6000万个Token，人根本读不完。

一轮普通对话按5000个Token粗算，6000万Token相当于一万多轮对话——这正是11月4日WorkBuddy用户的人均用量。这个量级的内容没有哪个人类能读完，阅读的主体其实早已换成了AI机器。

2026年11月5日晚，DeepSeek团队给出数据：按使用官方API的用户统计，Harness在11月4日的日活为154万，当天吃掉约92万亿Token。周日公司又在X上把这组数字发了一遍。此时距8月13日v0.1版本发布还不到三个月。彭博社把DeepSeek称作"中国AI搅局者"，认为它正以开放的、开发者推动的智能体生态向OpenAI和Anthropic发起挑战。这轮Harness竞赛里，各方较量的是围绕模型长出来的应用规模，模型性能和使用成本只是其中一部分。中国AI的商业化正在提速，市场目光也从聊天机器人和跑分榜，挪向能执行任务、能嵌进工作流、能靠第三方应用留住用户的工具。

1978年诺贝尔经济学奖得主赫伯特·西蒙有句名言：信息的丰富，造成注意力的贫乏。人的注意力不够用，海量阅读和任务执行就交到了Agent手上。

快思慢想研究院院长田丰的概括是："中国赢了调用量榜，美国赢了收入榜。"他认为Token竞争的主战场已从第三方路由平台转向各家自己的Agent运行循环，消耗Token的用户也从人变成了机器。

一、钥匙孔里的排行榜

OpenRouter平台的数据显示：11月2日至8日，平台总调用量210万亿Token，环比增长8.25%。中国模型占116.18万亿，增长16.71%；美国模型13.98万亿，下降32.4%。DeepSeek V4.1-Flash-1017单周调用56万亿，增长17%，排在第一。中国模型的周调用量已连续28周压过美国。

不过田丰提醒，OpenRouter只是一个钥匙孔。按最近一周日均87.1万亿算，WorkBuddy一周约用610万亿Token，约为OpenRouter同期全球周用量的2.9倍，也是中国模型在该平台周用量的5.2倍。OpenRouter统计的只是经它转发的API流量，厂商直连、云服务、私有化部署和C端应用都不在榜单之内。它衡量的仅仅是那部分对价格敏感、改一行接口配置就能换模型的开发者流量。

这部分流量里，掏钱的主要是美国开发者。OpenRouter用户中美国约占47%，中国约占6%。美国机构调用中国模型的Token占比，2025年上半年约4.5%，到2026年年中已升到约46%。Token由此成了一种可跨境交付的服务贸易品：不装集装箱，不过海关，按百万Token结算。

同一时期Anthropic的收入持续走高。5月年化收入超过470亿美元，彭博社报道7月底已超过650亿美元，研究机构Sacra估算10月底接近800亿美元。美国头部厂商的流量主要走订阅和直连，不经过第三方路由。中国模型赢下的是看重性价比的那部分用户流量，靠的是价格；美国守住的是被订阅锁定的用户，靠的是留存。

二、Harness和模型同一天"出厂"

WorkBuddy是一个开源智能体框架，设计原则为"一切皆插件"。模型、工具、技能、会话、沙箱、存储、循环、调度，统统做成插件，开发者无需改动框架源码，就能替换或扩展其中任意一层。官方给它的定位是"Agent时代的操作系统"。8月13日以MIT协议开源后，代码仓库两周多就突破了20万颗星。

它的增长曲线和模型版本几乎同步。8月13日，Harness首版与V4-Pro同日发布；9月29日桌面端上线。日活的7日均值9月30日为27.1万，此后每周依次升到42.9万、66.5万、113万、140万，11月4日达到154万。从10月7日算起，四周涨到原来的约3.6倍。10月17日V4.1-Flash-1017上线后，曲线明显变陡。同期月活548万，日活约占月活的28%。

田丰认为，用户量和Token用量的增长主要来自三股力量叠加：模型升级、用户共创、错峰使用的低价。模型是发动机，产品是搭车的。模型和外壳出自同一家公司，同一天升级，用户不改配置就能换上更强、更省钱的模型。只做外壳的公司跟不上这个节奏。

"一切皆插件"还有另一面：模型本身也是插件，可以接入Claude、GPT。社区评测显示，用户还能在会话里把Claude Code、Codex当作子Agent调用。开源外壳把美国的闭源模型请了进来，也意味着用户随时可以离开DeepSeek模型。

三、让用户自己长出生态

插件这块的推力，其实也来自用户端。8月26日，也就是上线两周后，GitHub的dsh-plugin话题下已经躺着11,944个公开仓库；到了11月初，第三方插件数量约3.5万个，活跃用户里大约六成至少做过或装过一个。Agent的运行循环一旦被拆成插件，社区就接过了个性化的边际成本，长尾场景所需的工具也由社区自己造出来。

