Token经济：2026年中期AI产业全景

从德克萨斯州阿比林向西行驶，科技产业的未来以一种重工业惯有的方式宣告自己的到来：土方工程、输电线路和钢结构在以近乎不可能的速度拔地而起。在超过980英亩的土地上，Crusoe公司正在建造或许是史上最大规模的算力建筑。这家公司最初靠燃烧废弃天然气挖比特币起家，如今却承建着Oracle和OpenAI的Stargate项目。

一期园区已经投入运营。正在进行的扩建将把这个园区的总容量推至1.2吉瓦。3月份，Crusoe宣布了相邻的第二个900兆瓦园区，专门服务微软。全面完工后，单一场地将达到2.1吉瓦——大约相当于两座核反应堆的输出功率，可容纳约40万颗顶级GPU。

值得停下来想一想这到底是什么。不是老派意义上的数据中心——那种悄然嗡嗡作响的米色建筑，坐落在郊区的边缘——而是一座工厂，整个行业如今不加讽刺地使用"工厂"这个词是字面意义上的。能源从一端进入，以Token计量的智能从另一端输出。Crusoe在2025年底以超过100亿美元的估值融资13.75亿美元，据报道还在募集更多资金，并通过合资企业锁定了4.5吉瓦的天然气供应以维持产线运转。这家公司的创始洞见——把计算放到能源便宜且被搁置的地方，因为搬运电子比搬运数据更难——已从一个加密货币时代的套利策略，演变为全球基建浪潮的组织原则。

阿比林是这个故事中最响亮的数据点。到2026年年中，这个故事终于可以用数字而非形容词来讲述。三年以来，AI热潮靠能力声明和氛围驱动。今年，它靠账单驱动。一个大多数消费者从未听说过的推理平台每天处理数十万亿Token。一个编程平台正以17倍的年增长率冲向十亿美元级别的经常性收入，其用户中有相当一部分根本不会写代码。一家存储公司获得了300亿美元的私人估值。各国政府——最引人注目的是巴黎，在那里AI主权已成为总统演讲主题和230亿欧元的预算项目——已经认定，这种基础设施太重要了，不能租用。

本文是对这一经济体现状的报告：资金流向何方，机器在真正做什么，以及三个将决定2026年年中是被铭记为行业成熟的时刻，还是见顶时刻的问题。

*能源从一端进入，以Token计量的智能从另一端输出。*

第一部分：工厂时代

每一轮技术热潮最终都要浇筑混凝土，而这一轮的浇筑规模在计算史上是空前的。产业重心已从模型实验室转移到如今毫不遮掩地被称为"AI工厂"的实体——而建造这些工厂的公司，已成为全球最具战略重要性和融资能力的企业之一。

Crusoe的轨迹诠释了整个品类。其创始人——一位量化交易员和一位能源世家子弟——最初在油井捕获火炬气，这是一个附带廉价电力的环保方案。当AI需求引爆时，同样的逻辑被放大：不要把能源带到计算面前，把计算带到能源面前。结果是，软件行业最大的几个名字——OpenAI、Oracle、微软——如今将最雄心勃勃的基础设施锚定在一家五年前还只是比特币故事中一个聪明脚注的公司身上。拥有数千亿资本支出预算的超大规模云厂商仍然建得不够快，而速度——而非资本——已成为稀缺资源。

工厂时代有资本之外的代价，它以兆瓦和甲烷来衡量。Crusoe的4.5吉瓦天然气合资企业与其气候友好的创始叙事尴尬并置，而它绝非孤例：在整个行业，AI的电力饥渴已悄然改写了几乎所有参与者的可持续发展承诺。最诚实的说法——业界才刚刚开始公开承认——是这轮基建基于一个假设：智能的价值超过生产智能所产生的外部性。这个假设可能是对的，但尚未被证实。

而其背后潜藏着每一位基础设施老兵都带着伤疤记忆的看空逻辑：2000年的光纤过剩，当时一场真正的技术革命仍然摧毁了为其铺设管道的人所投入的资本。怀疑论者的三段论很简洁：需求预测建立在需求预测之上；部分融资是循环的——芯片制造商投资于购买其芯片的云厂商，模型实验室承诺了它们将用基于这些承诺的价值所募集的资金来支付的计算容量。如果代币需求仅仅是"增长非常快"而非"荒谬地快"，那么建设中相当一部分吉瓦装机量将演变为过剩。

反驳论点是本报告的其余部分：与1999年的光纤不同，2026年建造的产能在通电之前就已售罄，买家是有收入的公司。这使得真正的问题不再是工厂是否会被使用，而是使用它们的公司能否赚钱。要回答这个问题，你必须追踪Token的流向。

