,圣淘沙公司注册一站式服务，网址与联系电话一网打尽！

,半年20余倍增长，一个中国Token工厂的生意飞轮，很高兴为您解答这个问题，让我来帮您详细说明一下。

大连市瓦房店市、南通市如东县、潍坊市青州市、亳州市利辛县、洛阳市偃师区、广西梧州市藤县、万宁市礼纪镇、西安市周至县、张家界市桑植县、合肥市蜀山区、嘉峪关市文殊镇、赣州市上犹县、铜仁市万山区、广州市天河区、广西河池市大化瑶族自治县、安阳市林州市、湘潭市雨湖区

出品｜虎嗅科技组作者｜陈伊凡编辑｜苗正卿头图｜AI 生成过去两年，Token 的生产成本一直在下降，但售价却一直涨。看起来前后矛盾的事，背后是一笔基于 Token 商业模式逐渐成熟而成立的生意。硬件和模型，这几年不断优化迭代，几乎都指向同一个方向：更便宜的推理、更低廉的算力。但另一面，是逐渐成熟的智能体以及已经闭环的业务。" 真正靠 AI 赚到钱的人，根本不会被价格劝退，只会默默想办法降本。" 夏立雪说，他几乎没有任何思考时间就下了这个判断，似乎是已经提前看明白了这个问题。他是无问芯穹的联合创始人兼 CEO。这家 2023 年成立的、与清华大学电子工程系有深厚渊源的公司，做的一部分事情，在行业里有一个越来越流行的说法：Token 工厂。可能很难在市场上找到对标无问芯穹模式的公司，其卡住了一个此前未被发现的场景，或是长在了随着 AI 需求拉动而新诞生的结构洞上的创新模式。它不研发通用大模型，不做芯片，也不做面向 C 端的应用，它坐在芯片和模型之间，把供不应求的算力资源进行调度、匹配、优化，更高效地转化为 Token，芯片厂商、模型厂商、应用厂商等各方都需要在无问芯穹的 Agentic Infra 体系上集成，由无问芯穹进行调度和分配，这是一种由技术领先的软件与算法定义的商业模式。这种特殊的模式让无问芯穹比任何一个在 Token 产业链上的公司都能率先感知始于青萍之末的变化。我在上海模速空间无问芯穹的会议室见到夏立雪，黑色的公司文化衫，语速极快，说到技术问题，似乎进入一种 " 心流 " 状态。模速空间是上海 AI 创新的核心，以无问芯穹为圆心的 2 公里，产业链的上下游在此汇聚。夏立雪本人 图片由无问芯穹提供据公司今年 5 月披露，去年 12 月到今年 4 月底，无问芯穹的 Agentic MaaS 业务中，Token 调用量增速超过 20 倍，这是过去从未有过的增长。这个数字背后，是一件已经成为现实的事：推理，正在成为比训练大得多的市场。过去三年，AI 产业的叙事主线是训练。谁有更多 GPU，谁训练出更大的模型，谁就站在食物链顶端。算力竞赛的逻辑清晰粗暴：堆卡、堆电力、堆钱。英伟达的 H100 在黑市上卖到六位数美元，甚至要靠提前囤货。但 2025 年底开始，这个逻辑变了。2026 年推理的数据量首次超过了训练。根据国际数据机构统计，2026 年全球企业在推理基础设施上的资本支出预计达 680 亿美元 , 而训练基础设施支出为 450 亿美元。当 AI 不再只是回答一个问题，而是要完成一项复杂的任务：写完整的代码、审阅一份合同、持续跟进一个项目，它消耗的 Token 数量是聊天场景的几十倍甚至上百倍。无问芯穹的数据是，在其 Agentic MaaS 平台调用的 Token 中，95% 以上都是智能体场景。推理需求的爆发，正在把 AI 产业链的价值重心往下移。芯片制造商、模型公司、云服务商，每一层都在重新定价，而位处中枢的基础设施服务商，正在从 " 管道 " 变成 " 工厂 "，又从工厂变为在价值链拥有更大影响力的 Token 生产力转化。衡量这个工厂运转得好不好，无问芯穹内部有一个指标：每月能产出多少有价值的万亿参数级模型的 Token。这个指标拆开来看，有两个衡量标准，一个是效率：单位时间的 token 产出量；另一半是稳定性，系统能不能连续不宕机地跑下去。两个指标，在万亿参数大模型场景下，无问芯穹过去一两年实现了 5 到 10 倍的性价比提升。在无问芯穹，有一个公式：AI 生产力 = 智能规模 *Token 生产效率 *Token 价值转化。