2026年3月17日，當英偉達CEO黃仁勛在圣何塞的聚光燈下說出“Token是AI的基石”時，這不僅是一次商業演說，更是一場關于生產力范式改變的宣言。

更顯而易見的是，OpenClaw（小龍蝦）的爆發，標志著生產力工具從單純的軟件進化為能夠理解物理邏輯、直接干預現實世界的執行體。

這種轉變對算力的吞吐量提出了海量要求，每一條跨系統的自動化指令，背后都是成千上萬個多模態Token的劇烈燃燒。

算力漲價似乎也成為必然。

今年3月以來，阿里云、騰訊云等相繼發布調價公告，AI算力產品漲幅最高超過30%，高端GPU月租突破5萬元，廉價算力時代似乎正在落幕。

有機構預測，2026年全球AI算力需求同比增長58%，未來18-24個月算力價格將維持高位運行，需求端推理算力占比已超70%，Token消耗量同比增長2200%，供需錯配將長期存在。

算力價格也呈現結構性分化。通用算力平穩甚至內卷，高端智算持續漲價，算力定價從按資源計費轉向按價值計費。

在Token與新生產力工具的交匯點上，新型云計算公司正在成為舊勢力的挑戰。當下，云計算正在建設從互聯網基礎設施到AI核心生產力的轉型，傳統云巨頭背負著沉重的互聯網時代遺產，而一批宣稱GPU原生云廠商從誕生起就完全圍繞“推理效率”構建。它們放棄了復雜的通用功能，轉而追求單枚Token的極致成本優勢。

Open Claw和token的本質是什么？新的云計算競爭格局會是怎樣？

以下為《財富》(中文版)專訪中國人工智能學會成員、九章云極董事長方磊博士。內容經編輯刪減。

《財富》(中文版)：您第一次接觸OpenClaw是什么時間，如何評價這款產品？

方磊：我們去年12月底到今年1月初內部開始評測，彼時它還不叫現在的名字，有過Clawdbot、Moltbolt等稱呼。此前，已有類似能調用人類工具的大模型雛形，但受眾范圍小。

OpenClaw的核心差異不是產品形態，而是爆發式的增長速度，讓行業看到了它成為新時代Linux的可能，也讓大家意識到開源的、能調用人類工具的智能產品是未來方向。

同時，它直接推動Token工廠的興起，此前算力工作載荷以訓練工廠（Training Factory）為主，OpenClaw出現后，推理工廠（Token Factory）真正實現大范圍落地。

《財富》(中文版)：此前為何難以對Token直接定價，OpenClaw的出現如何解決了這一問題？

方磊：此前Token是大模型對話產品觸達用戶的直接載體，其價值波動極大，一句“同意”的Token可能關聯幾十億資金，日常聊天的Token卻毫無價值，直接面向C端定價難度極高，行業普遍做法是包裝成訂閱產品，僅對開發者做API調用的Token定價。

OpenClaw作為工具型、行動式產品，讓用戶只關注最終工作結果，Token成為隱藏在底層、標準化的計算單元，像GPU、CPU的指令集一樣流過處理單元，不再需要用戶直接面對，這讓Token的定價變得清晰、可標準化，也讓Token工廠的商業化落地成為現實。

《財富》(中文版)：如何看待OpenClaw的“病毒性”和工具性的平衡，以及其安全問題？

方磊：所謂“病毒性”只是其爆發式增長的恰當體現，行業真正該關注的是這種增長本身，而非坐而論道的爭議。

公有云發展初期也面臨過嚴重的安全質疑，最終通過行業共同努力解決。

安全與能力發展是一體兩面的關系。OpenClaw這類開源智能體，也將經歷一個安全能力與基礎能力同步快速演進、直至成熟的過程。

就像Linux從初期開放、安全性弱，逐步發展為安全穩定的系統一樣，人類必然會擁抱這種高效的新生產力工具。我相信業界有能力也有決心駕馭好這項新生產力工具的安全邊界。