基建数据速览

• 2.1吉瓦——Crusoe阿比林场地的规划总容量，横跨Oracle/OpenAI园区（1.2吉瓦，二期2026年完工）和专用微软园区（900兆瓦，首栋建筑2027年中通电）。
• 约40万颗——完整阿比林项目在980多英亩八栋建筑内可容纳的GB200级GPU数量。
• 4.5吉瓦——Crusoe通过与Engine No. 1的合资企业锁定的天然气容量。
• 13.75亿美元——Crusoe E轮融资（2025年10月），估值超过100亿美元。
• 约200亿欧元——欧盟通过EuroHPC推进的AI超级工厂计划，目标建设每座约10万颗处理器的设施。

第二部分：每日30万亿Token：智能体经济拿到账单

如果你想知道AI智能体——那种不仅回答、而且行动的软件——是否真实，不要阅读主题演讲，要读仪表盘。2026年最有说服力的经济文件是Fireworks AI的Token计数器。这家总部位于旧金山的推理平台由曾在Meta领导PyTorch的林峤创立，每天为超过1万家客户（包括Cursor、Uber、三星、Notion和Shopify）处理约30万亿Token。其年化收入在2025年底估计为3.05亿美元，到5月份据报道已达8亿。投资者的回应方式如出一辙：据报道，新一轮融资正在进行中，估值约150亿美元，几乎是该公司2025年10月估值的四倍。

30万亿Token不是一个聊天机器人的统计数字。这样的数字发生在软件调用软件的时候：编码智能体将一项请求分解为数百次模型调用；客服智能体以循环方式阅读、推理、检索和输出；流水线中用户的一次点击触发一连串的推理调用。2026年在去年的各大会议上被广泛提名为智能体从演示走向生产的一年。

Token数据表明提名已被接受——但带一个星号。智能体进入了生产环节，但只在经济可行的场景中，而经济可行只有在单次任务成本足够低时才成立。这就是为什么该阶段行业的决定性竞争不是能力竞赛，而是成本战争。

这场战争同时在三条战线展开。第一条是软件：Fireworks及其竞争对手Together AI（于7月1日以83亿美元估值完成8亿美元融资，年化预订额超过11.5亿美元）将内核级优化视为核心知识产权。

第二条是硅。快速增长中的d-Matrix是圣克拉拉的一家芯片公司，由网络芯片老兵Sid Sheth和Sudeep Bhoja创立。他们花了七年时间押注推理的敌人是"内存墙"——在处理器和内存之间来回搬运数据所浪费的能量和时间——于是把运算搬到了内存内部。其Corsair加速器在6月进入全面量产并批量出货，机架级性能宣称对时延敏感型工作负载可提供约10倍的代币生成速度、三分之一成本和五分之一能耗，一项独立验证的演示将24秒的响应时间缩短到不到2秒。值得注意的是，d-Matrix不主张取代GPU，而是与之配对——这种共存策略说明了一个问题：这个市场已经何等成熟。挑战者们不再冲击城堡，而是在城堡内租用房间。

第三条战线最不起眼，也日益最令人惊讶：内存和存储。Solidigm是SK海力士的子公司，正在出货122TB固态硬盘，245TB型号已列入2026年路线图。该公司花了一年时间布道一个悄然成为共识的异见：AI数据中心正变得受限于数据，而非受限于算力。拥有百万级代币上下文的智能体生成庞大的键值缓存，这些缓存必须存放在快速的某个地方；检索流水线以训练阶段从未有过的方式冲击存储。当行业最热门的散热工程项目是与Nvidia联合设计的液冷SSD时，"AI基础设施"的定义已正式扩展到GPU之外。

将三条战线缝合在一起，战略图景变得清晰。单代币成本已成为这个行业的利率——这个单一变量决定了哪些智能体商业模式能够成立。每降一个百分点，某些此前不可能的产品就变得可行，某些现有企业的定价就难以为继。本文所描绘的这些公司竞争的并非让AI更聪明，而是让它足够便宜，以便无处不在。历史表明，后者是更有利润空间的野心。

*单Token成本已成为这个行业的利率——这个变量决定哪些商业模式能够成立。*

第三部分：网络的新读者

互联网最古老的习惯正在发生某种奇怪的变化。5月份谷歌在其I/O大会上亲自宣告了经典搜索框的终结——那个组织了25年人类注意力和大约一万亿美元广告收入的空白输入栏。第二天早上，一家名为Exa的创业公司宣布以22亿美元估值完成2.5亿美元C轮融资，由安德森·霍洛维茨领投，而这家公司的搜索引擎根本没有搜索框。Exa的客户不是人类，而是智能体。

