Agent 正在吃掉 AI 的大部分 Token：自今年 2 月起，OpenRouter 数据显示，Agent 的 Token 消耗半年暴涨约 14 倍，目前接近人类日常用量的 5 倍。按 Token 计算，人类已经成了少数派。

这不是 Agent 数量突然变多，而是它干起活来像一台不会停的机器。人类通常是问一句、答一句，晚上还要睡觉；Agent 围绕一个目标持续执行，可能跑上百轮，反复处理上下文。单次任务看着不大，次数一多，消耗就滚上去。

更反常的是，Agent 消耗的 Token 中，85% 以上来自 Prompt Cache，也就是模型反复使用已经处理过的提示词。模型越快、缓存越便宜，团队越敢让任务往深处做：原来只生成一段文案，后来要调研、核验、修改、再跑一遍。成本单价下降了，总用量却可能更高，典型的 Jevons 悖论。

对使用 Agent 做事的团队来说，Prompt 写得好，可能几块钱就能交差；目标、边界和退出条件没写清，死循环就可能持续空烧。Agent 时代真正稀缺的，不只是会写 Prompt，而是会把任务拆开、设预算、看日志、及时叫停的管理能力。

不过，这组数字目前只代表 OpenRouter 的平台样本，统计范围和多模态、企业自建模型是否计入，材料没有进一步披露，还不能直接当作全行业的绝对比例。

你最近一次让 Agent 跑任务，是几百 Token 收工，还是烧到心疼才停？