当 Token 业务在产业中能实现商业化闭环的时候，就能为市场提供更充沛、更稳定、更高性价比的优质 Token，进而在产业内获得口碑，吸引更多用户使用。拿到更多需求之后，也能提炼出更好的优化空间，一方面是接触到更多真实场景，可以明确不同优化技术在场景中的价值；另一方面是需求足够多的情况下，资源分配的调整空间更大，需求种类越丰富，和非同质化资源的适配可能性就越多，M 种模型乘以 N 种芯片的优化空间也会越来越大。这也解释了为什么 agent 的崛起对无问芯穹是一个乘数效应，而非加法。在这套公式下，飞轮正在转动。推理需求爆发，国产芯片和解决方案正在迎来全新的机会，这件事与曾经在这个领域常见的国产替代叙事截然不同。中国芯片厂商对成本的敏感和工程化的能力，正在为这个产业链带来在全球市场角逐的竞争力。AI 算力市场的现实是：芯片种类越来越多，但没有哪一张芯片能高效跑所有任务；模型规模越来越大，单机八卡早就存不下万亿参数的模型，需要集群协作；不同的推理任务，对延迟、吞吐量、精度的要求截然不同。这一切叠加在一起，让 " 把算力用好 " 这件事，变成了一个极其复杂的系统工程问题。当然，这也是中国工程化能力优势的体现。这个判断在推理侧，prefill 和 decode 的分离上得到了具体验证。大模型推理分为两个阶段：prefill 负责理解输入、构建上下文，计算密集；decode 负责逐步生成输出，通信密集、对延迟更敏感。两种任务对芯片的要求完全不同。这是 AI 算力精细化需求下爆发出的新的场景。依托团队长期在软硬协同等方面的技术积累，无问芯穹很早就开始深度研究 P/D 分离，把两类任务分配给更适合的芯片——国产芯片在 prefill 场景已经可以落地，这意味着供不应求的市场里，国产算力有了真实的着力点，不再是非黑即白的 " 能不能用 "，而是 " 在哪里用最合适 "，甚至是 " 用好 "。无问芯穹以 token 作为其 AI 生产力公式的核心变量之一，是在 2026 年，这意味着整个公司的优化目标，变为在 " 怎么把芯片用满 " 的基础上，还要解决 " 怎么让每一个 Token 产生最大价值 " ——技术优化节省的成本，直接转化为毛利，再投入下一轮研发，形成正向循环。Token，正在成为 AI 产业里最接近货币的单位。它可以被生产、被消耗、被定价、被交易。更大的判断，夏立雪用了一个类比：Token 的爆发，像极了移动互联网从 3G 到 4G 的阶段。但他补了一句，4G 时代最重要的 " 应用 " 不是微信，也不是淘宝，而是那些充分使用流量、敢于在流量便宜之后重新设计组织的公司。到了 token 时代，真正改变产业格局的未必是某一款杀手级 AI 应用，而是那些用 AI 重构内部分工、让人和 AI 真正协作起来的小型组织——十人、二十人，甚至一两个人，但生产效率远超传统同规模团队。无问芯穹团队讨论 图片由无问芯穹提供这类组织已经在出现了。" 现在不用担心没有应用场景，核心是我们能不能接得住这么多需求。"这句话引出了无问芯穹正在做的下一步：跳出纯 token 工厂的边界，开始介入 Token 的生产力转化环节。结构洞上长出的创新模式虎嗅：当华为、中兴等这些系统厂商他们也在用集群的方式提高 Token 的性价比，无问芯穹这个模式的壁垒在哪里？夏立雪：表层的壁垒是我们在软硬协同领域有充足的积累和成熟成果。我们是基于系统算法做硬件适配优化，不针对单一硬件厂商或单一模型，能力可以覆盖产业全生态，是中立的第三方，技术适配性强，在各类场景下都可以使用。其次，我们的视野是面向整个供不应求的产业做布局，把市场上所有芯片产能都作为优化的输入变量，最终实现让整个生态中所有现有主体都发挥最大价值。这不是单点的一对一优化，当产业生态复杂度提升——比如出现多种模型、多种芯片并存的情况，我们这种大体系资源优化能力就会形成生态层面的壁垒。我们团队内在的核心壁垒是始终跟进业界最新的发展变化。此前做稠密模型和 MoE 优化，之后又针对万亿参数模型难以在单一硬件上规模化扩展的问题，很早就开始深度研究 P/D 分离和半分离相关技术，目前也在研发可以差异化体现国产芯片能力的相关技术。