最近，个人对于搜索的行为发生了一些变化：越来越多的搜索还是回到了Google，虽然“八卦”，“查单词”等还是会在Perplexity之中。
不知道怎么了，Perplexity的质量下降速度达到了惊人的可明显感知的程度，与之相比，加入“AI Overview”的Google搜索体验却有了显著提升。模型还是最重要的，不仅仅是模型能力，而是能力和成本的综合。
搜索是我在去年底做前瞻时，认为今年会是需求大爆发的第一个AI应用领域。事实确实如此。但我观点的基础不是建立在“人使用”之上，而是建立在“AI自动调用”之上：前者的天花板大概就是目前20亿不到的Google日均搜索量的若干倍（两三倍？）；而后者，可以是无上限，极限情况下，AI可以为每个人每天都进行许多次的信息检索，再总结，最后压缩到很简单的一幅infographic图，一页纸，甚至就是一段语音，当然，也可以是一段短视频。
所以，天花板无上限，就要满足两个要求，我总结为“迭代”与“压缩”，迭代就是给模型一个初始任务，它可以自己不断的演进下去，无论是不断的步进搜索，穷尽信息，还是不断的尝试，穷尽可能性。只要算力足够，它可以一直执行到所有结果都收敛为止。
显然，理论上，AI编程也符合上面两个要求。
很多人会说Agent，说过很多遍，Agent的实质就是编程和搜索，当然也包括其它模态（声音，图片，视频）的生成。
简单而言，在AI还需要人这个物种的时候，它的目标是“给人看结果”，它的方式是“计算”。
在token替代流量，成为AI时代最重要的基础指标时，迭代量决定了token量，压缩率（处理的token量比上人接收结果的处理时间，比如几秒钟看一张图，一分钟看多少字，比如，一分钟的视频）决定了天花板倍数。
仅靠搜索和AI Coding（其实主要是搜索），Gemin“画出”了一个token用量指数级上升的曲线。仅靠AI编码，Anthropic（Claude模型母公司）每个月都在提高全年ARR预期，甚至最近给出了26年200-260亿美金ARR的“饼”。
以上是今天要探讨的两个内容的铺垫：1. 第一个内容是谁将扛起下一个token用量大爆发的大旗？2. 理论上，即使不需要新的模态，如上所述，仅搜索和coding，都还有无限的空间，那么现实大概是怎样的？
对于第一个内容，很多人包括我都把目光放到了多模态，尤其是sora2发布之后，让很多人看到了AI视频的巨大潜力。
上面这张图是我在23年底画的：竖条虚线代表22年底“ChatGPT时刻”，或者说“GPT-3.5”时刻。不同模态的位置代表在当时（23年下半年）相对于“GPT-3.5”时刻所处的位置，比如，大语言模型显然进步了，毕竟GPT-4出现了，文生图和代码生成确实可以使用了；左边的椭圆形圈代表场景潜在的市场大小对比（定性）。
当然，当时用了那个时间点的语言体系，因为模型大家都喜欢统称为“文生XX”，意思是通过一段文字来生成，也对，也不对。
当时，把搜索归到了LLM之中，实际上就是一个LLM对搜索工具的调用和结果处理。同样，也对，也不对。
如今来看，代码能力显然早就跨越了“GPT-3.5”时刻，GPT-4o的生图模型开始，也就算跨越了，如今nano-banana更是再进一步，sora2应该也算至少到达了。
所以，这些模态，确实有“爆发”的潜力。
但其实，考虑两个方面，也许图片和视频并非如我们设想的那样可以达到甚至超过如今AI搜索 and AI Coding的token用量。
一是，目前的量，我在上一篇文章里曾经计算过图片和视频的token量，当然依照Google的数据。
这里直接说一下结论：Google云公布至今处理了130亿张图片，2.3亿个视频（我们按照8s计算），这些图片的总token量是20T，视频的量大概是一半。这还是至今为止总的处理量，但即使这样，相对于Gemini一个月的1.3Q的token量，差不多只是3%水平。
当然，很多观点可以说，这才开始，未来空间巨大。可是如果我们回到前面说的天花板测算的两个要求的第二点，压缩率来讨论的话，也许判断会有不同。
首先，我们为什么要出图片，视频，就是为了给“人”看的（又有人会不同意，训练自动驾驶和机器人不是要生成很多图片和视频吗？有时候写文章比较麻烦的点就是在这里，需要不断去填“逻辑漏洞”，试想，为什么要给“机器人”看图看视频，不也是因为人看的吗，还有，即使训练的模型再多，跟全球八十亿人比，量级根本不能比的）。仅仅这一点，就有巨大的差异了。
其次，虽然可以说为了生成图片，视频，还是需要处理很多信息，但最终就会限制在图片和视频作为人机界面的这个载体之上了，还会面临“真人世界”的剧烈惯性竞争。即使在AI生成之前的社交媒体，我们也会承认内容太多，信息过载，而不是信息不够。
我贴一张Gemini的Deep Research结果的图，如下：
所有社交媒体用户和平均时长。如果我们把141分钟换算成秒，再乘以人数，就是44.3T秒，假设全部模态就是视频，那么这个44.3T就是每天全网络的视频观看总秒数，每秒视频大约15k的token量。所以总观看是不到700Q的token，但是观看不代表生成。
来自 https://influencermarketinghub.com/how-much-content-does-tiktok-generate-in-just-one-day-study/ 的一份数据，tiktok视频的平均观看数是2500。如果我们再假设，长视频短视频加起来平均时长是15S，上面的计算结果成为17.7T的tokens。对于这个结果，我依然更倾向于高估了，但是我们就假设本身就还会有增长空间。
