2026年3月17日，当英伟达CEO黄仁勋在圣何塞的聚光灯下说出“Token是AI的基石”时，这不仅是一次商业演说，更是一场关于生产力范式改变的宣言。

更显而易见的是，OpenClaw（小龙虾）的爆发，标志着生产力工具从单纯的软件进化为能够理解物理逻辑、直接干预现实世界的执行体。

这种转变对算力的吞吐量提出了海量要求，每一条跨系统的自动化指令，背后都是成千上万个多模态Token的剧烈燃烧。

算力涨价似乎也成为必然。

今年3月以来，阿里云、腾讯云等相继发布调价公告，AI算力产品涨幅最高超过30%，高端GPU月租突破5万元，廉价算力时代似乎正在落幕。

有机构预测，2026年全球AI算力需求同比增长58%，未来18-24个月算力价格将维持高位运行，需求端推理算力占比已超70%，Token消耗量同比增长2200%，供需错配将长期存在。

算力价格也呈现结构性分化。通用算力平稳甚至内卷，高端智算持续涨价，算力定价从按资源计费转向按价值计费。

在Token与新生产力工具的交汇点上，新型云计算公司正在成为旧势力的挑战。当下，云计算正在建设从互联网基础设施到AI核心生产力的转型，传统云巨头背负着沉重的互联网时代遗产，而一批宣称GPU原生云厂商从诞生起就完全围绕“推理效率”构建。它们放弃了复杂的通用功能，转而追求单枚Token的极致成本优势。

Open Claw和token的本质是什么？新的云计算竞争格局会是怎样？

以下为《财富》(中文版)专访中国人工智能学会成员、九章云极董事长方磊博士。内容经编辑删减。

《财富》(中文版)：您第一次接触OpenClaw是什么时间，如何评价这款产品？

方磊：我们去年12月底到今年1月初内部开始评测，彼时它还不叫现在的名字，有过Clawdbot、Moltbolt等称呼。此前，已有类似能调用人类工具的大模型雏形，但受众范围小。

OpenClaw的核心差异不是产品形态，而是爆发式的增长速度，让行业看到了它成为新时代Linux的可能，也让大家意识到开源的、能调用人类工具的智能产品是未来方向。

同时，它直接推动Token工厂的兴起，此前算力工作载荷以训练工厂（Training Factory）为主，OpenClaw出现后，推理工厂（Token Factory）真正实现大范围落地。

《财富》(中文版)：此前为何难以对Token直接定价，OpenClaw的出现如何解决了这一问题？

方磊：此前Token是大模型对话产品触达用户的直接载体，其价值波动极大，一句“同意”的Token可能关联几十亿资金，日常聊天的Token却毫无价值，直接面向C端定价难度极高，行业普遍做法是包装成订阅产品，仅对开发者做API调用的Token定价。

OpenClaw作为工具型、行动式产品，让用户只关注最终工作结果，Token成为隐藏在底层、标准化的计算单元，像GPU、CPU的指令集一样流过处理单元，不再需要用户直接面对，这让Token的定价变得清晰、可标准化，也让Token工厂的商业化落地成为现实。

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

方磊：所谓“病毒性”只是其爆发式增长的恰当体现，行业真正该关注的是这种增长本身，而非坐而论道的争议。

公有云发展初期也面临过严重的安全质疑，最终通过行业共同努力解决。

安全与能力发展是一体两面的关系。OpenClaw这类开源智能体，也将经历一个安全能力与基础能力同步快速演进、直至成熟的过程。

就像Linux从初期开放、安全性弱，逐步发展为安全稳定的系统一样，人类必然会拥抱这种高效的新生产力工具。我相信业界有能力也有决心驾驭好这项新生产力工具的安全边界。

《财富》(中文版)：您之前提出了“一度算力”的计量单位。电力、一度算力、Token三者的关系和换算逻辑是什么？

方磊：提出一度算力是为了实现算力的标准化度量，因为不同芯片、内存、软件条件下，相同能源能产生的计算能力不同。一度算力定义为312TFlops×小时（每秒钟312万亿次浮点计算乘以一小时），能相对精确衡量计算量。