Exa的论点是，随着智能体激增，机器搜索需求将增长到人类搜索量的数百倍乃至数千倍——软件以任何人口规模都无法匹敌的方式进行检索、比较、验证和引用。该公司的嵌入优先索引已为Cursor、Cognition、HubSpot和超过40万开发者提供查询服务，其响应速度（低于180毫秒）针对每次任务触发数十次搜索的程序做了优化。联合创始人Will Bryk曾表示智能体搜索量将在年内超过人类搜索量。他的估值在不到12个月内翻了三倍——说明投资者相信他。

二阶效应才是真正有趣的部分，而行业里还没有人有诚实的答案。网络的经济引擎是一笔大交易：内容是免费的，因为人类看到内容旁边的广告。智能体不看广告。如果开放网络的主要读者变成机器——提取事实、合成答案、从不点击——这笔交易就会崩溃，随之崩溃的是机器所阅读内容的资金模式。

出版商已经感受到泄漏；过去两年的诉讼和授权交易只是开场的小规模冲突。什么东西会取代搜索引擎优化——智能体引擎优化？机器可读的付费墙？每次抓取的微支付？——这将决定在一个注意力不再是货币的网络中，谁会因知识而获得报酬。

这里还有一个主权子情节，容易忽略，却难以忽视：如果少数几个美国索引成为地球上每一个智能体理解世界的记忆，那就是一种认知权力的集中，足以让关于社交媒体算法的旧辩论显得像小儿科。欧洲注意到了。欧洲通常在这些事情上比实际行动超前大约十年，但它确实注意到了。

第四部分：软件吞噬自身

2026年软件行业最具可见性的文化事实是，写软件的人越来越多地不是软件从业者。Replit——这款基于浏览器的编程平台已成为业界亲切称之为"氛围编程"的旗舰——在3月以90亿美元估值融资4亿美元，是其六个月前价格的三倍，年化收入估计约5.25亿美元，并公开宣布了年底达到十亿美元级别经常性收入的雄心。

来自85%《财富》500强企业的用户在其上开发，其中大部分人远离IT部门。其Agent 4在单个项目上并行运行多个编码智能体；公司AI负责人Michele Catasta将2026年框定为"智能体管理者"之年——一种工人的角色不是创造东西，而是指挥、审阅和编排执行任务的软件舰队。

这是一种真正的新型劳动类别，它的到来比围绕它的制度更快。而这正是企业软件领域最有资质的创始人之一，从软件生命周期的另一端发出的警告。Jyoti Bansal建立了AppDynamics并以37亿美元卖给思科；他现在的公司Harness——刚由高盛Alternatives领投完成2.4亿美元融资，估值55亿美元，年度经常性收入超过2.5亿美元——建立在对"氛围编程"叙事的反转之上。

Bansal的论点是：AI使编写代码几乎免费，但编写代码从来都不是最昂贵的部分。测试、安全、部署和治理——代码之后的一切——消耗了大约70%的工程工作量，而AI生成的代码洪流正使这个瓶颈灾难性地恶化。Harness的答案是让AI智能体瞄准代码之后的生命周期本身，在整个交付系统的知识图谱之上进行推理：服务、部署、测试、事件、策略、成本。

将Replit和Harness放在一起读，它们描述的是一个单一闭合回路，而这可能是这十年最重要的产业动态：AI生成软件，然后AI必须检查、加固和交付AI生成的软件。乐观主义者听到的是复合性的生产力提升。悲观主义者听到的是一个正在拆除自身断路器的系统。两者描述的是同一台机器。

不再有争议的是方向：创造软件的边际成本正朝着描述软件的边际成本坍塌，而每一个建立在软件稀缺基础上的假设——组织架构图、厂商定价、编程这个职业本身——现在都面临重新谈判。

*AI生成软件——然后AI必须检查、加固和交付AI生成的软件。*

第五部分：300亿美元的全民公决

4月份，Vast Data以300亿美元估值完成了F轮融资——这个数字值得片刻的静默思考。Vast销售数据基础设施。按照其品类标准，它极其成功：累计预订额超过40亿美元，承诺年度经常性收入超过5亿美元，拥有xAI和CoreWeave等重要客户，以及一个远不止于存储的品牌重塑——"Vast AI操作系统"涵盖了数据摄入、AI驱动的元数据丰富、数据库和智能体流水线。

Nvidia参与了这轮投资，这本身就讲述了一个故事：GPU之王正在数据层挑选赢家。但300亿美元对5亿美元的承诺ARR，是60倍的估值倍数，定价的是一个Vast成为智能体企业默认基础设施的未来。