《財富》(中文版)：您之前提出了“一度算力”的計量單位。電力、一度算力、Token三者的關系和換算邏輯是什么？

方磊：提出一度算力是為了實現算力的標準化度量，因為不同芯片、內存、軟件條件下，相同能源能產生的計算能力不同。一度算力定義為312TFlops×小時（每秒鐘312萬億次浮點計算乘以一小時），能相對精確衡量計算量。

三者是從物理世界到抽象智能世界的層層遞進關系，每一層都是對應領域的“代幣”。

首先，一度電是物理能源的代幣，無歧義、最精確，是底層基礎；另外，一度算力是算力的代幣，由電力轉化而來，因硬件或軟件差異，度量精度略低于電力；最后，Token是智能的代幣，由算力轉化而來，抽象性更高，度量精度最低。

三者的定價邏輯是上層定價高于下層，一度算力價格高于對應電力，Token價格高于一度算力，否則各層的硬件、研發投資無法收回成本。而Token之上的應用層，目前尚無統一的度量和定價方式。

《財富》(中文版)：如何看待當前Token漲價的現象，這種漲價是否可持續，算力價格的未來趨勢如何？

方磊：未來18-24個月內，算力價格會持續攀升，漲價具備很強的可持續性，核心原因來自供需兩側。

從供給側來說，算力產業具備制造業的周期屬性，比如內存芯片的供貨周期約18個月，短期無法改變，算力需求卻在爆發式增長，僅九章云極的算力需求訂單就達到當前供給容量的10倍以上。

從需求側而言，當前國內算力、Token的定價仍處于低位。

對比美國，其C端月均Token消費達190美元，超過有線電視和手機費用，而國內入門級產品僅幾十到一兩百人民幣，且Token對應的工作成果價值極高，用戶的支付能力還有很大提升空間，算力、Token的價值尚未充分體現。

《財富》(中文版)：您是否認同OpenClaw會推動云計算公司向“算力+技能（Skill）”生態轉型的觀點，大云（阿里云、騰訊云等）和獨立云計算公司在這一轉型中有何差異？

方磊：所有云計算公司都會向這一生態轉型，但大云和新云的轉型邏輯、優勢完全不同，二者的差異如同油車和電車，為不同賽道而生。

新云是為AI計算而生，是“純電車”。核心目標是讓每一度電、每一顆芯片的性能最大化，針對AI應用90%成本在計算的特點做極致優化，比如相同芯片在新云的性能比大云高35%以上；

大云期初是為傳統互聯網應用而生，是“油車”。其優化核心是帶寬傳輸，70%的成本投入在帶寬，對計算的優化并非極致，因要兼顧傳統互聯網生態的兼容性。

轉型過程中，大云要么在原有生態中加入計算能力，但這如同“百貨公司開男裝部”，用戶使用體驗繁瑣、性能有損耗；要么單獨做計算專屬的云，卻會丟掉原有生態的優勢，而新云本身就是“專門賣男裝的小店”，天然契合“算力+Skill”的生態需求，這就是新云的核心機會。

《財富》(中文版)：九章云極在基礎設施能力建設上，和大云的核心不同點是什么？

方磊：核心差異是新云所有建設和優化都圍繞“計算”單一目標，做垂直整合，而大云是為了兼容傳統互聯網生態做水平切分，具體體現在三方面：

在資源配置層面，新云90%的芯片資源都投入計算，甚至舍棄了大云部分CPU、傳統存儲功能，僅聚焦計算環節的極致性能；

在技術路線上，新云采用400G網絡，雖存儲成本更高，但計算時存儲配合性能大幅提升，而大云為了兼容性采用100G網絡。另外，新云舍棄了傳統虛擬化技術，因AI訓練、推理的工作載荷相似度高，通過排隊運行避免虛擬化的性能損耗，而大云因承載的工作載荷發散，必須依賴虛擬化切分資源；

在軟硬件協同方面，新云從底層芯片（DPU、GPU、CPU）到軟件、存儲、交換網絡做全鏈路優化，根據AI工作載荷的特點做芯片配比、數據搬運加速，實現軟硬件聯合工作，而大云的軟硬件是分層設計，缺乏針對計算的深度協同。

