6月5日，北京国家会议中心，一场原本容纳上千人的对谈被挤得水泄不通。主角是腾讯集团高级执行副总裁汤道生和首席AI科学家姚顺雨——这位明星AI科学家加入腾讯半年多以来的首次线下公开亮相。姚顺雨在会上抛出一个关键判断：AI下半场最重要的问题，不再只是找到更好的方法，而是找到真正值得解决的问题。腾讯借此释放明确信号：AI竞争早已跳出模型参数和算力规模的单一比拼，进入模型、产品、场景、组织协同并行的全新阶段。而当下Agent成为技术核心，Token效率则是所有玩家必须攻克的难关。

“我也听到很多客户甚至同事们，紧盯着积分消耗或Token消耗”，汤道生坦言，Token成本的爆发式增长已成为行业共同焦虑。但Token焦虑背后，还有一个更底层的物理问题：每一个Token的生成，最终都要转化为GPU的一次次运算，转化为数据中心的一度度电。据OpenRouter数据预测，从2025年到2030年，全球Token调用量将增长212倍。国际能源署最新报告显示，2025年全球数据中心总耗电量已达485太瓦时，其中AI相关负载独占170太瓦时；到2030年，这一数字将飙升至950太瓦时，AI专用算力耗电将达465太瓦时，超过日本全国年度用电量。在中国，2025年AI耗电量约4500亿度，占全社会用电量3.8%；到2026年预计达6000亿度，占比升至5%，几乎相当于全国钢铁行业一整年的用电量。

电力系统正从后台配套走向AI基础设施的前台。5月26日，国家能源局在深圳召开“人工智能+”能源现场推进会，远景科技集团董事长张雷指出，电力系统正在成为人工智能的主体工程，而非配套。他认为，能源不只是AI的底座，更是血脉和肌体，解决不了智能生产全链路的能量管理问题，再强大的芯片也发挥不了作用。传统数据中心时代，单个机柜功率密度在3kW到5kW之间，但AI数据中心正彻底改写这一前提。随着英伟达Blackwell架构部署，单个机架满负荷功耗已达约130kW；计划2027年推出的Rubin架构目标功率将冲向600kW，部分概念验证系统甚至指向1MW。单个机架耗电量已与数百户家庭相当。

这场跃迁带来全方位冲击。传统UPS配电体系和市电直供模式在面对数百千瓦级脉冲式负载时效率骤降，可能在毫秒级功率波动中崩溃。AI训练任务具有剧烈脉冲式波动特征，成千上万块GPU瞬间同步启动，电力负荷在毫秒级内飙升又回落，对电网冲击远超传统云计算。散热瓶颈也急剧放大，当机柜功率突破百千瓦，传统风冷难以为继，液冷方案虽快速普及，但IDC预测2025年中国液冷数据中心市场规模将突破200亿元，部署仍面临与电力系统协同设计的复杂挑战。更深层问题在于电网接入能力，美国最大电力市场PJM Interconnection覆盖区域——弗吉尼亚、马里兰、宾夕法尼亚等十个州，正是AI基础设施最密集区域，2025年该区域电价已出现高达76%的“不可逆转”上涨，电网互联排队等待时间在部分地区长达数年。对AI从业者而言，未来不仅要在算法和产品上竞争，更需将能源策略纳入核心规划，从Token效率到电力效率，每一环都可能决定胜负。