三者是从物理世界到抽象智能世界的层层递进关系，每一层都是对应领域的“代币”。

首先，一度电是物理能源的代币，无歧义、最精确，是底层基础；另外，一度算力是算力的代币，由电力转化而来，因硬件或软件差异，度量精度略低于电力；最后，Token是智能的代币，由算力转化而来，抽象性更高，度量精度最低。

三者的定价逻辑是上层定价高于下层，一度算力价格高于对应电力，Token价格高于一度算力，否则各层的硬件、研发投资无法收回成本。而Token之上的应用层，目前尚无统一的度量和定价方式。

《财富》(中文版)：如何看待当前Token涨价的现象，这种涨价是否可持续，算力价格的未来趋势如何？

方磊：未来18-24个月内，算力价格会持续攀升，涨价具备很强的可持续性，核心原因来自供需两侧。

从供给侧来说，算力产业具备制造业的周期属性，比如内存芯片的供货周期约18个月，短期无法改变，算力需求却在爆发式增长，仅九章云极的算力需求订单就达到当前供给容量的10倍以上。

从需求侧而言，当前国内算力、Token的定价仍处于低位。

对比美国，其C端月均Token消费达190美元，超过有线电视和手机费用，而国内入门级产品仅几十到一两百人民币，且Token对应的工作成果价值极高，用户的支付能力还有很大提升空间，算力、Token的价值尚未充分体现。

《财富》(中文版)：您是否认同OpenClaw会推动云计算公司向“算力+技能（Skill）”生态转型的观点，大云（阿里云、腾讯云等）和独立云计算公司在这一转型中有何差异？

方磊：所有云计算公司都会向这一生态转型，但大云和新云的转型逻辑、优势完全不同，二者的差异如同油车和电车，为不同赛道而生。

新云是为AI计算而生，是“纯电车”。核心目标是让每一度电、每一颗芯片的性能最大化，针对AI应用90%成本在计算的特点做极致优化，比如相同芯片在新云的性能比大云高35%以上；

大云期初是为传统互联网应用而生，是“油车”。其优化核心是带宽传输，70%的成本投入在带宽，对计算的优化并非极致，因要兼顾传统互联网生态的兼容性。

转型过程中，大云要么在原有生态中加入计算能力，但这如同“百货公司开男装部”，用户使用体验繁琐、性能有损耗；要么单独做计算专属的云，却会丢掉原有生态的优势，而新云本身就是“专门卖男装的小店”，天然契合“算力+Skill”的生态需求，这就是新云的核心机会。

《财富》(中文版)：九章云极在基础设施能力建设上，和大云的核心不同点是什么？

方磊：核心差异是新云所有建设和优化都围绕“计算”单一目标，做垂直整合，而大云是为了兼容传统互联网生态做水平切分，具体体现在三方面：

在资源配置层面，新云90%的芯片资源都投入计算，甚至舍弃了大云部分CPU、传统存储功能，仅聚焦计算环节的极致性能；

在技术路线上，新云采用400G网络，虽存储成本更高，但计算时存储配合性能大幅提升，而大云为了兼容性采用100G网络。另外，新云舍弃了传统虚拟化技术，因AI训练、推理的工作载荷相似度高，通过排队运行避免虚拟化的性能损耗，而大云因承载的工作载荷发散，必须依赖虚拟化切分资源；

在软硬件协同方面，新云从底层芯片（DPU、GPU、CPU）到软件、存储、交换网络做全链路优化，根据AI工作载荷的特点做芯片配比、数据搬运加速，实现软硬件联合工作，而大云的软硬件是分层设计，缺乏针对计算的深度协同。

