机器对话机器，钱从机器来，最后不知道谁在赚钱——这听起来像个笑话，但它正在真实发生。
风投 a16z 最新的每周图表显示，AI 智能体在 OpenRouter 平台上每周消耗 7.3 万亿个 Token，而同期人类用户只消耗 1.5 万亿个。两者差距是 5 倍。这个差距在 2026 年 2 月之后开始爆发式扩大——当时 AI 智能体流量首次超过人类查询，到 8 月中旬已经是人类的 5 倍。
OpenRouter 是 Stripe 最近以超过 70 亿美元收购的平台，聚合了 500 多个 AI 模型，每天处理超过 10 万亿个 Token 调用。平台会根据行为特征区分人类和智能体：是否会调用工具、是否在多轮循环中运行、是否按自动节奏发起请求。按这些标准，智能体已经不只是"在用"这个平台——它们已经"接管"了这个平台。
超过 85% 的智能体 Token 消耗来自缓存提示词。智能体在反复读取相同的上下文、处理已经处理过的指令，而不是生成全新的内容。这让 5 倍这个数字听起来比实际生产力差距更戏剧性，但即使打折，结论也不变：AI 基础设施的主要消费者，已经不是人了。
一个很直观的对比：Claude Code 的程序员用 4 小时写了代码，这 4 小时才产生多少 Token？但一个 24 小时运行在云端、从不睡觉的 AI 智能体，可以连续不断地产出 Token。这不是能力差距，是架构设计决定的——智能体天然是话痨、递归式、永远在线的。
平台最大的单一消费者也已经不是某个公司或开发团队了。AI 公司 Nous Research 的 Hermes Agent 智能体，今年 8 月初在 OpenRouter 上独自消耗了 1.5 万亿个 Token，几乎相当于其他 49 个被追踪应用的总和。它调用了超过 400 个模型、40 种工具，完全在云端运行，全程没有人类触碰一下。
Tech 圈解读分成两派。OpenAI 的 Greg Brockman 说智能体采用速度"令人惊叹"，开发者们开始讨论 AX（Agent Experience，智能体体验），把它比作 UX 之后下一个伟大的平台转移。但还有另一种声音。
开发者 Vijay Choudhary 指出：编程智能体在做用户根本没要求的工作，比如下载 5 个毫不相关的文件，运行完全偏离任务的搜索。如果这种行为很常见，那 7.3 万亿 Token 里，有不小一部分不是生产力，是计算资源浪费。还有人把问题推到了监管层面：一旦智能体规模达到某种程度，"人类在环"作为安全机制就变成了虚构的——一个监管人员根本不可能有意义地监督上万个同时运行的智能体。
最扎心的问题来自 X 上的"Full Kelly"：AI 的主要用户是其他 AI，AI 公司的主要投资方也是其他 AI 公司。顺着这条线追问：价值链里真正的"人"越来越少了。
基础设施商们已经面对这个现实。Cloudflare 在 8 月推出了 Kitesurf 浏览器——没有标签页、没有收藏夹、没有界面，只是一个供软件操作网页的裸奔工具。潜台词是：互联网上增长最快的用户群体，已经不是人类了。
而让智能体互相通信成为可能的，是 MCP（Model Context Protocol，模型上下文协议）。它让 AI 智能体可以调用外部工具、互相通信。MCP 在 2026 年初采用量急剧上升，时间线和智能体 Token 首次超越人类的节点几乎重合。
把叙事剥离，事实很清楚：第一，AI 基础设施的经济逻辑正在改变，Token 需求增速远超真正的付费人类用户；第二，最活跃的 AI 消费者是其他 AI，而不是企业或普通用户；第三，现有监管框架建立在"人用 AI"的前提上，这个前提正在失效。AI 行业花了几千亿美元建了一套给人用的基础设施，然后发现最大的客户是一行代码都不写的程序。这不是危机，这是现实。