Pengguna Meta menghabiskan lebih dari 60 triliun token dalam 30 hari, memicu perbincangan "Tokenmaxxing" di Silicon Valley, sementara pekerja Amazon juga menunjukkan fenomena pemalsuan "KPI AI". Menurut data Biro Data Nasional, penggunaan token domestik meningkat lebih dari seribu kali lipat dalam dua tahun, melonjak dari 100 miliar per hari pada awal 2024 menjadi 140 triliun per hari pada Maret 2026. Industri terjebak dalam krisis tiga ketidakseimbangan: penggunaan, kos, dan nilai—token berubah dari biaya perbualan menjadi alat produksi, tetapi perusahaan kesulitan mengukur nilai sebenarnya. SuperFusion meluncurkan FusionOne AI di WAIC 2026, menciptakan Token Factory untuk menyelesaikan tiga masalah: buku ekonomi, buku keselamatan, dan buku kontinuitas, serta telah diterapkan dalam skenario AI Coding sendiri dan skenario medis Huikang.Penulis artikel, sumber: NewZe Yuan
Dalam semalam, Tokenmaxxing menjadi topik perbincangan di Silicon Valley!
Beberapa bulan yang lalu, Meta memasang papan pemeringkatan di dalam intranetnya untuk memantau penggunaan Token oleh lebih dari 85,000 pekerjanya.
Hasilnya, mengejutkan—
Hanya dalam 30 hari, pekerja Meta membakar lebih dari 60 trilion token, pemimpin tunggal menghabiskan 281 bilion, bahkan Mark Zuckerberg tidak masuk 250 besar.
Sumber: Maklumat
Tidak ketinggalan, pekerja Amazon juga mulai membanjiri "KPI AI", bahkan membiarkan agen AI berjalan sia-sia selama beberapa jam hanya untuk meningkatkan peringkat.
Permainan senario yang kelihatan tidak masuk akal ini secara tidak disangka menyingkap cadar penutup AI perusahaan pada 2026:
Semakin banyak token yang dibakar, adakah ia setara dengan nilai yang diciptakan lebih banyak?
Tiada siapa yang boleh menjawab, kerana ia tidak boleh diukur.
Selepas perayaan, industri mengalami "tiga kehilangan kawalan" yang memalukan: penggunaan tidak terkawal, kos tidak terkawal, dan nilai tidak terkawal.
Model besar hanya memerlukan dua hingga tiga tahun untuk berubah dari “tidak boleh digunakan” ke “boleh digunakan”. Namun, masalah yang muncul selepas ia “boleh digunakan” jauh lebih rumit berbanding ketika ia “tidak boleh digunakan”.
Token menjadi "alat penghasilan"
Tetapi ia tidak sama dengan nilai
Untuk menjawab soal ini, perlu diperhatikan terlebih dahulu apa yang menjadi Token tersebut.
Tiga tahun lalu, Token hanyalah "unit kos" untuk perbualan santai antara manusia dan AI, dengan setiap soal jawab menggunakan puluhan hingga ratusan Token.
Pada tahun 2026, logiknya berbalik sepenuhnya.
Satu agen tunggal menyelesaikan satu tugas pejabat, menghabiskan puluhan ribu token; sementara beberapa agen pintar bekerja sama, satu tugas sahaja boleh menghabiskan jutaan token.
Token bukan lagi hanya perbelanjaan perbualan, tetapi telah menjadi "alat penghasilan" untuk membina semula proses perniagaan.
Nombor perubahan kuantiti lebih mengejutkan. Menurut statistik Jabatan Data Negara, jumlah panggilan Token domestik meningkat dari seribu miliar setiap hari pada awal 2024 kepada seratus empat puluh trilion setiap hari pada Mac 2026.
Dalam dua tahun, ia meningkat lebih dari seribu kali ganda, ini bukan lagi satu garis lengkung, tetapi satu dinding tinggi yang muncul tiba-tiba.
Di sebalik dinding, terdapat empat skenario bernilai tinggi yang telah disahkan: AI Coding, AI for Science, penciptaan video multimodal, dan Agent pejabat generik.
Di antaranya, AI Coding berjalan paling pantas, dan hanya kelas ini saja yang menghabiskan lebih dari 50% penggunaan token global.
Sumber: Laporan State of AI yang dikeluarkan oleh OpenRouter bersama a16z
Tetapi kunci sebenarnya tersembunyi dalam soalan pengenalan itu—semakin banyak token yang dibakar, sama dengan semakin banyak nilai yang diciptakan?