《财富》(中文版)：新的智能工具会层出不穷，其本质不变的要素是什么，未来下一代AI工具可能会是什么形态？

方磊：本质不变的核心要素是算力和数据，所有智能工具都离不开这两个基础。结合历史技术演化规律，未来AI工具会向两个方向发展，若将OpenClaw比作Linux，其演化路径可分为两层：

首先OpenClaw本身的演化会出现多个变种，如同Linux有多个发行商，甚至会出现闭源的“Windows式”产品，形成多元竞争格局；

另外，上层应用和生态的演化：一是出现大型专用智能机器。既利用AI通用技术打造的垂直领域专用工具，比如解决前沿数学、物理难题的智能系统、工业机器人等，如同蒸汽机演化出纺织机。二是出现普惠型智能小工具，如同电力演化出各类家用电器，是普通人日常能使用的智能体，OpenClaw本身就属于这一类。

同时，多个AI操作系统的融合，还可能催生“多AI政策系统”，如同当年多个操作系统融合形成云计算。

《财富》(中文版)：您是否认为硅基智能会越来越像碳基生命，甚至如马斯克所说“碳基是硅基的前奏”？

方磊：是的，从系统论角度，有了算力、Token这些底层“砖块”，就能构建出各类功能的硅基智能体，如同蛋白质演化出病毒、细胞等碳基生命形态，这是宇宙的基本构建逻辑。

加速主义者认同“碳基是硅基前奏”的观点，而人文主义者认为AI只是工具革命。科幻片常通过加入宗教、神性元素，如用机器人没有灵魂、无法生育等等区分人类和机器，但本质上也承认了人类和机器的底层逻辑高度相似，甚至人类的行为模式可能比机器更简单。

核心而言，人类和未来的硅基智能，都是消耗能量创造信息的存在。

《财富》(中文版)：您的公司在全球竞争中对标哪些企业，以及中国新云厂商的全球竞争优势是什么？

方磊：全球范围内，我们与美国头部算力服务企业如CoreWeave等同属智算云赛道的重要参与者，在沙特、中东等海外市场存在同台发展机会。双方商业模式各有特色：海外同业以市场化融资、自持算力资产为主；九章云极则采用与海外运营商深度合作模式，专注于通过AIDC“规、建、运”一体化服务体系及推行AI人才培养计划来赋能合作伙伴。

中国新云厂商的全球竞争优势，核心体现在三个方面：第一是技术体系完整。全球范围内，具备完整AI底层云计算与大模型技术输出能力的国家和地区较少，中国已形成成熟、可规模化落地的技术体系。

第二是开源生态供给。中国是全球开源大模型的重要贡献方，为全球AI发展提供了高效的基础模型。

第三是算力自主适配能力。当前全球多国高度重视算力自主与数字主权，希望构建安全、稳定、多元化的算力基础设施。中国新一代云厂商可依托多元化芯片架构与高效算力调度能力，给各国提供灵活、可落地的算力解决方案，让本地构建自主可持续的算力体系；同时，中国具备稳定可靠的能源供给能力，可为大规模算力基础设施提供保障。

《财富》(中文版)：中美在算力产业上各有短板，外界普遍认为，美国电力跟不上算力，中国则恰恰相反，未来的竞争是否会达到动态平衡？

方磊：认同这一观点。在AI产业革命的背景下，中美都会补短板、扬长板：美国会提升电力等基础能源供给，中国会加快芯片自主研发和算力基础设施建设，最终双方会达到动态平衡。

这种竞争会体现在商业等方方面面，但整体而言是好事，会持续推动人类文明水平的提升。

《财富》(中文版)：如果为Token起一个更贴切的中文名字，您认为什么名字合适？

方磊：从技术角度，词元是最贴切的名字，因为Token最初的核心是将“词”转化为计算单元，用于模型训练和推理，符合技术本质；虽然现在Token被赋予了更多智能内涵，但如果从中文翻译的“信雅达”标准来看，“词元”依然是最优选择。

（注：此次采访三天后，在中国发展高层论坛2026年年会上，国家数据局局长刘烈宏正式给出Token 的中文名——词元。）（财富中文网）