OpenRouter 數據曝光：AI Agent 用量已是人類的 5 倍，7.3 兆 tokens 說明了什麼

林政賢 · 2026-08-27

你打開 ChatGPT，輸入一句指令，等它回答，覺得這就是「用 AI」的全部過程。輸入、等待、輸出——你是主角，AI 是工具。這個畫面沒有錯，只是它已經不是全貌了。

你以為在用 AI，其實 AI 正在用 AI

OpenRouter 是一個把幾百個 AI 模型接在同一個入口的平台，所以它看得到別人看不到的流量全貌。2026 年 8 月它公開的數據是這樣的：

OPENROUTER，2026-02-06 → 2026-08-10

7.3 兆AI Agent 消耗的 tokens，半年前是 0.51 兆——長了 14 倍

1.4 兆人類直接使用的 tokens，半年前是 0.5 兆——長了 2.8 倍

5 倍Agent 對人類的用量比。半年前兩邊差不多，現在 AI 已經是 AI 最大的客戶

Token 是 AI 處理文字的計價單位，可以想成「AI 思考時燒掉的燃料」。也就是說，當你送出一句提示詞、AI 回你一段話的時候，同一時間有五倍的量，是 AI 在對另一群 AI 下指令、等它們回話、再繼續下一步。

你以為的使用場景是「人問、AI 答」。實際上大部分已經變成「AI 問、AI 答」，你只是那個按下第一顆按鈕的人。

從「工具」到「使用者」：AI 的角色正在質變

過去講 AI 用量，講的是「有多少人在問問題」。你打一段提示詞，模型回一段答案，一來一回，人類全程在場。這種模式下，AI 再強，本質上還是一個等待指令的工具——你不問，它不動。

Agent（能自主執行多步驟任務的 AI 系統）打破的就是這個「等待」。它不是回完一句話就停在那裡，而是接到一個目標之後自己拆解步驟：先查資料、再寫程式、跑起來發現錯誤、自己回頭修，修完再繼續。整個過程可能跑上幾十輪，中間沒有人插手。這已經不是「回應提示詞」，這是在「執行專案」。

差別看哪裡？看它會不會自己決定「下一步要做什麼」。人類用 AI，是你決定每一步；Agent 用 AI，是它決定每一步，人類只在最開始丟目標、最後檢查結果。中間那段——研究、寫碼、瀏覽、除錯——AI 是對著自己的輸出在工作，不是對著人類的提示詞。它從「被使用的對象」，變成了「正在使用其他 AI 的那個使用者」。

為什麼 Agent 會燒這麼多 tokens？

你問 ChatGPT 一個問題，它算完一次答案就結束，一次性消耗。Agent 不是這樣算的。

它做一件事之前，要先想「這件事該怎麼拆」，這是一輪 token。想完決定要呼叫哪個工具——搜尋、執行程式碼、讀檔案——呼叫本身要花 token 描述要做什麼，工具回傳的結果又要花 token 讀進去。讀完發現方向不對，還要再花一輪重新規劃。這還沒完成一個步驟，只是完成了「決定怎麼做這個步驟」。

真正動手之後，多數任務不會一次成功。程式碼跑出錯誤訊息，Agent 要把整段錯誤讀進去分析，這段錯誤本身可能就是幾百個 token。分析完寫修正版，修正版要重新驗證，驗證結果再讀一次。一個人類三秒鐘看一眼就知道哪裡錯的 bug，Agent 可能要跑五到十輪「執行—讀取—分析—修正」才收斂。

人類一次提問平均幾百個 token；Agent 完成一個中等複雜的任務，光是自問自答的內部迴圈就能疊到上萬。5 倍的差距，不是因為 Agent 在做 5 倍多的事，是它做同一件事，要跟自己對話 5 倍以上的次數才做得完。

順帶一提，帳單沒有長 14 倍：那 7.3 兆裡約七到八成半是快取命中（同一段上下文重複讀取），計價是折扣過的。所以「用量爆炸」跟「花費爆炸」是兩件事，看數據的時候要分開看。

如果 AI 是自己最大的用戶，誰來定義 AI 的方向？

過去我們調整一個產品，靠的是看使用者行為：哪個按鈕沒人點、哪個流程卡住多數人、平均停留多久。這些數據來自真人的手指跟真人的猶豫。但當流量裡五分之四是 Agent 自己跑出來的，這套邏輯還成立嗎？

Agent 的「行為模式」跟人類完全不是一回事。它不會猶豫要不要點下一步，不會因為介面醜就跳出，它只會照設定好的迴圈一直跑，直到任務完成或 token 燒完。如果一個團隊拿這種數據做產品決策，等於拿機器的效率曲線去猜人類的使用習慣——這兩件事根本不在同一個座標系。

更麻煩的是話語權。當數據主要由 AI 對 AI 的互動產生，誰有資格說「這是使用者需要的方向」？寫 Agent 的工程師？啟動任務的人？還是那個不斷自我檢查、自我修正、實際燒出這 7.3 兆的 AI 本身？過去我們用「觀察使用者」決定 AI 該長成什麼樣子，現在「使用者」的定義本身已經鬆動了。

留給我們的一個不安的問題

7.3 兆 tokens、人類用量的 5 倍，這不是一個會自己修正回來的數字。曲線只往一個方向走，沒有放緩的跡象。過去的鏈子是：人使用產品，產品蒐集人的行為，公司根據數據調整方向。這條鏈子的第一環一直是人。

現在第一環正在被替換。當 Agent 自己研究、自己寫程式、自己決定下一步呼叫哪個工具，它產生的是「AI 對 AI」的行為紀錄，不是「人對 AI」的使用紀錄。我們拿這些數據去判斷 AI 該往哪裡發展，其實是在觀察機器怎麼服務機器，再回頭決定要不要繼續這樣服務人。

如果人類不再是 AI 最大的用戶，
我們憑什麼還覺得自己有資格說「AI 該怎麼發展」？

這個問題，值得你在下一次打開 ChatGPT 或任何 Agent 工具之前，先想十秒鐘。

關於這篇的數字：Agent tokens 0.51 兆（2026-02-06）→ 7.3 兆（2026-08-10）、人類 0.5 兆 → 1.4 兆、快取命中約 70–85%，來自 OpenRouter 2026 年 8 月公開的平台數據與 The Decoder、PPC Land 等媒體的整理。這是單一平台的觀測，不等於全球總量；趨勢方向可信，絕對值請當參考。

作者：林政賢（導演 · Gen AI 創作者兼工程師 · 瑭宜影像創意工作室創辦人）