《財富》(中文版)：新的智能工具會層出不窮，其本質不變的要素是什么，未來下一代AI工具可能會是什么形態？

方磊：本質不變的核心要素是算力和數據，所有智能工具都離不開這兩個基礎。結合歷史技術演化規律，未來AI工具會向兩個方向發展，若將OpenClaw比作Linux，其演化路徑可分為兩層：

首先OpenClaw本身的演化會出現多個變種，如同Linux有多個發行商，甚至會出現閉源的“Windows式”產品，形成多元競爭格局；

另外，上層應用和生態的演化：一是出現大型專用智能機器。既利用AI通用技術打造的垂直領域專用工具，比如解決前沿數學、物理難題的智能系統、工業機器人等，如同蒸汽機演化出紡織機。二是出現普惠型智能小工具，如同電力演化出各類家用電器，是普通人日常能使用的智能體，OpenClaw本身就屬于這一類。

同時，多個AI操作系統的融合，還可能催生“多AI政策系統”，如同當年多個操作系統融合形成云計算。

《財富》(中文版)：您是否認為硅基智能會越來越像碳基生命，甚至如馬斯克所說“碳基是硅基的前奏”？

方磊：是的，從系統論角度，有了算力、Token這些底層“磚塊”，就能構建出各類功能的硅基智能體，如同蛋白質演化出病毒、細胞等碳基生命形態，這是宇宙的基本構建邏輯。

加速主義者認同“碳基是硅基前奏”的觀點，而人文主義者認為AI只是工具革命。科幻片常通過加入宗教、神性元素，如用機器人沒有靈魂、無法生育等等區分人類和機器，但本質上也承認了人類和機器的底層邏輯高度相似，甚至人類的行為模式可能比機器更簡單。

核心而言，人類和未來的硅基智能，都是消耗能量創造信息的存在。

《財富》(中文版)：您的公司在全球競爭中對標哪些企業，以及中國新云廠商的全球競爭優勢是什么？

方磊：全球范圍內，我們與美國頭部算力服務企業如CoreWeave等同屬智算云賽道的重要參與者，在沙特、中東等海外市場存在同臺發展機會。雙方商業模式各有特色：海外同業以市場化融資、自持算力資產為主；九章云極則采用與海外運營商深度合作模式，專注于通過AIDC“規、建、運”一體化服務體系及推行AI人才培養計劃來賦能合作伙伴。

中國新云廠商的全球競爭優勢，核心體現在三個方面：第一是技術體系完整。全球范圍內，具備完整AI底層云計算與大模型技術輸出能力的國家和地區較少，中國已形成成熟、可規模化落地的技術體系。

第二是開源生態供給。中國是全球開源大模型的重要貢獻方，為全球AI發展提供了高效的基礎模型。

第三是算力自主適配能力。當前全球多國高度重視算力自主與數字主權，希望構建安全、穩定、多元化的算力基礎設施。中國新一代云廠商可依托多元化芯片架構與高效算力調度能力，給各國提供靈活、可落地的算力解決方案，讓本地構建自主可持續的算力體系；同時，中國具備穩定可靠的能源供給能力，可為大規模算力基礎設施提供保障。

《財富》(中文版)：中美在算力產業上各有短板，外界普遍認為，美國電力跟不上算力，中國則恰恰相反，未來的競爭是否會達到動態平衡？

方磊：認同這一觀點。在AI產業革命的背景下，中美都會補短板、揚長板：美國會提升電力等基礎能源供給，中國會加快芯片自主研發和算力基礎設施建設，最終雙方會達到動態平衡。

這種競爭會體現在商業等方方面面，但整體而言是好事，會持續推動人類文明水平的提升。

《財富》(中文版)：如果為Token起一個更貼切的中文名字，您認為什么名字合適？

方磊：從技術角度，詞元是最貼切的名字，因為Token最初的核心是將“詞”轉化為計算單元，用于模型訓練和推理，符合技術本質；雖然現在Token被賦予了更多智能內涵，但如果從中文翻譯的“信雅達”標準來看，“詞元”依然是最優選擇。

（注：此次采訪三天后，在中國發展高層論壇2026年年會上，國家數據局局長劉烈宏正式給出Token 的中文名——詞元。）（財富中文網）