Vast不是孤例，而是模式。Fireworks据报道冲向150亿美元。Replit 90亿。Harness 55亿。Exa 22亿。d-Matrix 20亿。即便是老牌巨头也在被重新定价：DDN——这家盈利、运营25年的低调劲旅在为xAI的十万颗GPU的Colossus超级计算机提供动力——从Blackstone拿了3亿美元，估值50亿美元，2026年大部分时间在公开寻觅另一位战略投资者。DDN即将到来的估值是一场公投，正如一家行业媒体所言，检验的是市场如何为AI中不华丽的那部分定价。

使2026年年中有别于此前的每一次AI狂热阶段的是，市场现在有了一个公开的参照物。Cerebras，这家晶圆级芯片制造商，在5月上市，以55.5亿美元募资成为今年最大IPO，市值一度逼近1000亿美元。这次上市同时做了两件事：验证了"推理是一个代际市场"的论点，并为所有仍为私营的公司启动了倒计时。公开市场对故事的耐心精确地持续到一家可比公司开始报告季度数字时。

私营梯队的收入增长——Fireworks在五个月内增长近三倍，Replit同比增长1700%，Together的十位数预订额——是真实且非凡的。同样真实的是这些数字与建立于其上的估值之间的差距。实现60倍估值倍数需要一切不出差错——而身处一个基础商品（代币）价格被设计为暴跌的行业，这绝非易事。

这就是整个大厦所依赖的悖论：本文中的每一家公司都在拼命让智能变得更便宜，同时其估值建立在一个假设之上：销售智能的收入只会复利增长。两者可以同时成立——如果交易量跑赢通缩，就像带宽曾经做到的那样，就像算力曾经做到的那样。2026年的赌注是，代币就是新的带宽。审计将在这些公司中第一家提交S-1申请时到来。

私营企业重新定价：2026年中记分牌

• Vast Data——300亿美元（F轮，4月），5亿+美元承诺ARR，40亿+美元累计预订额；Nvidia参投。
• Fireworks AI——约150亿美元（据报道新一轮融资进行中），约8亿美元年化收入（估计），约30万亿代币/天。
• Replit——90亿美元（D轮，3月），约5.25亿美元年化收入（估计），目标年底十亿美元级别经常性收入。
• Together AI——83亿美元（C轮，7月1日），年化预订额超过11.5亿美元；Aramco Ventures领投。
• Harness——55亿美元（12月宣布，高盛Alternatives领投），2.5亿+美元ARR，50%+增长率。
• Exa——22亿美元（C轮，5月），40万+开发者；a16z领投。
• d-Matrix——20亿美元（C轮），Corsair 2026年6月全面量产；M12和淡马锡在股东名单中。

公开参照物：Cerebras——5月IPO募资55.5亿美元，市值逼近1000亿美元，据报道锚定在200亿美元OpenAI算力交易上。

第六部分：主权，或地理的回归

在诞生后的第一个十年，云计算的伟大承诺是消除地理位置的影响：计算即公用事业，位置只是实现细节。AI时代逆转了这个极性。2026年，关于AI系统最具后果性的问题是"哪里"——芯片在哪里制造，数据中心从哪里取电，训练数据存储在哪里，模型受谁的法律约束，价值最终归属于谁的经济体。"主权AI"已成为术语，而在欧洲这一术语被呼唤的急迫程度无出其右——它已从会议小组讨论上升为国家事务：法国总统在主舞台上谈它，欧盟委员会为它开支票。

支票正在变大。欧盟AI超级工厂计划通过EuroHPC联合体获得约200亿欧元支持，目标建设每座约10万颗先进处理器的设施——比当前一代飞跃四倍。欧洲的模范冠军Mistral获得ASML领投的17亿欧元融资——荷兰光刻垄断企业投资法国模型实验室，意图之明显几乎堪称产业政策教科书。而Mistral Compute合资企业正在巴黎南部上线约18000颗Nvidia GB300 GPU，作为面向欧洲工作负载的主权云，独立于美国和中国超大规模云厂商。

这一模式在全球重演：韩国国家增长基金对芯片初创公司Rebellions进行了该基金有史以来第一笔直接投资，官员们毫无掩饰地称之为"K-Nvidia计划"；海湾主权资本领投了Together AI的7月轮次；淡马锡出现在d-Matrix的股东名单上。民族国家已成为AI基础设施市场的基石客户和基石投资者。

