币圈界报道：

AI代币消耗量或迎24倍增长，智能体驱动算力跃升

随着人工智能技术成本持续下降，其应用广度和使用频率显著提升。据Grayscale研究主管Zach Pandl分析，到2030年，AI代币的总消耗量有望达到当前水平的24倍。这一趋势主要由更复杂的AI智能体推动，其在执行多步骤任务时的代币消耗量，可达传统聊天机器人交互的5至50倍。

低成本模型拓展自动化边界

人工智能模型价格下调正加速其在各类工作流中的落地应用。Anthropic披露，其最新推出的Sonnet模型每项任务成本降低幅度高达30%。同时，开源低权重模型的竞争进一步压缩了代币定价空间。代币作为衡量模型调用与内容生成的计量单位，其使用成本直接影响开发者的投入规模。

随着经济性改善，企业有望实现此前因预算限制而搁置的智能化场景。Grayscale发布的《投资算力瓶颈》报告深入剖析了低成本智能技术如何释放更广泛的应用潜力。

智能体运行模式催生指数级算力需求

OpenAI新推出的“dots”智能体具备全天候运作能力，能围绕用户目标自主推进多阶段任务。例如，在筹备客户会议时，该系统可自动完成笔记审阅、投资组合分析及议程起草等复杂流程。

根据Grayscale测算，此类复合型任务的代币开销是单次问答交互的5至50倍，具体取决于任务深度。由此推断，智能体的规模化部署将极大拉升对推理计算资源的需求。高盛亦指出，若智能体全面渗透，代币消耗量届时或将攀升24倍。

物理算力设施成增长核心制约

尽管模型效率不断提升，但当使用强度的增长速度超过优化速率时，整体计算需求仍将持续上行。然而，支撑大规模算力所需的电力网络、数据中心布局及高端GPU供应均存在天然局限，建设周期长且投入巨大。

Grayscale援引CoreWeave案例说明：该公司近期已以更高单价签署新算力合约，反映出即使单个任务成本下降，优质算力资源仍面临供需失衡。Pandl强调，未来代币使用量的爆发式增长，足以抵消效率提升带来的缓解效应。因此，掌握稀缺物理算力资产的主体，将在新一轮需求浪潮中获得显著收益。