一天，两张考卷：谷歌在卷分数，腾讯在卷上岗——中国日均 Token 两年涨 5000 倍的背后

2026.10.30

10 月 29 日是个观察行业的好日子——这一天海内外各出了一张头条，放在一起看，整个行业的分叉一目了然。

海外那张头条：Google DeepMind 发布 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数 v5.0，Text Arena 拿下 1528 分居首，自称网络安全与长周期任务最强。同一天 Mistral 开源了 1T 参数的 Large 4「Le Chonk」，编码能力并列开源第一、比肩 GLM-5.3——欧洲开源的反攻还在继续。

国内那张头条：腾讯全球数字生态大会。汤道生在主旨演讲里引用了一个国家数据局的统计——中国日均 Token 调用量，从 2024 年初的 1000 亿，增长到 2026 年 7 月的超 500 万亿，两年增长超 5000 倍。

两张考卷，考的不是同一门课。一张在卷分数，一张在卷上岗。

5000 倍的消耗，是生产级不是聊天级

两张考卷

先把这个 5000 倍读对。Token 消耗涨 5000 倍，不是说大家更爱聊天了——聊天的用量是有天花板的，一个人一天说不了几千句话。这个量级的增长只能来自生产级消耗：Agent 被嵌进业务流程，每一次取数、分析、生成、执行都在烧 Token，而且是以任务为单位、可计量的烧。汤道生的原话是：Agent 正在成为新的生产力形态。

顺便做一个口径提醒（本栏上周刚写过 OpenRouter 的用量榜）：国家数据局这 500 万亿/日是全行业统计——含各家直连 API、私有化部署、所有厂商；而 OpenRouter 的「中国模型周调用 93.54 万亿」只是聚合平台口径。两个数字统计边界完全不同，不要拿去互相打脸，它们说的是同一趋势的两个切片。

腾讯的答题思路：五层闭环补断点

大会发布的这套东西，值得按层拆开看，因为它补的全是「断点」——过去企业用 AI 最大的障碍从来不是模型不够聪明，而是模型会写分析报告，但读不到 ERP 里的经营数据；能生成营销文案，但改不动 CRM 里的客户状态。

模型层，TokenHub 统一调度混元、DeepSeek、GLM、MiniMax、Kimi 等多模型，按任务取用、统一计费——注意这个细节：腾讯连自家即将发布的混元 Hy4 都不做排他绑定。平台逻辑压倒了模型逻辑，这是「卷上岗」最诚实的注脚。办公层，Buddy One 打通腾讯文档、会议、网盘、ima，共享 WorkBuddy Agent 底座、统一账号积分池。记忆层最有意思——腾讯网盘被重新定义为「Agent 时代的记忆空间」：Agent 工作中积累的上下文和成果沉淀为组织资产，可检索、可复用，而不是每次从零开始。执行层，ADP 支持定制客服/营销/运营 Agent，MCP 接口连 ERP、CRM、企微。治理层，统一身份权限、操作留痕、数据加密、高危操作拦截——能执行，也可审计。

WorkBuddy 的成绩单：3 月上线至今落地 50 多个行业、覆盖中国企业 500 强的 50%、100 强的 60%；开放平台 5 万开发者、20 万个 Skills；累计迭代 100 个大版本、完成 90 亿次用户任务请求。腾讯内部 Agent 办公已覆盖全员全场景，汤道生自己准备这场演讲的方式是「把思路喂给 WorkBuddy，人机共创」。

这套打法和全球同行是同题竞争：AWS 的 AgentCore、微软的 Copilot 全家桶、谷歌的 Gemini Enterprise、Salesforce 的 Agentforce——谁先把 Agent 部署到 360 行，谁就吃掉下一波云预算。

记分牌为什么会分叉

把两件事放在一起，能看出一个结构性的分岔。

模型层的竞赛还没结束（Carbon 登顶、Le Chonk 开源反攻都是证据），但模型能力的边际收益正在快速递减——59 分登顶的模型和 58 分的模型，在企业采购单上几乎没有差别。汤道生那句话会是这一阶段的注脚：企业 AI 的关键正在从「用上」转向「用好」，从粗放使用最强最贵的模型，转向根据任务精准匹配不同模型。这也是为什么 Hy4 正式版之外还要有 Hy4 Flash——旗舰之外必配轻量档，这已经是行业默认动作。

而 Agent 上岗的速度，取决于三件和跑分无关的事：入口近（员工本来就在用，不用改习惯）、系统通（不换 ERP 也能取数）、治理稳（权限清晰、操作留痕、高危可拦）。这三条恰好也是政企校做 Agent 采购时最实用的评估框架——我们最近给两家单位写 Agent 选型评分表，这三行就是前三行。

同日还有一条不该被埋掉的医学新闻，可以作为「上岗」的极端样本：微软的多智能体会诊系统 MAI-DxO 登上《科学》杂志，在《新英格兰医学杂志》304 个疑难病例测试中诊断准确率约 83%，远超允许查阅资料的人类医生组的约 36%——同一模型扮演五位虚拟医生分工协作。Agent 上岗的天花板，比多数人想的要高。

读数须知

其一，WorkBuddy 的 50 行业、500 强半数、90 亿次任务都是厂商自报口径，「覆盖」不等于「深度使用」，Skills 的 20 万个里活跃比例未知；其二，500 万亿/日是 7 月单月数据，环比与构成（推理/生成占比）未披露；其三，腾讯的国际业务数据（海外活跃客户一年增 3 倍、AI 需求三位数增长）同样来自官方演讲。方向可信，精度留给时间。

但「卷上岗」这个判断本身已经不需要更多证据：**当 Token 消耗两年涨 5000 倍，当云厂商的估值逻辑从「有多少张卡」变成「每天有多少任务在平台上跑」，记分牌就真的换了。**模型公司接下来要习惯一件事：客户不再问你的模型考多少分，而是问它能不能上岗、上岗之后谁审计。

参考来源