然而，尽管花了那么多钱，主权仍然是一个寻找定义的口号——这就是为什么今年对该辩论最有用的贡献可能是一剂思想洁净剂而非硬件。Neo4j的技术专家们提出的一个框架用两个问题拨开了迷雾。第一：主权针对什么，目的何在？三个关切占据主导——不受任何第三方阻碍地开展AI活动的能力；静态数据和传输中数据的安全和独立；以及经济价值最终归属于谁。

第二：主权为了谁？民族国家、企业和个人有真正不同的需求——法兰克福一家担心被厂商锁定的银行，与担忧战略自主的法国政府不同，而后者又与担忧自身数据的公民不同。将它们混为一谈会产生对谁都不适用的政策。从这些问题中引出实际推论：互操作性、开放标准、开源，以及对技术栈的哪些层次——芯片、云、模型、数据、赋予智能体上下文的知识层——必须真正实现主权、哪些可以安全租用的清醒认识。

这一框架的静默激进之处在于，它暗示了每个人忽略的层次可能最重要。GPU是可替换的；模型越来越开放；但知识层——使智能体可信、可审计、专属于其所有者的经过整理、结构化、专有的上下文——是技术栈中无法进口的部分。一个拥有自己的知识图谱并租用GPU的国家，可能比一个拥有一座超级工厂却运行他人技术栈的国家更具主权。如果欧洲的200亿欧元只买硬件，它将买到金字塔中最不具防御能力的一层。

开源问题笼罩着一切。开放权重模型是天然的主权技术栈——可检查、可托管、无束缚——商业数据如今也佐证了这一直觉：服务开放模型的平台报告使用量同比增长三倍，开源推理的收入已跨过十亿美元门槛。

但最精良的开放权重仍然绝大多数来自美国和中国实验室，这意味着"通过开源实现主权"目前是建立在另一文明地基之上的独立。这比依赖它们的API好，但还不是自主。这个差距——主权修辞所承诺的与供应链所允许的之间的差距——就是2026年主权AI项目的诚实状态。

*一个拥有自己的知识图谱并租用GPU的国家，可能比一个拥有一座超级工厂却运行他人技术栈的国家更具主权。*

主权技术栈：一份实地指南

"主权AI"必须覆盖哪些内容，以及每一层的本地化难度：

• 能源和土地——约束性瓶颈。欧洲昂贵的电力和缓慢的审批是比任何技术差距更大的障碍。
• 芯片——最难本地化；即便是"欧洲"设计的硅片也在台积电制造。ASML对Mistral的投资展示了欧洲真正的芯片杠杆所在：工具。
• 算力/云——当前的支出焦点：欧盟超级工厂（约200亿欧元）、Mistral Compute在巴黎附近的约18000颗GB300。
• 模型——越来越多以开放权重形式提供，但前沿权重仍然主要来自美国和中国实验室。
• 数据与知识层——最被忽视、可能也最具有防御能力的层次：使智能体可信——且无法进口——的上下文、图谱和制度性知识。
• 价值归属——终极问题：AI活动的经济学效应是在本地复利增长，还是流向海外平台。

尾声：审计

站远一点看，2026年年中的景象会收敛为一幅单一的图景。最底层，是工厂：德克萨斯灌木丛中拔地而起的吉瓦级园区，以及步履蹒跚地出现在欧洲土地上的同类。其上，是一个仪表盘真实运转的代币经济——每天数万亿次机器思考，像大宗商品一样定价，也像大宗商品一样被消耗。再往上，是智能体：搜索着一个为它们并不拥有的眼睛而建的互联网，编写着它们的创造者无法阅读的软件，被一类18个月前还不存在的新工种所管理。包裹着这一切的，是经济史上最古老的力量——国家——正在重申地理、法律和所有权仍然重要。

三个问题将为这个时代打分。Token需求能否跑赢代币通缩，从而使工厂装满、估值倍数被消化？智能体经济能否在其第一次壮观的公开失败之前跨越信任门槛——代码之后的问题、可审计性的问题？主权能否从采购计划成熟为真正的能力，还是僵硬地凝固为昂贵的象征性姿态？

乐观场景指出，此前每一次看起来像疯狂的算力建设——大型机、PC、光纤、云计算——最终都被无人建模的需求所吸收。谨慎场景指出，"最终"在到达的过程中让许多先驱破产。

将这个时刻与它常被比较的那些狂热期区分开来的，是账单。收入是真实的，以企业软件从未见过的速度增长。工作负载是真实的；Token是可计数的。赌注不再是技术是否有效，而是经济能以多快的速度围绕"智能是廉价的"这一假设被重建——以及当思考的价格降至电力价格时，谁被留下拥有管道、工厂和知识。

这场审计已经开始。S-1申报文件将是一场大考。