Token经济迎来转折点：Agent从OpenClaw、Hermes到本地开源模型的进化路径

事件概述

去年年底，硅谷兴起“Token Maxing”风潮，科技公司竞相增加Token消耗以展示对AI的全力押注。今年年中，成本失控与虚假生产力让这一策略出现转折：Uber四个月烧穿全年AI预算，Meta为员工设定Token使用上限，企业开始关注如何更经济地使用Token。

核心信息

• 从烧钱到成本优化：嘉宾黄东旭曾坚持“无脑用最强模型”，单日账单达三四百美元，用于构建分布式数据库等复杂项目。在DeepSeek V4、GLM-5.2等开源模型能力大幅提升后，他转向本地开源模型+前沿模型的混合架构，月成本降至两三百美元。本地运行的DeepSeek V4 Flash在Mac Studio上速度约30Token/s，接近API调用，而每月电费仅二三十美元，可放心用于重复性工作和大批量论文总结。

• Agent产品快速迭代：OpenClaw由Peter一周内开发完成，以“local-first”和开源理念在极客圈走红，被视为个人助理型Agent的标杆，但因配置复杂、稳定性不足以及作者转向OpenAI而止步。Hermes由Nous Research团队打造，擅长将成功经验沉淀为Skill，绕开了记忆难题，并通过为模型厂商导流Token获得商业模式。Slock（后更名Raft）由Kimi CLI负责人钱宇超创立，让多个Agent在聊天频道中协同讨论，用于复杂代码审查时能比单模型One-shot发现更多问题，但Token消耗约为普通方式的10倍。

• 长期消耗仍将增长：Agent内部依赖Agentic Loop持续调用模型和工具，其Token消耗比Chatbot时代高100倍以上。未来多Agent协同、A2A网络及更复杂的Agent Harness会进一步推高用量。经济学中的杰文斯悖论同样适用于此：Token价格每年下降约10倍，但总消耗量持续扩大，整体ROI未必受损。

值得关注

• 开源模型本地部署解锁了新场景，让许多过去受限于API成本的批量任务变得可行。
• 投资机会更可能出现在基础设施层，如可观测性（回答Token花在哪）、记忆与上下文管理、Agent Cloud等，而非容易被大模型升级直接碾压的C端应用。