DeepSeek宣布将建设官方插件市场，同时筹备插件作者支持计划，打算以Token激励、技术交流和作品推荐来鼓励开发者。该计划目前仍处在收集意向的阶段。田丰的解读是：这相当于用算力给开发者发报酬，让生态平台加速跨过"冷启动"的滚雪球初始阈值。快思慢想研究院认为，只要留得住核心用户，DeepSeek与海外巨头竞争的重点就会从模型价格转向生态广度。田丰判断，真正能锁住用户的是插件市场和Token激励，胜负要看生态服务层能否成为护城河、成为行业的事实标准。

Anthropic公司Claude Code负责人Boris Cherny在YC的播客里讲过一句话，团队“为6个月后的模型做产品”。插件其实也有保质期。在模型外面搭的那层脚手架（Harness），下一代模型往往自己就能做，换句话说，新模型的能力会把眼下的脚手架“淹没”掉。卡帕西把现在这个阶段叫作“智能体的十年”，可靠性得一个9一个9地往上抬。按这个思路推，3.5万个插件里，不少是在替模型补短板，模型升上两代就保不住了。田丰的建议是，数插件总量说明不了生态好坏，得看模型升级两代之后，还有多大比例的插件被人天天用着。

四、Token是服务，还是成本？

业内有观点认为，全球AI的比拼重心已经从参数转向Agent的落地和生态。田丰的判断是，中国大模型已经走到数万亿参数这一步，算力规模跟参数规模是成正比的。不过更关键的问题是大模型怎么“回血”，也就是营收和自由现金流能不能快速起来。Agent之间的较量，核心在于谁花的钱更少、拿到的任务结果更好。

参数竞赛其实没停，只是挪到了幕后。DeepSeek V4.1-Flash的骨干网络参数约552B，公开资料里还提到约196B的Engram参数。输入阶段每个Token激活约8B参数，输出阶段约16B，输入端用到的骨干参数只有约1.4%。过去参数是对外喊的指标，如今变成了内部的工程变量。

一家靠Token收费的公司，开始让模型少开口。DeepSeek表示，1017版模型成绩往上走的同时，任务耗时和输出长度都压短了，还专门针对Harness、腾讯CodeBuddy和WorkBuddy做了优化。第三方测评里，同一个DeepSWE任务拉到最高档，成本从约3.3元跌到约1.3元。DeepSeek算账的尺子，已经从“卖出去多少Token”换成了“帮用户办完了多少任务”。

太平洋两岸画出的是一条曲线。用户为结果掏钱，Token自然就成了成本。

五、“读多写少”的账本

再说回6000万Tokens这个用量。田丰的看法是，人均用到这个量级，意味着AI正从“一问一答”变成长时间自己跑任务，平台越来越像一个“数字员工”。

跑得久的Agent，Token大头花在反复重读上下文上，而这块大多能撞上缓存。DeepSeek V4.1-Flash的闲时价是：缓存命中的输入每百万Token 0.02元，没命中的1元，差出50倍；输出4元，是缓存命中输入的200倍；高峰时段价格再翻一倍。按缓存命中率90%到95%、峰谷各占一半粗略算，一个每天消耗6000万Token的用户，一天账单约9到16元，一个月约270到480元。Agent贵在调用次数多，单个Token反倒便宜。DeepSeek的架构和定价，就是照着这种“读多写少”的负载特点设计的。

1865年，英国经济学家杰文斯在《煤炭问题》里写道：蒸汽机越省煤，英国烧掉的煤总量反而越多。Token眼下正在走同一条路。AI产品只要能把“重读”压得更便宜，就能接住最大的用户调用量，定价权也就跟着落到了KV缓存上。田丰认为，DeepSeek挑这个时间点放数据，是在向市场传话：它的护城河正从模型权重往缓存、运行时和插件这几层延伸。AI生产力最认的，就是这种性价比。

六、算力墙，倒逼错峰分流

美国那边的算力已经多到可以往外租。Anthropic今年拿到约1GW的谷歌TPU算力；据CNBC报道，2027年起还会再加约3.5GW。今年5月，它又跟已并入SpaceX的xAI签了约，把Colossus 1的全部算力包了下来，超过22万张英伟达GPU。Grok的用户规模落在头部对手后面，马斯克则说，xAI的训练早就搬到Colossus 2了。

中国这边算力还是不够用，DeepSeek的对策是错峰定价，跟电力的做法一样。8月17日起，工作日9:00至12:00、14:00至18:00算高峰价，其余时段半价；8月23日起，周末全天按闲时价算。聊天要即时回，Agent任务却能排队，可以搁到夜里跑。这么一来，算力不足就从“拒绝服务”变成了“调度问题”，道理跟电网削峰填谷一样。

错峰本身也带着约束。那一轮调价里，DeepSeek V4-Pro高峰时段的输出价从每百万Token 6元提到27元，涨幅350%，白天拿它干活的用户，成本是实打实涨了。到9月14日起，V4-Pro的请求改由V4.1-Flash接、按Flash的价格计费。智谱今年一季度的API定价也涨了83%。

