一份关于中美AI生产力分野的事实核查

当Token成为产业脚印

一份关于中美AI生产力分野的事实核查

最近，一篇题为《Token背后，中美AI的生产力分野》的文章在中文互联网上广泛流传，用一组颇具冲击力的数据勾勒出这样的画面：中国AI的算力大多在帮剧组"造画面"拍短剧，而美国AI的Token在写代码、搞科研。文章把两国AI的应用差异简化为"一个拍短剧，一个写代码"。

这个总结很扎心，也很容易让人转发。但一句"扎心"背后，隐藏着多少站得住的事实？我据此完成了一份逐条核查与深度分析的完整报告，答案比热搜更复杂，也更耐人寻味。

一、那些看起来确凿的数字，究竟能不能溯源

先看中国这一边。"中国Token消耗前三名分别是AI短剧与视频生成占55%、电商营销占24%、软件开发占15%"，这个说法的出处并不难找，它来自中文在线2026年6月3日披露的机构投资者交流材料，收录在巨潮资讯网的投资者关系记录里，是可以查证的。

但这不代表它无懈可击。第一，中文在线是AI短剧的重仓玩家，还正在冲刺港股上市，它一半以上的Token在做短剧，这个结论出自一位利益相关方之口，天然带有立场倾斜的风险。第二，材料并没有说明统计范围——是全部大模型的调用，还是只覆盖了几个平台？算没算上阿里云腾讯云的企业级调用、政务和科研机构的内部使用？第三，原文说的是"Token消耗"，却在传播中被纷纷超换成"算力消耗"，二者根本不是一回事。Token是"点了多少道菜"，算力是"炉子烧了多久"，不能混为一谈。

再看"美国58%的Token花在编程和企业自动化上"。我翻阅了斯坦福AI指数报告、摩根士丹利和IMF的研究，都没有找到这个数字的任何权威出处。它最早出现在短视频博主的嘴里，然后传成了"行业共识"。

但美国AI的Token高度集中在编程这个大方向，是有多个独立证据支撑的：OpenRouter与a16z联合发布的《2025 AI使用报告》显示，基于超过100万亿Token的匿名数据，编程任务的Token占比从2025年初的11%一路升到50%以上；SemiAnalysis的观察是，编程与软件工程占了几大前沿实验室API收入的70%以上（注意这是收入口径）；Menlo就是企业级AI支出口径，编程工具占美国部门级支出的55%。口径各不相同，却共同指向同一个方向：编程是美国的头号消耗场景。

二、那边拍短剧，这边写代码，背后是什么

短剧的数据大体经得起检验。2026年第一季度，全行业上线微短剧约12.8万部，其中AI微短剧12.2万部，占比超过95%，这出自中国网络视听节目服务协会的《微短剧创作指南》，是权威口径。但有两个细节需要留心："单日新增1500部、月度4万部"是2026年3月的峰值，全年月度均值在2万到4.5万之间波动；更关键的，95%是一个季节性的峰值，因为春节后真人剧供给尚未恢复，等二季度真人剧恢复，比例已经回落到64%，整个1到8月则保持"超九成"。

至于"一季度产量等同于2025全年真人短剧产量"这一句，其实是类比错误。2025年全年上线微短剧约3.3万部，12.2万部是它的3.7倍，但那是"全部微短剧"的口径，不是"真人短剧"，两个分母混在一起，结论就拧了。

硅谷的个案呢？OpenAI工程师一周处理2100亿Token、相当于33遍维基百科，有《纽约时报》报道为据，我独立核算了一下，维基百科全部文本约在30亿到64亿token之间，33遍大致就在990亿到1980亿的区间，2100亿这个数字在量级上是自洽的。Claude Code用户一个月15万美元账单同样来自《纽约时报》。而GitHub Copilot改按Token计费，更是有GitHub官方文档确认的硬事实，2026年6月起全面切换到AI Credits用量计费，超额部分真按各模型的单价扣credits。

三、比"分野"更有价值的追问

把这一堆数据拼起来，我的总体判断是：这篇传文"方向正确、细节粗糙"。中美的应用差异在结构上真实存在——美国向B端研发和自动化倾斜，中国向C端内容消费和流量变现倾斜，这是产业结构决定的路径选择，谈不上谁高人一等。

而真正的警惕在于三个方面。其一，Token从来不等于生产力，也不等于算力，视频的Token密度远高于文本，一部90分钟的AI短剧成片就要消耗约1.1亿Token，中国的"55%"有很大一部分是视频数据本身的"重量"，而非把算力浪费在娱乐。其二，中国的AI内容化也并非没有技术价值，视频生成、多模态理解、低延迟渲染这些能力，一样可以外溢到电商、教育、工业视觉乃至自动驾驶。其三，Token作为踏事件成了一个荒唐的KPI，硅谷甚至出现了让Agent空转刷量、为了排名烧算力榜单的"Tokenmaxxing"，这恰恰说明消耗量从来不是成就，每Token创造的价值才是。

在Token总量指数级膨胀、单价快速下跌的今天（摩根士丹利数据，全球每周Token用量一季度就涨了250%以上），看待中美分野，与其纠结"谁在干正经事"，不如多问一句：这些Token消耗，是否在沉淀与体量匹配的能力和资产？从"消耗的结构"到"国家的AI竞争力"，中间还隔着多远？那才是分野真正的含义。

（本篇介绍基于《中美AI的Token消耗与生产力分野：事实核查与深度分析报告》撰写，完整报告含逐条证据与全部信源链接，可另行索取。）

欢迎关注本公众号后进行留言互动，

期待彼此思想的碰撞和心灵的共鸣。