Jawapannya adalah tidak.
Kerana token itu sendiri adalah 「kos」, bukan 「nilai」: ia adalah pusat kos baharu, dan hanya menjadi nilai apabila diambil guna secara sebenar oleh agen dan dimasukkan ke dalam perniagaan.
Pusat keuntungan sebenarnya ialah Agen yang menggunakan Token untuk bekerja.
Sebuah token yang hanya berjalan di latar belakang untuk memanipulasi peringkat, dan sebahagian token yang telah melaksanakan pemeriksaan kualiti industri, menulis kod produk, dan memantau satu kes penyakit, mempunyai nilai buku yang sama tetapi nilai sebenarnya sangat berbeza.
Kepalsuan dalam pertandingan Meta dan Amazon terletak pada fakta bahawa mereka bersaing berdasarkan "keluaran" Token, tetapi mengabaikan "kualiti penggunaan".
Oleh itu, alat ukur yang digunakan untuk mengukur hashrate juga telah menukar unit pengukurannya.
Dahulu, yang diperhatikan ialah “berapa banyak FLOPS yang dihasilkan daripada satu unit tenaga”, mengukur prestasi peranti; hari ini, unit asas telah berubah daripada FLOPS kepada Token, dan ukurannya telah diperluaskan hingga ke hujung nilai—
WATT → FLOPS → TOKENS → AGENTS → VALUES
Pengukur lama hanya mengukur hingga "berapa banyak kekuatan yang dihasilkan setiap watt elektrik"; pengukur baru perlu mengukur hingga akhir:
Berapa banyak setiap unit tenaga yang anda masukkan berubah menjadi Token yang benar-benar digunakan oleh Agent dan ditukarkan menjadi nilai.
Kesimpulannya logik, kerana Token telah berubah dari "kos perbualan" menjadi "bahan mentah dalam rantai nilai" —
Cara menghasilkan, cara mengira, dan cara mengurus semuanya perlu dibuat semula.
Bukan modelnya yang tidak baik, tetapi asasnya tidak sejajar
Masalahnya tepat di sini: Sifat token telah berubah, tetapi tapak yang menyokongnya masih dibina mengikut logik lama.
Dalam beberapa dekad terakhir, pemikiran perusahaan dalam membeli pelayan ialah «beli peralatan, pasang sistem, asalkan boleh berjalan».
Dalam nilai rantai baru ini, pola pemikiran ini benar-benar gagal berfungsi—
Infrastruktur lama yang dibina untuk model tunggal tidak sesuai dengan penjadualan kombinasi model pelbagai, versi pelbagai, dan skenario pelbagai hari ini.
Yang lebih menyakitkan ialah, kuasa pengiraan di atas kertas ≠ Token yang berkesan.
Penggunaan GPU biasanya kurang daripada 50%, skor prestasi nampak cantik, tetapi apabila beban sebenar dikenakan, sistem menjadi lambat; apabila dokumen panjang atau konteks panjang datang, keseluruhan sistem terus terhenti.
Penggunaan agen justru menjadikan konteks panjang dan konsistensi tinggi sebagai perkara harian. Prestasi yang dipromosikan dan pengalaman sebenar yang diperoleh di lapangan adalah dua dunia yang berbeza.
Dengan kata lain, infrastruktur lama mengukur FLOPS, tetapi tidak menghasilkan Token yang stabil dan berkesan.
Mengikut nilai rantai baharu, syarikat benar-benar perlu mengira tiga buku akaun.
Sebuah perhitungan ekonomi.
Setiap konversi adakah kecekapan, setiap Token adakah diukur, diberi atribusi, dan dikawal. Penggunaan GPU di bawah 50%, bermakna separuh tenaga terbuang sia-sia; tidak dapat menjelaskan apa yang diperoleh daripada Token, bermakna wang dibelanjakan tanpa jelas.
Buku akaun yang selamat.
Bagi kebanyakan pelanggan industri, tapak ini juga mesti dibina di rumah sendiri—data tidak keluar dari premis, model dikendalikan sendiri, dan agen pintar dibatasi dalam sempadan keselamatan.
Masih ada satu buku keterusan yang paling mudah dilupakan.
Sebagai sebuah pabrik, yang paling ditakuti bukanlah harga elektrik yang mahal, tetapi penghentian operasi.