我们的壁垒不是单点的技术领先，而是系统化的、滚动式的持续创新。虎嗅：从芯片到模型之间存在中间优化的空间，针对 Token 经济学，不同厂商也提出了不同的解决方案，例如华为和一些芯片厂商提出的 " 超节点 " 的方法，以集群能力应对单卡算力不足，从无问芯穹的立场，如何建立中间的优化层？夏立雪：现在是算法牵引系统、硬件和集群建设的时代，我们和芯片厂商有共同的目标，就是要实现真实的产业落地，只要各方能对接上、跑通业务，就是好的生态。芯片厂商最核心的是要做好自己的 " 产品说明书 "，而怎么把芯片这个复杂精密的硬件用好，是我们作为行业专家要做的事。现在国内各种各样的芯片都有类似 CUDA 的层，有 CAN、SUCA、MARCA 等不同的架构，我们的生态就是把这些架构统一接入、调度、精细化管理和资源分配，保证服务稳定，最终实现商业化闭环。虎嗅：有没有具体的数字说明客户选择你们的方案，在同等推理任务和同等效果下，Token 成本下降了多少？稳定性达到了什么程度？夏立雪：比如在万亿参数规模的大模型场景下，我们实现的 token 每秒产能对应的性价比和一两年前相比已经做到了五到十倍的下降，这是软硬协同优化带来的运行成本下降。Token 产能有两个核心维度，一个是微观运行层面的生产效率，也就是单位时间内的 Token 产出量；另一个是宏观层面的稳定性，避免频繁停机维护导致实际产能下降。我们在这两个指标上都取得了很好的成果，最直接的证明就是客户都在持续使用我们的服务。虎嗅：内部最看重的核心指标是什么？夏立雪：本质上最终都会归拢到单位时间内的 Token 产出量，这是检验优化效果的唯一指标。我们核心关注的是无问芯穹每月能够产生多少有价值的万亿参数大模型的 Token。这个指标下涵盖两个部分：一个是 Token 每秒的生产效率，另一个是可参与生产的资源规模。软硬协同优化中也包含大规模系统稳定性的优化，这点常常被忽略，但非常重要。因为当我们从小而美的技术团队转向系统服务商时，需要为客户交付大规模持续稳定的业务，规模的扩张必须以稳定性作为支撑。虎嗅：2026 年被认为是推理大年，你们哪条业务线有明显增速？夏立雪：以公司 Agentic MaaS 平台为例，从 2025 年年底到今年 5 月，Token 调用量增速在 20 倍以上。而且这种增长是健康的结构化增长，是多种需求同时存在、有分层结构的增长，并非难以持续的单点增长。现在整个模型产业的发展类似金字塔从底部向上突破，尖端应用在不断拓展新的需求领域，AI 已经可以实现写代码、做设计、做营销，未来还可能覆盖法律等场景。推理需求的快速增长带动了全产业链的健康发展，覆盖模型公司、应用公司、基础设施服务商甚至芯片公司。从这一年的经验来看，全链路都完成数字化、所有信号都可以在数字世界闭环的任务和组织，会更快进入自我闭环的迭代，也会最优先吃到 AI 进化带来的红利乃至利润增长。人工智能本身擅长自我迭代，类似 AlphaGo 可以通过自我对弈实现快速进化。虎嗅：这些场景具体都是哪些？能举几个例子吗？夏立雪：比如代码生成场景最早爆发，一方面是研发人工智能的程序员本身最熟悉代码场景，另一方面是代码的提交、评审全流程都有数字化记录，类似的还有线上营销场景，相关流程都有数字世界的记录。整体来看，上一波数字化转型做得好的、或者互联网时代原生的场景，需求增长都非常快。如果按需求复杂度划分，我们公司 95% 的需求都来自智能体场景，也就是由 AI 完成完整可交付的任务，而非简单的聊天需求，用户更愿意为生产力和最终结果付费，这是产业落地的良性趋势。现在在代码生成这类赛道，已经可以实现 AI 团队协作，不同的 AI 分别承担代码编写、质量保障的工作，形成最简单的协作模式，这类场景已经跑通，后续也会在其他行业逐步落地，当前人工智能落地的节奏非常好，我们作为产业中资源打通的主体也会获得对应的价值。虎嗅：这是年初 OpenClaw 出现之后带来的拐点？夏立雪：在 OpenClaw 推出之前相关需求就已经出现了，OpenClaw 是产业发展到一定阶段

