词元需求爆发式增长，推理算力占比将达八成

中国电信研究院发布《智能体时代 AI 基础设施发展研究报告（2026）》，报告指出，随着人工智能产业发展重心从大模型与算力竞争转向智能体规模落地和应用变现，我国的词元（Token）需求正呈现爆发式增长。

中国电信研究院行业与企业战略研究所所长饶少阳给出的预测数据显示，2026年我国Token年消耗量将达到10亿亿，到2030年将超过3500亿亿，年复合增长率接近12倍。这一量级意味着模型调用正从零散试验走向大规模、常态化的商业运行，词元消耗量也因此成为衡量AI应用活跃度最直接的指标之一。

需求结构的变化同样值得关注。饶少阳表示，从算力需求来看，智能体的爆发将带动我国算力需求持续高速增长，预计未来2至3年，我国算力需求平均每年将增长近10倍。他进一步指出，推理算力需求将远远超过训练算力，预计2029年我国推理算力市场占比将达到八成。这一判断意味着基础设施建设的重心，将从集中式的大规模训练集群，逐步转向面向海量并发请求的推理服务能力，对低延迟、高吞吐、低成本部署提出了更高要求。

资本投入方面，数据显示，2026年我国头部科技型企业AI的资本支出接近6000亿元，占全社会总投资比重超过一成。智能体的规模化落地，正在把技术投入持续转化为实际产能，也带动了从芯片、服务器到云服务的整条链条扩张。

智能体自身的增长速度同样惊人。国际市场研究机构预测，2026年全球活跃智能体数量将达到近8000万个，预计2030年将达到22.16亿个。单个智能体在执行任务时往往需要反复规划、调用工具、校验结果，其词元消耗量远高于单轮对话，这也从侧面解释了词元需求为何呈现非线性增长态势。

对开发者而言，这一趋势带来两方面变化。其一，推理侧的成本与效率优化将成为工程实践的核心议题，模型压缩、缓存复用、请求路由与调度等技术的价值进一步凸显。其二，智能体框架、工具调用协议与可观测性工具链将加速成熟，逐步成为AI基础设施的新组成部分。

总体来看，报告描绘出一条清晰的路径：智能体规模扩张推动词元消耗攀升，词元消耗又反向拉动推理算力与资本投入，形成技术迭代与产业应用相互强化的循环。如何在这一循环中提升单位算力的有效产出，将是接下来几年AI产业最值得关注的工程命题。