任正非2025年6月接受《人民日报》采访时说过，华为单芯片落后美国一代，得“用数学补物理、非摩尔补摩尔，用群计算补单芯片”。DeepSeek这边对应的打法是：拿稀疏激活补算力，拿缓存补带宽，拿错峰补装机量。田丰的判断是：长尾Agent市场里，这堵墙绕得过去；但AGI前沿模型训练要的绝对算力规模，短期内还得靠国产AI芯片产能和华为超节点的部署落地来补。

七、量与钱之间

按同一口径粗算，WorkBuddy一年的Token账单约50亿到90亿元，相当于Claude Code在2026年2月年化收入（25亿美元以上，约175亿元）的30%到50%。

这组对比数字说明，中国AI应用生态的活跃度已经站进全球第一梯队，用量大、频次高、黏性强的格局正在成形。他也提醒，这些指标替不了盈利能力，也没法保证每家企业都能长期跑赢。它们能说明的是：产业底盘在变大，市场上的玩家在变多，背后都有规模化算力撑着。

Anthropic首席执行官达里奥·阿莫代伊在2025年1月发表的《On DeepSeek and Export Controls》里主张：出口管制决定中国能不能拿到数以百万计的芯片，也决定世界往单极还是两极走。WorkBuddy的数据从两个方向对上了这一点。管制确实在起作用，涨价和错峰就是证据；适应也在发生，稀疏激活、缓存定价、插件生态都是现成的例子。

钱学森讲系统工程，求的是总体最优，不苛求每个分系统都做到最强。DeepSeek的做法与此相通：模型、外壳、定价、调度放在一起调优，三个月就拿到Claude Code 2月年化收入的三到五成。田丰的判断是，这属于算力受限条件下的一次效率突围，也是当下竞争的阶段性成功。但要“超车”Anthropic和OpenAI，单位Token收入和前沿模型能力都得再往上走一台阶。Token数量上中国已经领先，Token价值上还在快速追赶。

八、三点建议

在田丰看来，这轮竞争的核心命题，是计量单位从“参数”换成了“任务成本”和“Token价值”。围绕这一点，他给出三条建议。

1）产业与技术层面，要造一把以“元/任务”为刻度的公共标尺，用来对比不同Harness完成同一类任务究竟花多少钱。牵头方是中国信通院等第三方机构，它们将联合主流模型厂商与Agent框架，推出基于真实任务的成本基准。每一类任务都要公开成功率、平均耗时、Token消耗、缓存命中率以及人民币成本，评测集开源，结果可复现。模型跑分高只代表它聪明，“元/任务”才回答企业该不该把它塞进生产系统大规模使用。田丰判断，一两年内主流厂商发新模型时，多半会把任务成本和成功率一并摆出来。谁先把Harness标准立住，谁在Agent采购上就有话语权。

2）政策与算力方面，可把Agent里允许延后执行的任务接入全国算力调度，同“东数西算”、绿电消纳放在一起考虑。具体可试点“Agent夜间算力包”，也就是算力期货：西部算力枢纽在用电低谷给出低价推理，模型厂商开放统一的异步任务接口，地方用电价优惠和算力券补贴中小企业的夜间任务。贵州在全国较早推出算力券，经验现成，可以直接借鉴。高端芯片供应受限，把利用率提上去就是最划算的扩容办法。分时计价大概率会成为行业惯例，政策若先动一步，“涨价”就能转成“普惠”。

3）安全与伦理上，插件市场得先定规矩，再谈激励。建议包括：开发者实名、代码签名；读文件、联网、执行命令分项授权；高风险插件由人工复核；激励同安全评分绑定，出过事故的插件不再给激励。Harness本身带有只能追加、不能改写的会话日志，可进一步做成行业通用的Agent审计格式，事后追责方便，用户数据也能得到保护。Agent要替人操作电脑和账户，用户信任是最值钱的品牌资产。安全先变成可验证、可追溯、可审计的标准，企业和政务客户才敢上手，普惠AI才谈得上落进千行百业。

结语　

Harness引发的竞争，计量单位已从参数和跑分换成每个任务的成本、每个Token的收入。前一项，中国靠开源和工程效率占了上风；后一项，美国凭订阅锁定和充足算力暂时攥着定价权——这大概就是“普惠AI”和“高利润AI”各自不同的使命。

参考文章：《WorkBuddy reports over 1.5 million daily active users, focusing on building out ecosystems, expanding user base: expert》，Global Times 张蔚蓝

畅销书：《AI商业进化论：“人工智能+”赋能新质生产力发展》

出版社：人民邮电出版社

帮助你定位AI当下发展坐标的指南针

帮助你洞察AI未来演进趋势的航海图

用通俗方式讲清AI的原理、特性与四大发展规律，提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观层面的全局观照，也有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图，也是身处AI技术浪潮之中的探路书。