看完 @fi56622380 的最新文章， 《AI Semiconductor Endgame (IV)》 三点感想是： 一、果然头部1% 或 10% 的用户才是 token 消耗的主力军。 二、agent 编程已经实现自动驾驶L4，是对大多数人来说，当前性价比极高的事情了。掌握 agent fleets 和 agent 软件工厂刻不容缓。按纳瓦尔的说话，给自己加一个超级技术杠杆。 三、agent 经济很快也会冒头，这又是一个全新的高速增长，建立在海量开源token下的新经济，也是普通人入局的好行业，类似多年前的淘宝、手机APP、短视频、直播早期。 一些摘录： --- 杰文斯悖论（Jevons Paradox）已经无数次得到体现： 价格下降，需求增长得更多，最终总收入反而增加。 不过，近期数据表明： Token 价格下降得如此之快，以至于需求在短期内可能跟不上，导致总收入增长放缓。 一项基于 OpenRouter 和 Azure 数据的研究发现，Token 需求的短期价格弹性大约为 1。 也就是说： 价格下降 10%，使用量大约增长 10%，总支出基本保持不变。 所以，讨论了这么多之后，开源模型对半导体行业的影响，最终可以归结为一个问题： Token 需求增长能否持续跑赢 Token 价格下降？ --- 六、Token 需求仍将大幅增长，经济档模型也不会轻易取代旗舰模型的需求 主要有以下几个原因： Token 使用量高度集中在头部用户身上，而这些用户能够充分利用模型能力的每一次提升。 “当模型已经比大多数人需要的更聪明时，继续提升模型能力就没有意义了”，这是一种错觉。 每个行业都存在开放式任务，而旗舰模型在这些任务上的表现明显更好。 模型能力的本质是不断向更高的抽象层级移动，因此模型能够统筹的工作会越来越复杂。 AI 正在降低信息获取、形成洞察和将意图转化为行动的门槛。这些改进相互叠加，会在每个阶段打开数量级更大的市场。 --- 1. 更好的模型主要让重度用户受益，而持续提升的能力会不断释放更多使用需求 前 10% 的用户贡献了绝大部分使用量。 前 1% 用户的平均使用量，大约是前 10% 用户群体平均水平的 10 倍，是中位数用户的 100 倍。 他们通常也是最能发挥模型能力价值的人。 更好的模型，主要提升的是前 10% 重度用户执行长周期任务的能力。 模型能力构成了他们使用量的上限。 随着这个上限不断提高，他们的使用量也会持续增长。 --- 长期来看，每个人每月的 AI 支出可能达到白领工资的 10%，大约为 1000 美元。 这个论证从生产力出发，以人工运营成本为计算基准。 但随着智能体不断向更高抽象层级移动，计算基准可能不再是： “每个人使用多少个智能体。” 而是： “每个组织运行多少个智能体。” 到那时，智能体的数量将不再与员工人数和工资水平绑定。 智能体的数量甚至可能远远超过碳基人口。 --- 编程是第一个跨越到 L4、实现完全自主接管的领域。 这就是为什么 Token ARR 在 2026 年上半年出现爆炸式增长。