0
“Token每两周翻一倍”，AI infra 正在被重写”。
“这种增长速度，在人类历史上都很少见。”
这是无问芯穹CEO夏立雪对当下AI行业最直观的感受。
“养虾”成潮流后，AI产业进入到一个更有意思的变化：需求侧反向重塑 AI 基础设施。
随之而来的是，Token调用量暴涨、算力供需错配、系统架构承压，这些原本属于底层的问题，正成为行业发展的关键变量。
3月27日，在2026中关村论坛年会——AI开源前沿论坛上，由月之暗面创始人杨植麟领衔主持，智谱华章CEO张鹏，无问芯穹联合创始人兼CEO夏立雪，小米MiMo大模型负责人罗福莉，香港大学助理教授&博士生导师、Nanobot团队负责人黄超同台，围绕当下智能体浪潮、AI Infra的演进方向等议题展开深度对话。
作为基础设施层的代表，夏立雪从Token供给与产业可持续发展的视角，分享了对这一轮AI变革的观察与思考。
Token爆发：像极了3G时代的流量
在夏立雪看来，Token 不再只是一个计费单位，而正在成为类似“电力”“流量”的基础生产要素。
他将这一阶段类比为3G时代初期。当年移动互联网刚刚普及时，用户很快发现每月100MB流量远远不够用，需求迅速释放，最终催生出整个移动互联网生态。
“现在Token的状态是一样的。”他说，“我们甚至在开玩笑，未来手机可能会有两张卡，一张是流量卡，一张是Token卡。”
但与流量不同的是，Token的增长背后，不只是“用得更多”，而是使用方式发生了根本变化。
随着 Agent 的出现，AI开始从“回答问题”走向“执行任务”。一个复杂任务可能包含多轮推理、多次工具调用、多个子任务协同，这些都会显著提升Token消耗。
与此同时，并发能力也在发生变化：
“一个Agent可以一秒钟起1000个任务，没有人类工程师能做到。”
围绕 Token ，新的产业分工也在逐渐清晰。夏立雪将AI产业的核心拆分为三个要素：模型的智能性、从资源到 Token 的转化效率、资源规模。
三者共同决定整个系统的产出能力。
“模型厂商解决的是智能性的问题，而我们更关注的是生产效率——怎么把能源、算力转化为更多、更高质量的 Token 。”
在这个框架下，无问芯穹将自身定位为“ Token工厂 ”：通过软硬件协同、资源整合与调度优化，把分散的算力资源转化为可用的Token供给，并尽可能提升单位资源的产出效率。
基础设施重构：从“服务人类工程师”到“服务AI”
如果说Token的爆发是表象，那么更深层的变化在于：现有基础设施的设计前提，正在被打破。
“过去我们服务的是CTO，是开发者，但未来的客户，其实是AI，是Agent。”夏立雪说道。
人类工程师的工作节奏是串行的，而Agent具备高度并发能力；人类的响应速度是分钟级，而AI的反馈是秒级甚至毫秒级。这意味着，原本围绕“人”的行为模式构建的系统，在面对AI时会迅速成为瓶颈。
夏立雪对雷峰网(公众号：雷峰网)表示，基础设施要适应 AI 超出人类的能力。
比如 Agent 可以瞬间发起上千个并发任务，这种规模和响应速度，是人类工程师不具备的。所以底层系统必须支持更高并发、更快调度，比如毫秒级弹性、分布式任务协同。
如果基础设施还是按照“人”的节奏设计，就会成为瓶颈。
其次，基础设施本身必须具备自我进化能力。
夏立雪提到， AI 的需求变化非常快，今天和明天可能完全不一样。所以Infra不能是静态系统，而是要能够持续迭代。我们现在也在基础设施里引入 AI 能力，让AI参与运维、调度、优化，甚至像一个“CEO”一样去协调多个Agent之间的协作。
从这个角度看，未来的基础设施不是简单支撑AI，而是和AI深度融合的——“你中有我，我中有你”。
这一判断，也解释了无问芯穹当前的技术路径：通过打通不同芯片架构、整合分散算力资源，并在系统层引入AI能力，实现资源调度与系统优化的持续进化。
“我们希望做到的是，把容器、调度这些能力做到毫秒级弹性，去适应AI的行为方式。”夏立雪认为。
供需错配与 Token 经济学：一场尚未完成的体系构建
尽管需求在快速增长，但当前行业面临的依旧是供需之间的结构性错配。
一方面，高端算力资源供不应求；另一方面，大量“可用但未被充分利用”的资源处于闲置状态。
“大家都在用最优质的资源，但其实有很多资源是可以被用起来的。”
在夏立雪看来，这种现象并不意外。任何新兴产业在早期，都会集中使用最优资源完成突破，但随着规模扩大，必然走向分层与分化。
“一个成熟的产业，不可能只有最顶级的产品和最顶级的资源。”
这也意味着，低端算力、非主流芯片、延迟较高的集群，并非“无效供给”，而是尚未被正确匹配的资源。
无问芯穹的一个重要方向，就是通过调度与系统优化，让这些资源找到适合的应用场景，比如离线任务、低实时性需求等，从而缓解整体供需压力。
与此同时， Token 价格的变化，也成为市场的重要信号。
面对各家云厂商的提价现象，夏立雪的判断是：“提价本质上说明，这件事情在用户侧产生了价值。”
在他看来，当前行业的一个关键问题，并不是“有没有价值”，而是ROI是否跑通。
一方面，AI已经可以替代部分人类劳动，例如助理型工作；另一方面，这些能力往往依赖高成本模型与算力，使得投入与产出未完全匹配。
“模型厂商解决的是这个岗位存不存在，而我们要解决的是，这件事情能不能以更高效率完成，让它的成本和价值匹配。”
从更长周期来看，他认为Token经济体系仍在形成之中。
与移动互联网时代不同，AI的服务对象不仅是人，也包括AI本身，这意味着未来可能出现全新的价值交换方式。
夏立雪也表示，AI行业的健康发展必须打通完整的经济链路：将中国的能源转化为算力，把算力转化为Token，最终落地转化为GDP。
通过软硬件生态的底层打通，我们要打造属于中国的特色Token经济学，这不仅是盘活国内算力，更是要复刻“Made in China”的奇迹，推进“AI-Made in China” 。
当中国庞大的能源与成本优势，通过高效率的Token工厂转化为优质、稳定的服务并输出到全球时，中国也将成为新时代的“世界 Token 工厂”，为AI时代的全球分工贡献不可替代的中国方案。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
