昨天，在个群里看到张图文，“AI时代，中国人再一次把火药做成了烟花”；今天，神奇的又看到“国内一半AI算力被指在造爽剧”热搜词条。
还没看到国家级的统计数据，但观感上，国内烧Token，拿去做短剧、卷搞笑视频、制造多巴胺的好像确实比较多；而关于国外的，却比常是做研发、写代码、造工具……
于是，感觉别人在用AI改变生产力，而我们用AI却是在优化上瘾机制，将“把高技术先做成消费刺激品”。
这或许有些夸大，听着让人不怎么舒服，在哪里都不可能是单一应用场景，但现实中，中外token 消耗结构好像确实不同。
目前，我国在全球大模型调用量中排名第一，根据国家数据局3月份新闻发布会上披露，我国日均词元调用量已突破140万亿，问题在于，这些海量Token，主要被什么吞掉？
中文在线2026年6月分析，国内公有API的Token消耗中，AI短剧与视频生成占55%，电商营销24%，软件开发仅15%；这是厂商披露并援引的行业数据，样本与统计边界也未完全公开，不算官方普查口径；但至少揭示出一个很强的行业直觉：在国内，最能吃Token的，是平台播放上的“内容工业化”。
这一点，可从国家广播电视总局发展研究中心等共同完成并发布的《AI驱动全球微短剧创新发展报告》得到印证。
报告中说，2025年“全球市场规模接近180亿美元，其中，中国市场规模突破140亿美元，占全球市场的77.78%”、“中国以外国际市场规模36亿美元，中国企业贡献约90%的份额”……
从这些看，国内的token确实大量烧向娱乐；而且，就算是企业运用，国内企业许多也就是成了客服，用于创新研发提高质量的极少。
德勤中国与香港大学联合发布的《2026中国企业AI采纳报告》显示，当前AI应用最集中的领域前三名为客户服务（58%）、营销（54%）和IT/技术（53%），研发（45%）和运营（45%）处于中等水平。中欧国际工商学院的报告也指出，客服环节的AI接管率最高达85%。
而美国那边，从OpenRouter生态中按应用看，2026年10月前后的高Token消耗榜单里，前列高度集中在 coding 类工具，Tidelines 汇总页面里能看到 Hermes Agent、Claude Code、Cline、Codex、Cursor、Qwen Code 等一长串开发类应用占据前排。
再比如，Anthropic对约40万次 Claude Code 会话的研究显示，Claude Code 的使用中，大约56%会话直接属于写代码、修Bug、测试和编排代码任务；而且其使用正在从单点补全转向更完整的端到端工程执行。
这至少说明，在美国最核心、最付费、最密集的一批AI使用场景里，Token被大量投入到了软件生产系统之中。
当然，这些调用并不止美国自己，甚至其中可能许多是中国人贡献的，但这也说明技术方向已经出现了不同的结构问题，影视生成国内的模型已不比国外差，但研发类，编程类模型工具确实存在一定差距，不然，如果国内的效果好，码农们也不用费力去用国外的。
这不是情绪，这是结构。
可能有人喜欢把问题归结上升为“认知差异”；但在商业世界里，真正决定资源流向的，往往不过是“账本”。
在美国，AI编程工具之所以能迅速成为Token吞噬大户，最直接的原因是高级工程师的人力成本太高。它对应的是“替代部分高薪认知劳动”；只要省下来的，是贵的人力，AI就值得烧。
反过来看国内，不是没有工程需求，也不是没有企业要提效，而是国内最成熟、最迅速、最具爆发力的互联网变现机制在于流量、内容和交易转化。
于是，人们自然把Token烧给短剧、电商和内容，因为这里回款快。
而且，视频生成与智能体也会显著推高词元消耗；反复筛选和持续再生成能带来高强度Token账单。这也形成了闭环。
两边各自最先跑通商业闭环、最能吞掉海量Token、最能决定模型优化方向的主场景，不一样，这是激励结构与选择的结果，是一种被环境塑造出的资源理性；但这消耗结构上的显著差异，可能会塑造技术演进的方向。
在美国，它被用来扩大研发杠杆、重组开发流程、生产内部软件、压缩产品上线周期、让组织做过去做不了的事。
这意味着企业更容易把AI视为“新的生产资料”，而不仅仅是“旧流程的替代工。
在中国，企业部署AI时，最容易先从客服、审核、话术、文案、呼叫中心、内部知识库、会议纪要、表单处理下手；因为这些地方容易证明“省了多少”。
把大量Token烧向代码、研发、工具链，是在构建通用认知基础设施；烧向短剧、电商、搞笑视频，是在构建注意力收割和商业变现系统。
短期看，后者回款快、数据好看、商业闭环成熟。
长期看，前者在定义“AI能做什么”，后者在定义“AI能卖什么”。
这两种用法都不奇怪，但它们通向的未来是不一样的。
前者会推着AI进入核心生产系统；后者则更容易把AI局限在“能报销、能省钱、能立刻见效”的边角工位。
开发者生态也会继续围绕美国工具链构建，因为那里有更成熟的代码生成、调试、部署和Agent工作流。
而如果把Token主要喂养给娱乐和上瘾机制，那么模型能力更是会越来越擅长生成让人停不下来的内容，钱和Token都在娱乐里，能力就会长在娱乐中。
虽然娱乐从来不是罪，但如果最能赚钱、起量、融资、最能烧Token的，长期都偏向它，那么整个生态的倾向也会越来越趋向。
当消费、娱乐变成唯一强势需求时，它自然会反过来塑造供给侧。
好在国内也在发生一些变化，大量内容类同面孔相似的短剧让人厌烦，企业工作流入口的价值也正在上升；同样，科研、工业、制造、量化、医药等领域也并不是一片空白。
只是，这些方向今天在公众叙事里还太弱，但恰恰是这些不热闹的地方，才决定最终能不能把AI变成真正的新质生产力……
主要参考资料：
1.AI短剧成为第一大Token消耗场景丨21经济网
2.中文在线：AI短剧成为第一大Token消耗场景（新浪财经）
3.The apps burning the tokens（Tidelines/ OpenRouter生态观察）
4.中美人工智能赋能产业发展的现状（中国银行研究报告）
5.《AI驱动全球微短剧创新发展报告》国家广播电视总局发展研究中心
注：个人观点，仅供参考