作者：百年不渡分类：未来幻想点击：95684次下载：43275次大小：70M 日期：2026-08-26

侠客行

回购美债难压长端收益率华尔街大行称真正症结在美宏观基本面风险_我的网站

一 | Token不够用了！AI时代最火“新生意”｜WAIC 2026现场观察作者／ IT时报毛宇编辑／郝俊慧孙妍 Token不够用，已经成为当下AI创业者的第一焦虑。

二 | 7月的上海世博展览馆，2026世界人工智能大会（以下简称WAIC 2026）上，除了忙忙碌碌的机器人、排布密集的炫酷超节点机柜，记者听到最多的话题便是“Token”。

三 | 一位来自杨浦的个人创业者站在展馆门口，跟《IT时报》记者算了一笔账：他做AI短漫剧应用，每月在Seedance上的API调用费要花掉上千元。 K图 US10Y_0 K图 US30Y_0 　　美国财政部试图通过回购长期国债来缓解市场压力，但华尔街越来越怀疑，这一举措能否真正压低10年期和30年期美债收益率。“身边真正做开发的，很少用便宜的方案。”他表示，无论国内外的模型，只要好用，创业者都愿意咬牙付费。　　高盛集团、富国银行等机构的策略师认为，回购虽然能够减少长期债券的净供给、改善市场流动性，却难以改变推动长端收益率持续走高的基本面因素。　　上周美国财政部宣布扩大长期美债回购计划后，10年期和30年期美债收益率一度下行。然而，美债市场很快重新转弱。　　上周后半段，即便美国财政部长贝森特表示自己拥有“一整套工具”，同时有报道称财政部可能动用现金储备购买国债，长期收益率仍再次走高。　　在华尔街看来，这种市场反应说明，投资者真正担忧的并不是美债短期流动性，而是美国不断扩大的财政赤字、持续存在的通胀压力以及经济增长韧性。　　这些因素正在推动投资者要求更高的长期期限溢价，仅靠财政部买债难以扭转这一趋势。

四 | 就在创业者抱怨Token价格昂贵的同时，展馆另一头，厂商们正热火朝天地讨论如何把Token做成“工厂”，大规模、标准化、像印钞票一样输出Token。　　高盛策略师在报告中指出，财政部增加长期美债回购并没有解决近期长端市场波动的主要来源，即使进一步扩大回购规模，也不太可能从根本上重置利率水平。　　高盛认为，近期长端收益率上涨背后存在多重因素，包括美国经济周期韧性增强、市场重新评估美联储政策路径、财政压力、能源风险，以及人工智能资本支出和经济增长乐观预期等。 Token告急之下，Token工厂正加速赶来。

五 | 启明创投主管合伙人周志峰在WAIC“启明创投·创业与投资论坛——从算力原点到应用落地的进化征程”上感慨，AI产业的“速度、强度、烈度，是人类在这几百年工业革命、信息革命中没见过的超高水准”。

六 | 　　换言之，财政部回购国债可以改变供需结构，却无法消除这些宏观因素。他同时抛出一组基于全球最大AI聚合平台OpenRouter的数据：美国企业使用中国模型构建AI应用的Token占比，从2025年上半年的4.5%上升至2026年年中的46%，自2026年2月8日以来，美国公司每周调用中国AI模型的比重更是持续保持在30%以上。　　富国银行的判断同样谨慎。该行策略师认为，财政部回购确实意味着长期美债净供给出现“有意义的减少”，同时也释放出政府对债券市场流动性的担忧，但这不足以推动长期收益率持续下降。“也就是说美国企业将近一半的Token是跑在中国模型上的”。

七 | 　　富国银行认为，要让长端收益率真正回落，还需要新的宏观催化剂，例如经济增长和通胀明显放缓、美联储资产负债表及利率政策的不确定性下降、财政整顿，或者投资级企业债发行规模放缓。　　也就是说，只有基本面发生变化，长期美债才可能迎来较持久的上涨行情。 Token，是贯穿这条路径的“燃料”。展馆里的高频词 Token工厂是什么？简单说，就是把底层的算力、模型、推理引擎打包成标准化的Token服务，按量售卖，按需交付。它不再是卖硬件、卖算力，而是直接卖“智能输出”，你付多少钱，我就给你多少Token，用完即止。 “客户只要结果，那我直接打包给他就行了。　　其他华尔街机构也普遍认为，美债收益率曲线仍面临陡峭化压力。”在WAIC 2026的另一个会场——张江科学会堂，来自天津的融科联创信息技术有限公司工作人员告诉记者，他们正在考虑往Token工厂方向转型，“既要做服务器，也要卖Token，现在的趋势就是这样”。

八 | 法国兴业银行和德意志银行均预计，长期收益率仍可能继续高于短端，收益率曲线进一步陡峭化，这与贝森特希望通过财政部行动压低长端融资成本的目标相悖。　　不过，并非所有机构都对长期美债持悲观态度。他解释，很多中小客户不懂算力调配，也不关心底层架构，“客户可能连GPU和CPU都分不清，但清楚自己需要Token。花旗认为，财政部回购行动为20年期美债创造了更具吸引力的风险收益比。

