AI發展又迎來一個新的歷史節點。

當前市場正在走出單純基于“模型參數”的攻堅戰，進入基于真實ROI（投資回報率）和云端算力經濟賬的市場商戰階段。最近舉辦的Nebius Inflection 2026峰會上，Nebius聯合創始人Roman Chernin表示，AI云基礎設施正經歷一場從“無狀態模型托管”向“智能體運行期”的底層架構重塑。

這一表述印證了市場對AI支出從“極限消耗”向“極限節流”的轉變，即隨著企業AI支出的極速擴展，最近AT&T、Meta、沃爾瑪、亞馬遜等Fortune 500巨頭的AI預算管控浪潮襲來，企業對員工的考核不再單純基于員工對Token的使用量，而轉向對Agent輸出結果的評價。

從極限消耗到極限節流，這宣告的是AI粗放發展時代的結束，以及AI精細化作業時代的開啟。基于AI生命周期角度審視，這預示著AI正從粗放經營的初創期進入到精細耕耘的成長期和實用回報期，市場不再將AI看作一個研究探索單元，而當作一個經濟運行單元。

這預示著Token將成為AI生態系統的一個基礎設施層，市場已趨向基于Agent結果付費，而非基于Token的使用成本付費，即市場需要的Agent不再是簡單的工具調用和Token消耗，而是Agent對結果負責，成為一個具有經濟可行性的獨立經濟單元。

這是一個深刻的改變。過往的AI生態是單線條的，被市場稱為“無狀態模型托管”范式，背后的底層商業邏輯本質是買賣電力和算法模型調用，即模型+電的使用量，構成了Token經濟的主要組成部分。由于缺乏對Token的結果反饋機制，這種傳統的AI生態系統不僅容易引起低效使用和電力浪費，而且由于缺乏有效的經濟實用性和可用性的市場檢驗，還扭曲激勵了大模型企業將巨額資源投入到不斷擴大模型參數和算力中心建設等方面，忽視了模型的經濟實用性和市場有效性等更為根本的市場問題。

AI對市場資金的虹吸效應，及大量市場資金集中于缺乏對經濟實用和市場有效驗證的大模型上，觸發電力和GPU等算力的井噴式需求，進而不可避免地引發了市場對AI泡沫的擔憂。

為此，當前Agent興起，顯然不同于過往的單向通道，Agent作為一個獨立經濟單元，其不僅是對模型的優化調用，而且需要規劃、調用工具和模型，觀察結果、重試等，直接給企業和個人提供交付實現，用戶基于Agent交付的結果來評判其是否物有所值，是否在經濟上可行、使用上有效等。這不僅是矯正Token經濟下對模型和算力的粗放式調用，遏制用戶在AI使用上的災難，而且其將塑形AI的市場價值和經濟實用性，讓AI真正與用戶實際產出建立因果連接。

這開啟的將是一場AI淘汰賽，注定會將那些單純刷成績和標準而缺乏真正實用的AI大模型進行淘汰，進而帶來AI市場競爭生態的深刻改變。

為此，有關各方需編織好安全降落傘，為正在開啟的AI淘汰賽做好風險緩釋策略準備。就目前AI發展趨勢看，首先需警惕的是對AI基建規模的過度依賴，即隨著AI融入各行各業，市場對AI算力和大模型的需求會越來越多，但這種可預期的市場需求，并不等同于任何類型的算力中心和模型都能滿足市場需求。算力中心和大模型都需為Agent的輸出結果負責，構成Agent輸出成本的主要組成部分，只有能為用戶帶來真實增益的算力和大模型，才可能進入Agent的調用菜單中。在AI供需各方都將AI使用成本納入評價體系下，當前要警惕的是算力體系的低水平重復建設。

其次，需正視對Token使用量的過度迷戀。AI的含金量并非簡單看Token的使用量，而是看Agent對任務目標的完成質量和服務能力。若大規模的Token消耗量，無法有效轉換成AI對相關經濟社會活動的邊際效率改善，那么就需要注意是否存在AI領域的低水平重復建設。這顯然也是評價是否出現AI泡沫的一個重要指標。

此外，用戶對AI的態度從極限消耗轉向極限節流，更加注重AI作為生產工具的經濟價值等，再次用一個清晰的市場演進邏輯證實，市場是最終檢驗任何技術變革成效的唯一標準。對于AI等新事物，既不能拔高也不能遏止其成長，而是要相信市場的力量，相信市場會通過不斷試錯，讓富有市場競爭力的技術和企業脫穎而出。

當前AI變革已從初創期進入成長期，AI淘汰賽已然打響，這意味著市場進入了輸贏有別的關鍵時刻。此時更需堅定的一個信念就是相信市場的力量，唯有為市場分散試錯創造包容的環境，隨時做好市場外部性防治工作，才能形成“四民各執業，天下自無爭”的良好環境，也才能編織好金色降落傘，打好AI淘汰賽。