Token yang dibeli tidak boleh hanya mencari harga murah, tetapi harus memiliki kapasiti yang pasti: tugas penting tidak dipadatkan oleh tugas berprioriti rendah, dokumen panjang tidak akan memperlambat keseluruhan sistem, dan model yang diiterasi setiap minggu boleh terus diikuti tanpa tertinggal.
Ketiga-buah buku ini, tiada satu pun berada di lapisan model yang dibincangkan berulang-ulang, semuanya berada di atas tapak di bawah kaki. Apabila diturunkan kepada industri tertentu, rasa sakitnya segera menjadi tajam:
Industri pembuatan ingin membawa AI masuk ke dalam penyelidikan dan pembangunan, simulasi, pemeriksaan kualiti, dan penjadualan pengeluaran, tetapi dokumen reka bentuk dan data proses adalah aset utama, sehingga hanya boleh diletakkan secara persendirian. Akibatnya, apabila peralatan tiba, ia memerlukan satu hingga dua minggu sejak penghantaran hingga menghasilkan Token pertama, dan setiap pengulangan model seolah-olah perlu menukar darah.
Kewangan ingin melakukan pengurusan risiko, laporan, dan operasi pintar, tetapi kepatuhan dan keselamatan data adalah garis merah; mereka tidak dapat menikmati kemudahan awan awam yang "dibungkus sebagai API, siap guna". Membina sendiri satu sistem bermakna mereka perlu menanggung semua tanggungjawab sendiri — pemilihan pilihan, penyesuaian, pemantauan, dan penyelesaian masalah. Pasukan IT yang bukan latar belakang AI tidak akan mampu mengendalikannya.
Perubatan paling jelas—penafsiran laporan, bantuan diagnosis, dan penjejakkan pesakit semuanya bernilai tinggi, tetapi data rekod kesihatan lebih sensitif daripada emas dan mesti tetap di dalam hospital, sementara model diupayakan seminggu sekali, produk komersial sering tertinggal sebulan, dan doktor serta pesakit tidak mampu menunggu.
Tiga industri, tiga wajah, tetapi masalahnya menunjuk kepada satu perkara yang sama:
Perusahaan tidak lagi memerlukan sekumpulan perangkat keras yang mampu menjalankan model, tetapi satu sistem "produksi" yang dapat mengubah daya komputasi menjadi Token yang stabil, selamat, dan dapat diukur.
Sistem "penghasilan" ini sebenarnya sudah mempunyai nama: Token Factory.
Sebuah "pabrik Token" muncul
Dengan kata lain, setiap perusahaan memerlukan sebuah Token Factory miliknya sendiri.
Di WAIC 2026, Chaoju Bian telah menghantar jawapan praktikal.
Tindakan utamanya bukanlah mengulangi semula rantai nilai itu, tetapi mengubah pembarui menjadi garis pengeluaran.
Setiap peralihan di atas rantai diturunkan ke dalam satu projek spesifik:
Lapisan infrastruktur pengiraan (WATT → FLOPS): peranti keras, penyejukan cecair, dan super-node, yang menentukan berapa banyak pengiraan yang dapat diperoleh daripada setiap watt tenaga;
Lapisan perkhidmatan model dan kekuatan pengiraan (FLOPS → TOKENS): Pemecutan inferens, penjadualan serentak, dan bekalan model, yang menentukan sama ada kekuatan pengiraan boleh diubah menjadi Token yang stabil dan berkesan;
Pengukuran dan lapisan operasi token (TOKENS → VALUES): Membuat setiap token dapat diukur dan dapat dikelola, kemudian serahkan kepada agen untuk ditukar menjadi nilai perniagaan.
Tiga lapisan jatuh, yang akan diakhiri ialah kotak hitam yang lama tidak ada yang bertanggungjawab—
Perusahaan sebelum ini hanya memfokuskan pada kedua hujung rantai, membeli kuasa pengiraan dan menuntut hasil, tetapi kecekapan dan kos setiap peralihan di tengah-tengah selalu diabaikan.
Jika Token Factory adalah kilang yang akan dibina, FusionOne AI ialah keseluruhan "rancangan pembinaan kilang" yang diberikan oleh FusionOne.
FusionOne AI, satu penyelesaian terpadu AI yang menjadi wadah bagi pabrik token perusahaan untuk mewujudkan konsep menjadi kenyataan.
Pengenalannya boleh diringkaskan sebagai "1+3+N".
