OpenRouter 的统计显示，AI 已经开始替人类大规模调用 AI。
这家模型网关给出的一组数据里，2026 年 2 月 6 日是一个明显节点：当天，人类在 OpenRouter 上消耗的 token 第一次被智能体追平。到 8 月 10 日，双方差距已经拉开到 5 倍以上。
据 OpenRouter 统计，截至 8 月 10 日，Agent 类 token 用量从约 0.51 万亿升到 7.3 万亿，增长 14 倍；人类用量也升至 1.4 万亿，但只增长了 2.8 倍。按这组口径计算，智能体当前的 token 用量已经是人类的约 5.2 倍。
文中提到，这样的变化只发生在半年内。Peter 形容，像是隔了 10 年，但 2 月 6 日其实只是半年前。
OpenRouter 如何区分人类和智能体流量
文章先解释了这组数据的来源和计算方式。
OpenRouter 是全球最大的模型网关之一，一端连接约 70 家模型供应商，另一端连接开发者，每周处理 28 万亿 token。按其联合创始人兼 COO Chris Clark 的估算，这大约相当于全球推理量的 1%，其中一半来自美国。
在这 1% 的 token 里，OpenRouter 不按身份区分用户，而是按使用方式识别流量。它通过 API key 追踪行为，再根据 7 项信号加权评分，将流量划分为 Agentic、Mixed 和 Human 三档。
这些信号包括：工具调用是否频繁、两次响应之间间隔几秒、一轮对话往返多少次等。文章给出的解释是，人类使用 AI 时通常是问一句停一会，中间要阅读、思考和输入；智能体则会连续运行，反复调用工具，循环执行多个回合，这种节奏与人类使用方式不同。
因此，这是一套估算模型，不是逐个核验的身份标签。但文章认为，方向性的判断不会偏离太多。
文中还强调，token 统计的不是有多少人在用 AI，而是 AI 在多深程度上替人完成工作。一个人类目标，现在可能触发几十轮模型调用和工具调用，消耗结构已经和早期的一问一答不同。
同一个任务，智能体会触发更多轮次
真正拉开人类和 Agent 差距的，是两边完全不同的使用方式。
文章描述的人类请求模式比较简单：打开对话框，输入提示词，等待回答，复制内容后关闭。整轮交互不到 10 句话，消耗通常只是几千个 token。
智能体则是另一种形态。用户只给出一个目标，系统会继续向下执行，读取文件、调用工具、生成结果，再继续读取、修改，直到任务结束。前期塞进去的目标、规范和上下文，会在后续不断被增量读写。
在这种模式下，一个人上午还在对话框里手动复制粘贴，下午如果把任务交给智能体持续运行，token 用量很快就会跳到另一个数量级。Peter 的说法是，真正带来量级变化的，是人们开始让智能体长时间自主运行。
缓存 token 占比高，成本仍在上升
14 倍的增长很容易让人先想到成本。
Peter 补充的一个关键点是，智能体请求天然是多轮的，平均一次智能体请求中，近 70% 的 token 来自缓存提示，而缓存通常按远低于正常输入的价格计费。
原因在于，Agent 围绕同一个目标反复读写。第一次需要把大量上下文灌入模型，例如代码规范、操作手册、工具清单，这一步按全价计算；后续每一轮只做增量更新，命中缓存的部分只按正常输入价的一小部分收费。
换句话说，那条陡峭上升的 token 曲线里，近七成来自被反复复用的同一段上下文。文章还提到，a16z 按总量口径写作 85% 以上，而 Peter 原帖按单次请求平均值给出的数字是近 70%。
单价虽然下降，但总用量飙升得更快，预算仍然会被迅速消耗。
文中举了几个例子。Uber CTO Praveen Neppalli Naga 今年早些时候透露，公司工程师只用了 4 个月就耗尽了全年 Claude Code 预算。按媒体转述，他本人一场 2 小时的演示就花了 1200 美元。
EY 也给出一组测算：同样一次客服交互，2023 年成本约 0.04 美元，到 2026 年升至约 1.20 美元，增长 30 倍。文章指出，这不是模型本身变贵，而是任务执行方式变了。过去是客户问一句、系统答一句；现在客户还是那一句提问，但背后流程可能包括查工单、调库存、翻记录，并经过十几个回合后才生成一条回复。
高盛则估算，智能体 AI 可能把 2030 年的 token 消耗推高 24 倍。
Peter 说，任何一项成本如果半年涨 14 倍，人们都会开始细抠。这也是开放权重模型和低价 token 服务突然受到关注的原因。
文章还提到，缓存 token 虽然便宜，但会占用内存。智能体如果持续运行几个小时，之所以不必从头再来，依赖的正是内存持续托住整段上下文。文中据此提到，高带宽内存近期紧俏，也可以从这里找到一部分原因。
差距不在模型，而在是否接入真实工作流
文中的判断是，决定 token 消耗规模的分水岭，不是使用哪个模型，而是模型是否被接入真实工作流。
同一个模型，如果只被当作搜索框使用，一天可能只消耗几千 token；如果连接上企业自己的文件、工具和可持续运行的流程，一天消耗几千万 token 也不罕见。
OpenAI 提供的一组企业数据被用作参照：使用最深的 10% 公司中，每名活跃用户输出的 token，是典型公司的 8.3 倍；而在 1 月，这个差距还只有 2.6 倍。半年时间，差距扩大到原来的 3 倍以上。
同一组统计还显示，头部公司的活跃用户中，每周有 21% 在使用插件，典型公司只有 9%；技能采用率分别是 19% 和 3%。OpenAI 自身内部，这个数字是 95%。
文章的解释是，把高频任务打包成可复用技能后，智能体不必每次都从头摸索，少搜几次、少返工几次，节省下来的就是成本。
token 暴涨后，验收仍然离不开人
文章最后讨论的是另一本账：谁来验收这些由智能体完成的工作。
智能体流量快速增长，不等于 AI 已经完全自主。大量任务仍然由人发起，中间也经常设置人工审批环节。
Peter 原帖评论区一位服务业客户开发者提到，他服务的那些老板从没想过完全撒手，采购、发送、签字，每一步都要回到人工处理。
但问题在于，流程绕回人工，不代表一定有人真正检查。另一位从业者称，他们的智能体删除了广告账户中的 18 个视频，直到整整一天后才被发现。文中认为，这不一定是模型犯下多严重的错误，更直接的问题是那一步根本没人查看。
文章写道，token 开销可以在半年里增长 14 倍，但负责验收的人手不可能同步扩张。这可能是这一轮增长中最容易被忽视、也最昂贵的一项成本。
分析、调研、初稿和方案这类重复执行动作，往后都会变得更充足；真正稀缺的，将是验证、判断，以及决定什么事情值得去做。AI 已经成为 token 的主要消费方，但到目前为止，它还不能替人签字。
文中最后给出的判断是，未来的问题不再只是是否使用 AI，而是 AI 替人做完的那些工作，最终由谁验收，谁来决定下一步。