今年的AI行情源于Token的大爆发，量价齐升，以至于到6月初，Anthropic的ARR（年化收入）到了470亿美元，去年同期还只有140亿。

但Token大爆发的主要下游应用还是编程，从本系列之前对三次技术革命复盘的经验看，单一行业的爆发式增长，对于这样一个革命性的技术的支持，只是阶段性的。

更何况，AI编程目前的Token消耗量，本身就有很多泡沫，其实是企业预算失控：

许多科技巨头在2025年到2026年初，为了在激烈的AI竞赛中保持研发速度，曾向工程团队下达了“不计成本使用最先进模型”的指令。很多企业在部署时并没有配置严格的用量上限或成本监控。结果就是出现了很多极端案例：有的团队在短短几个月内就耗尽了全年的AI预算，甚至因为未配置用量限制而收到了数额惊人的账单。

这种管理失控在早年的云计算发展早期也出现过，技术团队拥有了极大的采购权，但由于缺乏财务约束，对价格不敏感，许多开发环境、测试集群在运行完后忘记关闭，成为了“僵尸资产”，还有很多账单到了财务部，却没人能说清到底是哪个具体功能模块产生的费用。

这种无节制的消耗往往是一时的，目前科技巨头的AI使用重心已经从“盲目追求模型能力”转向了“成本审计”和“财务红线设置”，许多企业正在测试针对Token使用的精细化运营制度。

更大的泡沫是大模型在结算机制上，美国三大模型公司的投资方都是云计算厂商，以Token代金券形式"投资"，大模型又将其用于采购投资方的云计算服务。虽然这也是源于真实的token需求，但代金券缺乏价格信号，往往会对消费形成过度激励。