- Satu arsitektur seragam: satu set arsitektur Token Factory yang lengkap, pengalaman desktop, pejabat, dan pusat data yang seragam;
- 3 kelebihan utama: kerjasama perisian dan peranti untuk melepaskan keberkesanan Token, AI Lab menyediakan kapasiti pengiraan dan model T+0, serta amalan sendiri yang berterusan 7×24 jam;
- N senario ekosistem: daripada AI Coding dan pembangunan agen, hingga ke AI Office, video pendek AI, pekerjaan kerajaan, pengurusan risiko pemasaran kewangan, dan perubatan pintar.
Dalam hal kemampuan, enam perkara yang ia janjikan untuk selesaikan secara tepat sepadan dengan tiga buku akaun itu.
Dalam akaun kos, kekuatan pelbagai diurus secara terpusat sebagai satu garis pengeluaran, tanpa bergantung kepada cip tunggal; TokenOps membolehkan setiap Token diukur, diperintah, dan dioptimumkan.
Dalam aliran berterusan, enjin pemecut penalaran Smart memaksimakan throughput, enjin QoS Smart mengekalkan ketertiban penghantaran, memastikan perniagaan utama tidak diganggu oleh permintaan berprioriti rendah; selain itu, model 0-Day yang sentiasa terkini membolehkan perusahaan mengikuti perubahan, memastikan model baharu masuk ke pengeluaran pada masa pertama.
Dalam akaun keselamatan, AgentCare telah menyediakan kotak pasir keselamatan dan ingatan pintar untuk agen, membolehkan agen dimasukkan ke dalam proses sebenar.
Selain itu, satu lagi ialah kebolehsalinan ekosistem, AI Lab Superfusion dan FusionXplay secara langsung mengambil jalan yang telah dilalui oleh orang lain.
Token Factory akan dilaksanakan
Tidak dapat mengelakkan peranti keras
AI untuk pelaksanaan akhirnya tidak dapat dipisahkan daripada peranti keras.
Ini adalah perkara yang paling tidak akan dikompromikan oleh Chaoju Bian sebagai veteran kekuatan pengiraan: sekalipun platform perisian sehebat apa pun, akhirnya ia tetap perlu berjalan di atas dasar kekuatan pengiraan yang nyata.
「1+3+N」 itu, yang 「1」 itu, apabila diterapkan, ialah tiga kategori Token Factory: peringkat meja, peringkat pejabat, dan peringkat pusat data.
Platform penghasilan Token baru, TokenBox™, membawa kemampuan yang sebelumnya hanya tersedia di pusat data ke dalam pejabat untuk pertama kalinya!
Kuncinya ialah, sambungkan dan gunakan.
Pelayan AI peringkat pusat data terlalu bising sehingga tidak boleh ditoleransi di pejabat, dengan ambang masuk ruang mesin yang sangat tinggi; manakala stesen kerja biasa pula mempunyai kuasa pengiraan yang lemah dan tidak mampu menyokong model besar.
TokenBox™ menggunakan pendingin cair untuk mengurangkan bunyi hingga 35 desibel di bawah beban utama, keheningan setaraf perpustakaan, dan mampu menjalankan model besar unggulan seperti 'DeepSeek V4 versi penuh' dengan 1.6T parameter dalam satu unit.
Selain itu, ia juga membolehkan sambungan efisien dari satu mesin ke banyak nod melalui TokenFabric™, menyokong model baharu pada 0-Day, dan pengembangan peranti keras secara elastik seperti membangunkan blok.
Bagi usaha kecil dan sederhana serta cawangan korporat yang perlu menjalankan proses privatisasi tetapi tidak mampu menanggung kos pusat data dan pasukan penyelenggaraan AI, ini hampir seperti mewujudkan impian “menggunakan Token sebegitu mudah seperti air dan elektrik” ke dalam sebuah mesin yang boleh diletakkan di sudut.
Jika Token Factory adalah sebuah pembangkit listrik, "super node" adalah mesin sebenarnya yang menghasilkan listrik.
Ia menyelesaikan ikatan mati di mana "kekuatan pengiraan di atas kertas ≠ Token yang berkesan".
Dalam arsitektur tradisional, pelbagai kad akselerator beroperasi secara berasingan, komunikasi antara nod seperti arus kereta yang tersumbat pada jam puncak, kecekapan kuasa pengiraan tidak dapat dikeluarkan, dan sistem akan terhenti apabila teks panjang datang.
Gagasan super node adalah menggabungkan satu rak penuh dan banyak kad menjadi satu kesatuan yang saling berhubungan pantas, menggunakan kepadatan tinggi, penyejukan cecair, dan arsitektur seragam untuk mengekstrak semula kuasa pengiraan yang terbuang akibat bottleneck komunikasi.
