因为成本降得太快，快到用量增长都追不上。
这和华尔街喜欢听的叙事不一样。华尔街要的是"指数级增长"的故事，不是"温和增长但成本大幅下降"的故事。后者不够性感。
但后者可能更真实。