那么，把社交媒体（人的注意力）的内容全部假设成为通过AI生成的视频，考虑增长，大概的一个天花板数量是20T的token每天，一个月600T，还不到Gemini上个月的token量的一半。
当然，我们还可以有一系列挑战以上结论的点：为什么要发视频到社交媒体，自己生成视频给自己看不行吗？当然可以，怎么都可以。
还可以说，视频可以取代好莱坞电影。恰好，我让Gemini做了电影票房的数据研究。
还有跟流媒体比较的。不深入探讨了，有兴趣的可以自己分析。
当然，我们还可以质疑上面这些Gemini深度研究的数据是“错”的，是“幻觉”，那就需要进入我今天第二个讨论内容了，稍等。
综上，我不认为在可见的两三年内，图片和视频可以成为杀token的最大主力军。就是因为，它们作为人机交互的界面，受到人的物理约束。
那么，还有一个交互界面，语音呢？有意思的是，我反而认为这可能会是容易被忽略的部分，但因为总量算起来可能还是超不过视频，所以只是单纯因为很多人对它的想象空间偏小，反而会超预期：一个人是可以长时间一直跟AI共同工作或者聊天的，语言是一个比文字效率高5-10倍的模态，这意味着语音的使用时长上限是挺高的。但在真正很好落地前，还是有几个痛点：一还是输出效率问题，即在语音模式下，AI应该如何综合语言，文字，图片，视频的回复模态，真正提高人机沟通效率；二是环境适配度，目前的语音模型在安静的单人环境下表现都不错，但是一旦人多，或者背景噪音比较大时，就不可用了，这不是模型本身问题，而是音频处理软硬件需要共同解决的问题。
当然，还有个模态，3D，显然，还太早。
实际上，为什么要提出上面的问题，即新模态“杀token”的能力，而不是假设AI搜索和coding还可以继续保持动能，拉动token用量的持续环比高增，就是第二个问题要讨论的了。
首先，尽管各家都在极力宣传，但是正如我以前文章里分析的那样，即使Gemini这个1.3Q的月度使用量，环比增速也是明显下降了。另外，我一直引用的openrouter数据，尽管总量不大，但是它的用户有代表性。最新情况如下。很多迹象表明，token用量很可能增速已经明显放缓了。
其次，会有人说本文开头提到过的Anthropic最新的ARR不断上调。这确实是一个很有利的AI Coding需求强劲的证据，一会儿讨论。
还有一些观点，包括我也会支持，GPT-5发布后，特别是codex更新后，效果很不错，token用量应该也是大幅提升的。
我想，从个人体验，社区交流，AI能力边界来讨论，基本上是一些客观上的更多主观结论，所以完全可以质疑，但我也找不到更多更有说服力的数据了。
前面说过的天花板的前提条件，压缩率，依然是我认为非常重要的约束。虽然在AI Coding里，压缩率极高，但是，各种原因下，至少我和为数不少的最近交流多的朋友，都会有一个非常切身的体会：个人的token用量基本不增加了。原因是两点，第一，目前AI能力下，人还是需要时刻关注AI工作的进展，随时打断，调整，甚至随着越多的开始进行生产落地的项目，这种人的参与比例就越高；第二，人的生理心理极限，长时间的人机协作，会让人感觉更疲惫，思想枯竭，反应迟钝。以上两点，没有因为模型能力的所谓提升（比如Claude3.7到4到4.5）而有改变，反而更严重；
既然是写代码，那么怎么能够在可控的成本下，获得更好的效果就是首先考虑的问题。这一点逐渐变成了用户与厂商之间的“博弈”。能用好模型的用户恰好都是可以最大化使用量的一批，更是希望“薅尽厂商羊毛”的一批。所以我们看到当厂商受不了高昂的推理成本而纷纷推出限流措施时，用户明显的流失了，最早是cursor，我大概三个月前停掉了订阅，转而完全使用Claude Code，如今大家都明显看到了cursor用户数据的快速下滑。最新的情况是，即使Claude Code和Claude模型可能依旧是最好的coding模型，但我已经基本迁移到GPT-5驱动的codex了。所以，有没有可能，在没有一家能垄断模型的竞争格局下，这个市场就已经快速提前进入存量市场了？
接上面，从Claude Code转向Codex的绝对不是我一个人，而已经成为一个很有代表性的趋势，据此，我对Anthropic对于以后的收入预期持较高的怀疑态度，但这需要些时间体现出来。他们也出了应对，Claude-Haiku-4.5，可是我目前跟codex磨合的已经不错了，我也知道比haiku好的sonnet的能力，所以，我几乎没有尝试haiku的想法；
归根结底，用量的提升都需要模型能力来保障。但，我们还忽略了一个因素，回报率。是的，我确实看到了很多类似于我这样的“老人”要么回到“一线”，要么越来越多的参与“一线”工作，当然，在AI的加持下，也接触了很多团队的一致观点：需要的人少了，可以做的内容多了，更忙了，当然，其实业务收入就还是正常；
我本来想讨论AI能力边界在哪里的问题，但想想，何必去讨论这些呢。因为有一个更现实的约束放在这里：收入；
用量当然还可以快速增长，但是技术进步带来的成本下降也很快，我们需要比较的是用量上升的速度和成本下降的速度。我大概有把握，明年每token的生成成本下降三分之二。所以，我们大概需要一个用量增长三倍以上的最低预期；
我大概也有把握，依然不会有任何一家垄断模型，在竞争性的市场里，用户总是拥有更多的选择权；
最后，一如既往，我不会低估AI对我带来的巨大改变和对社会带来的潜在巨大改变。但我也知道这依然是一个关于人的约束，模型能力约束，成本收入约束的三角形，虽然不是不可能三角，却只能在相互拉扯里前进，而不是一蹴而就。