Dengan kata mudah, dengan sekumpulan cip yang sama, orang lain hanya boleh mengekstrak lima puluh peratus, tetapi ia ingin anda mengekstrak hingga batas maksimum.
Bagi perusahaan besar yang perlu menyokong ratusan hingga ribuan pengguna secara serentak dengan sumber komputasi yang terhad, ini bukan sekadar tambahan keindahan, tetapi garis hidup atau mati.
Dari pusat data ke pejabat hingga ke meja, bentuk kuasa pengiraan Super Fusion meliputi semua skenario, dari kumpulan besar hingga individu super.
Mulakan dengan diri sendiri
Pengecapan AI menjadi medan utama
Keyakinan Superfusion terletak bukan pada apa yang ia katakan, tetapi pada apa yang telah ia lalui sendiri.
Dengan kata-katanya sendiri, ia disebut "jual apa yang saya gunakan, gunakan apa yang saya jual". Produk yang ingin anda tawarkan kepada pelanggan pasti sudah anda gunakan secara mendalam dan luas terlebih dahulu.
Setelah mengumpulkan, memperhalus, dan menyempurnakan pengalaman, metodologi, dan sistem alat yang digunakan sendiri, Superfusion baru saja meluncurkan FusionOne AI kepada pihak luar.
Pengkodean AI, iaitu otot yang akan menjadi fokus utama pasukan pada separuh kedua tahun ini, dan juga otot yang paling meyakinkan.
Sebabnya mudah: dalam semua skenario bernilai tinggi yang telah disahkan, pemrograman berjalan paling pantas.
Yang jarang terjadi ialah, SuperFusion tidak berhenti hanya bercerita, tetapi menjadikan dirinya sendiri sebagai "pelanggan pertama".
Kes yang paling klasik ialah sebuah pasukan pembangun yang tidak menulis sebaris kod pun secara manual—
Tiga bulan, menyerahkan kod produk dalam skala 500,000 baris.
Yang lebih menarik ialah lintasan perkembangannya: dari「individu super」seorang diri, kepada「projek super」yang mematuhi proses perniagaan dan pengagihan auto agen berganda.
AI Coding di sini bukan lagi sekadar alat peningkatan kecekapan, tetapi infrastruktur penyelidikan dan pembangunan yang melekat pada perusahaan.
Sebuah syarikat yang mengintegrasikan AI ke dalam darah dan dagingnya sendiri, apabila kembali bercerita tentang pelaksanaan AI, pasti membawa berat yang berbeza.
Makna pelaksanaan AI telah diwujudkan secara nyata
Yang lebih meyakinkan daripada bukti sendiri ialah hasil yang diperoleh oleh orang lain.
Chuangye Huikang telah berkecimpung dalam informatisasi perawatan kesehatan selama tiga puluh tahun, dengan memiliki 7.000 institusi perawatan kesehatan dan 250 juta rekam kesehatan penduduk.
Di sana, AI perubatan telah dipecahkan menjadi agen-agen pintar “kecil dan indah” — dari pra-pemeriksaan, lawatan ke katil, hingga penilaian risiko ulser tekanan dan bantuan pakar, skenario semakin bertambah, permintaan Token meledak secara eksponen.
Bagaimana untuk menghantar Token ke bahagian dan ke garis depan menjadi tajuk baru.
Untuk itu, mereka mencari alat semacam itu selama satu tahun penuh.
Jawapan TokenBox™ adalah untuk mengecilkan pabrik itu sehingga muat di dalam ruang perubatan. Maka, terciptalah BsoftGPT+TokenBox™, infrastruktur komputasi tempatan AI perubatan ini.
Setengah pertama AI adalah menjalankan model; setengah kedua adalah menghasilkan kecerdasan secara berterusan, serta mengawal kos dan menangani urusan penting dengan cekap.
Apabila kuasa pengiraan tidak lagi langka, yang benar-benar langka ialah kemampuan untuk menggabungkan kuasa pengiraan, model, dan perniagaan menjadi satu garis pengeluaran yang cekap.
Apabila setiap perusahaan—sama ada sebuah pejabat atau sebuah pusat data—mempunyai sebuah Token Factory sendiri, AI baru benar-benar berpindah dari meja ujian ke garis pengeluaran.
Ini, mungkin, adalah makna yang paling asli dan paling kukuh bagi empat kata "AI diterapkan".