九 | ” 于是，一套“简单粗暴”的解决方案应运而生——一台预装模型、推理引擎与计费系统的服务器，插电即可启用，按Token计费。　　随着财政部可能进一步减少20年期国债拍卖规模，加上潜在的养老金资金需求以及未来经济数据走软，20年期美债可能成为政策调整的最大受益者之一。“卖给中小企业，一台就够了，”他说，“顶多两三台”。　　法国兴业银行则认为，扩大回购规模虽然难以改变推动收益率上行的宏观力量，但有助于改善市场流动性和市场功能。不仅是服务器厂商，“Token工厂”的概念正在席卷整个算力产业链。更重要的是，此次行动释放出一个信号：财政部可能愿意采取更加积极、灵活的措施来缓解美债供给过剩问题。　　目前，市场正等待美联储主席沃什在杰克逊霍尔会议上的讲话。清华大学背景的清程极智在展区提出了Token“前店后厂”模式，后厂是标准化的算力集群，前店是Token商店；PPIO发布了面向Agent时代的“智能Token工厂”；范式智能则把展台做成了“AI 2.0 Token工厂”的全景展示，创始人戴文渊在采访中透露，2026年一季度的Token收入已超过去年全年。投资者希望从中寻找9月议息会议的政策线索，但部分机构认为，沃什未必会提供传统意义上的明确前瞻指引。

十 | 这个模式的诱惑力在哪儿？戴文渊在大会期间算了一笔账：如果集群利用率能做到极致，Token工厂的毛利率可能达到70%～80%。周志峰在演讲中给出一个更宏观的判断：未来12到24个月，AI应用的商业模式将加速脱离互联网时代的Freemium（免费增值）逻辑，转向以结果和价值定价。　　如果美联储释放偏鹰派信号，保留进一步收紧政策的可能性，反而可能推高短端利率，并进一步加剧收益率曲线的压力。

十一 | （文章来源：财联社）。同时，原本被业界戏称为“AI水电煤”的Token付费模式也正在发生变化，一批AI产品开始把价签上的计量单位，从“Token”换成了“任务完成数”甚至“有效交付件”。衡量AI公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。这一趋势已在多个领域显现，比如Zendesk在2025年初推出了基于AI解决方案的定价模式——按“成功解决的工单数”收费，而非按客服座席数；Intercom将AI客服Fin的定价锚定在“自动解决率”上；Salesforce的Agentforce平台直接以“每次AI对话”为计费单元，法律科技公司Harvey则按“成功完成的法律研究任务”定价。 Token依然没有统一定价尽管当下AI行业内人人言必称Token工厂，但至今仍未形成统一的行业标准。这里的“标准”指的是Token从生产到交付全链条的质量、计费、计量、服务等级等一整套规则体系。 Token与Token并不等值。

十二 | 中国工程院院士郑纬民在商汤主办的“算创·无限——Agentic时代AI基础设施创新发展论坛”上指出，Token的实际商业价值由首字延迟、生成速度、并发承载能力、服务稳定性四大指标共同决定。不同业务场景需要不同等级的服务标准，只有高等级、高品质的Token才能支撑复杂智能体的规模化落地。 “行业普遍存在模型虚标、算力质量不透明、计费模式粗放等问题，压缩模型沿用原品名报价、节点缓存命中率差异，导致同等算力调用成本悬殊”。不同的Token工厂、不同的模型厂商，定价方式五花八门，折扣力度差距明显，且“根据用量大小，给的折扣不一样。”山海引擎COO彭璐向《IT时报》记者坦言，“每家公司套餐价格都不一样，目前没办法统一定价”。在张江科学会堂展区，博思芯宇展台打出了一张“Token成本拆解”牌：单位Token成本 = Token总成本÷有效Token产出，Token总成本由三部分构成——CAPEX（资本性支出，算力设备折旧）、OPEX（企业的日常运营开支，包括电费、散热、运维等）、有效产出保障成本（故障防控、容错调度），它试图用这套公式，帮算力运营商把每一分钱算清楚。启明创投也在论坛上发布了“2026 AI十大展望”。

十三 | 其中，将安全可信与产品效果、Token成本并列为影响企业AI大规模落地的三大关键变量。在周志峰看来，AI基础设施的竞争正在进入系统级阶段——“竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的Token生产”。

十四 | Token炼就“新石油” Token工厂，是被现实逼出来的生意。在H2算力展区，记者遇到了一位正在咨询Token工厂产品的创业者。他做的是医疗影像AI，每天处理大量CT图片，上个月光API调用费就烧掉了上万元，“想来大会看看有没有更便宜的Token，”他说。

十五 | Token的消耗量，已经膨胀到了一个令人咋舌的地步。周志峰在论坛上透露，中国日均消耗大模型Token，从2024年1月到现在上涨了超千倍。有数据显示，截至2026年3月，中国日均Token调用量已从2024年初的约1000亿增长至140万亿，但据阶跃星辰联合创始人、首席技术官朱亦博在启明创投论坛上指出，在Token需求快速增长的同时，算力供给增幅相对有限，这也进一步凸显了 AI 基础设施创新的价值。面向 Agent 时代，行业不能只依赖算力规模扩张，还需要通过模型、系统与芯片的协同设计，持续提升单位算力的智能产出和任务交付效率。“如果Token继续翻倍，加上模型的尺寸越来越大，对Infra的挑战将持续增加。” 然而，在供需之间，依旧有着结构性的失衡。一边是创业者喊着“不够用，价格贵”，一边是算力厂商喊着“赚钱难、跑通累”，中间的鸿沟，恰恰是Token工厂想要填补的空白。一位深耕企业级智能体领域的创业者告诉《IT时报》记者，他们今年帮客户落地智能体项目，客户最关心的问题已经从“能做什么”变成了“Token要花多少钱”，“以前谈AI，大家兴奋的是能力，现在热潮褪去，开始算账了”。大模型领域的“杰文斯悖论”还在持续，Token越来越便宜，需求规模反而爆发式增长，算力总支出还在持续增加。 WAIC 2026上，Token工厂正从概念展示落地为实体产品。