本周数据平台本月监管部门通报最新动态,,圣淘沙公司注册一站式服务，网址与联系电话一网打尽！，很高兴为您解答这个问题，让我来帮您详细说明一下：

长春市绿园区、惠州市惠东县 ，济南市济阳区、郴州市汝城县、汉中市西乡县、宁波市奉化区、伊春市汤旺县、内蒙古通辽市奈曼旗、常州市武进区、湛江市赤坎区、宝鸡市眉县、张掖市民乐县、大理洱源县、潍坊市临朐县、铁岭市开原市、琼海市阳江镇、普洱市景谷傣族彝族自治县 、牡丹江市绥芬河市、双鸭山市宝清县、广西南宁市青秀区、广西柳州市柳南区、澄迈县福山镇、漳州市漳浦县、临汾市大宁县、宁波市镇海区、东莞市塘厦镇、阜新市太平区、宁夏银川市西夏区、韶关市翁源县、济南市商河县、长治市黎城县

全球服务区域: 常德市汉寿县、武汉市东西湖区 、眉山市东坡区、北京市门头沟区、衡阳市衡南县、甘孜得荣县、大理永平县、忻州市代县、黄山市屯溪区、阜新市彰武县、宝鸡市麟游县、曲靖市麒麟区、临汾市古县、自贡市富顺县、广西柳州市鹿寨县、榆林市府谷县、南阳市唐河县 、宜春市樟树市、朔州市平鲁区、咸阳市乾县、大连市西岗区、长治市长子县

刚刚决策部门公开重大调整,,圣淘沙公司注册一站式服务，网址与联系电话一网打尽！，很高兴为您解答这个问题，让我来帮您详细说明一下：

全国服务区域: 万宁市山根镇、辽源市东辽县 、乐东黎族自治县万冲镇、芜湖市南陵县、十堰市茅箭区、昌江黎族自治县七叉镇、广西柳州市融水苗族自治县、惠州市惠东县、汕头市龙湖区、宜宾市珙县、杭州市滨江区、济南市商河县、黔南长顺县、东莞市石排镇、宜宾市兴文县、武汉市江岸区、广安市广安区 、济南市历城区、内蒙古巴彦淖尔市乌拉特后旗、德州市齐河县、天津市东丽区、屯昌县枫木镇、昆明市宜良县、南平市建阳区、九江市瑞昌市、南阳市社旗县、铜仁市碧江区、内蒙古乌兰察布市凉城县、三沙市西沙区、聊城市临清市、湘西州保靖县、新乡市卫滨区、红河元阳县、内蒙古包头市东河区、南充市南部县、云浮市新兴县、常德市津市市、忻州市岢岚县、海口市美兰区、衢州市衢江区、郑州市新密市

本周数据平台最新相关部门透露权威通报:,圣淘沙公司注册一站式服务，网址与联系电话一网打尽！

在新加坡这片繁荣的土地上，圣淘沙公司注册成为众多创业者心中的首选。作为一家专业、高效的公司注册机构，圣淘沙公司注册网站不仅提供便捷的在线服务，还设有专业的客服团队，为用户提供全方位的咨询和支持。本文将为您详细介绍圣淘沙公司注册的网址和联系电话，助您轻松完成公司注册流程。 ### 一、圣淘沙公司注册网址 圣淘沙公司注册官方网站为：[www.staytosa.com.sg]。在这里，您将享受到以下服务： 1. **公司注册**：提供新加坡公司注册、分支机构注册、代表处注册等服务。 2. **会计与税务**：提供专业的会计、税务咨询和代理服务。 3. **公司秘书**：提供公司秘书服务，确保公司合规运营。 4. **商标注册**：提供商标查询、注册、维权等服务。 5. **法律咨询**：提供各类法律咨询和解决方案。 ### 二、圣淘沙公司注册联系电话 如果您在注册过程中遇到任何问题，可以随时拨打圣淘沙公司注册的客服热线：+65-6333-6333。以下是圣淘沙公司注册客服热线为您提供的服务： 1. **在线咨询**：专业客服团队将为您提供实时在线咨询，解答您的疑问。 2. **注册指导**：根据您的需求，提供详细的注册流程指导，确保您顺利完成注册。 3. **文件审核**：协助您审核公司注册文件，确保文件符合新加坡政府要求。 4. **后续服务**：注册成功后，提供后续服务，如公司变更、年审、税务申报等。 ### 三、圣淘沙公司注册优势 选择圣淘沙公司注册，您将享受到以下优势： 1. **专业团队**：圣淘沙公司注册拥有一支经验丰富的专业团队，为您提供全方位的服务。 2. **高效快捷**：圣淘沙公司注册采用一站式服务，让您在短时间内完成公司注册。 3. **合规合法**：圣淘沙公司注册严格遵守新加坡政府法规，确保公司合规运营。 4. **贴心服务**：圣淘沙公司注册客服团队为您提供24小时在线服务，让您随时解决注册过程中的问题。 ### 四、总结 圣淘沙公司注册网址和联系电话，为创业者提供了便捷、高效的公司注册服务。在新加坡这片充满机遇的土地上，选择圣淘沙公司注册，让您的创业之路更加顺畅。赶快行动起来，开启您的创业之旅吧！

