Citrini Research 研究员 Jukan 转发 Goldman Sachs Global Investment Research 的图表并表示：“我们才刚进入早期阶段。”根据该图表，未来 AI 产业的关键变化，可能不只是模型能力提升或算力供给扩张，而是 consumer agent workloads，也就是面向消费者的 AI agent 工作负载，将大幅推升全球 token 消耗量。
消费型 Agent 让 token 使用量在 2030 前增加 10 倍
图表指出，消费型 agent 工作负载可能让 token consumption 在 2030 年前增加 10 倍以上；而图中红字标注更进一步写道，至 2030 年 token consumption 将成长 超过 12 倍。Goldman Sachs 认为，token 增长主要来自三个因素：更广泛的使用者触及、更高的每日使用频率，以及 AI 使用型态从单次 chat session，转向 on-demand agents 与 always-on agents。
所谓 token，是大型语言模型处理文字、指令、回复、工具调用与上下文记忆时的基本计量单位。当使用者只是偶尔向 chatbot 提问时，token 消耗相对有限。
但如果 AI agent 开始替使用者持续搜寻、监控、整理、下单、排程、回复讯息、处理工作流，模型就不再只是“回答问题”，而是变成持续运作的数字劳动力。这意味着每位使用者每天消耗的 token 量，可能从一次性对话变成高频、长时间、背景执行的工作负载。
2026 年全球 token capacity 约位于每月 7.5 兆 token 附近；但进入 2026 年上半年后，Goldman Sachs 将其标示为 Token Economics Turn Positive in 1H26，意指 token 经济性可能在 2026 年上半年转正。换言之，随着模型推理成本下降、算力基础设施扩张与使用场景成熟，AI 公司处理 token 的单位经济模型可能开始改善。
2030 年以前，非 agent 工作负载仍会持续成长，但真正拉开曲线斜率的是 consumer agents。非 agent workloads 主要代表传统 chatbot、搜寻、内容生成、一般企业应用等既有 AI 使用型态；consumer agents 则代表更高频率、更长时间、更自动化的 AI 使用场景。到 2030 年，图表预估每月 token processed 将突破 60 兆以上，其中 consumer agents 将占据相当大的增量来源。
这也是 Jukan 所说“才刚进入早期阶段”的核心含义。若 Goldman Sachs 的预测成立，AI 需求不会只停留在目前的聊天机器人、程式码助手或企业 Copilot，而会进一步进入 agentic workflow，也就是 AI 代理人替人类持续完成任务的阶段。届时，市场讨论的重点将不只是“多少人使用 AI”，而是“每个人每天让 AI 执行多少任务”。
贝莱德 CEO 驳斥 AI 泡沫：真正问题是算力供给短缺
这也呼应贝莱德执行长 Larry Fink 近期对 AI 泡沫论的反驳。据彭博社报道，Fink 在米尔肯研究院全球大会座谈会上表示，目前市场面临的不是 AI 泡沫，而是严重的供应短缺。需求成长速度远超出市场预期，不只美国在运算能力、晶片与记忆体方面产能不足，全球也才刚开始探索 AI 带来的庞大商机。
Fink 甚至预期，当算力需求持续上升、供给短缺无法快速解决时，未来市场可能会出现买卖“算力期货”的交易机制，让 compute capacity 成为期货市场上的新资产类别。这个说法之所以重要，是因为它把 AI 基础设施从“科技公司成本支出”重新定义为一种可交易、可金融化、可长期定价的稀缺资源。
换句话说，Goldman Sachs 图表讲的是需求端：consumer agents 将让 token consumption 在 2030 年前成长逾 12 倍；Fink 讲的则是供给端：如果 token 需求真的爆发，市场必须面对算力、晶片、记忆体、数据中心与电力供应不足的问题。这两者合在一起，构成当前 AI 基础建设多头论的核心。
这篇文章 台指站稳四万点、美股创新高，但 AI 产业才刚进入早期阶段？ 最早出现于 链新闻 ABMedia。
相关文章