出品｜虎嗅科技组作者｜陈伊凡编辑｜苗正卿头图｜AI 生成过去两年，Token 的生产成本一直在下降，但售价却一直涨。看起来前后矛盾的事，背后是一笔基于 Token 商业模式逐渐成熟而成立的生意。硬件和模型，这几年不断优化迭代，几乎都指向同一个方向：更便宜的推理、更低廉的算力。但另一面，是逐渐成熟的智能体以及已经闭环的业务。" 真正靠 AI 赚到钱的人，根本不会被价格劝退，只会默默想办法降本。" 夏立雪说，他几乎没有任何思考时间就下了这个判断，似乎是已经提前看明白了这个问题。他是无问芯穹的联合创始人兼 CEO。这家 2023 年成立的、与清华大学电子工程系有深厚渊源的公司，做的一部分事情，在行业里有一个越来越流行的说法：Token 工厂。可能很难在市场上找到对标无问芯穹模式的公司，其卡住了一个此前未被发现的场景，或是长在了随着 AI 需求拉动而新诞生的结构洞上的创新模式。它不研发通用大模型，不做芯片，也不做面向 C 端的应用，它坐在芯片和模型之间，把供不应求的算力资源进行调度、匹配、优化，更高效地转化为 Token，芯片厂商、模型厂商、应用厂商等各方都需要在无问芯穹的 Agentic Infra 体系上集成，由无问芯穹进行调度和分配，这是一种由技术领先的软件与算法定义的商业模式。这种特殊的模式让无问芯穹比任何一个在 Token 产业链上的公司都能率先感知始于青萍之末的变化。我在上海模速空间无问芯穹的会议室见到夏立雪，黑色的公司文化衫，语速极快，说到技术问题，似乎进入一种 " 心流 " 状态。模速空间是上海 AI 创新的核心，以无问芯穹为圆心的 2 公里，产业链的上下游在此汇聚。夏立雪本人 图片由无问芯穹提供据公司今年 5 月披露，去年 12 月到今年 4 月底，无问芯穹的 Agentic MaaS 业务中，Token 调用量增速超过 20 倍，这是过去从未有过的增长。这个数字背后，是一件已经成为现实的事：推理，正在成为比训练大得多的市场。过去三年，AI 产业的叙事主线是训练。谁有更多 GPU，谁训练出更大的模型，谁就站在食物链顶端。算力竞赛的逻辑清晰粗暴：堆卡、堆电力、堆钱。英伟达的 H100 在黑市上卖到六位数美元，甚至要靠提前囤货。但 2025 年底开始，这个逻辑变了。2026 年推理的数据量首次超过了训练。根据国际数据机构统计，2026 年全球企业在推理基础设施上的资本支出预计达 680 亿美元 , 而训练基础设施支出为 450 亿美元。当 AI 不再只是回答一个问题，而是要完成一项复杂的任务：写完整的代码、审阅一份合同、持续跟进一个项目，它消耗的 Token 数量是聊天场景的几十倍甚至上百倍。无问芯穹的数据是，在其 Agentic MaaS 平台调用的 Token 中，95% 以上都是智能体场景。推理需求的爆发，正在把 AI 产业链的价值重心往下移。芯片制造商、模型公司、云服务商，每一层都在重新定价，而位处中枢的基础设施服务商，正在从 " 管道 " 变成 " 工厂 "，又从工厂变为在价值链拥有更大影响力的 Token 生产力转化。衡量这个工厂运转得好不好，无问芯穹内部有一个指标：每月能产出多少有价值的万亿参数级模型的 Token。这个指标拆开来看，有两个衡量标准，一个是效率：单位时间的 token 产出量；另一半是稳定性，系统能不能连续不宕机地跑下去。两个指标，在万亿参数大模型场景下，无问芯穹过去一两年实现了 5 到 10 倍的性价比提升。在无问芯穹，有一个公式：AI 生产力 = 智能规模 *Token 生产效率 *Token 价值转化。当 Token 业务在产业中能实现商业化闭环的时候，就能为市场提供更充沛、更稳定、更高性价比的优质 Token，进而在产业内获得口碑，吸引更多用户使用。拿到更多需求之后，也能提炼出更好的优化空间，一方面是接触到更多真实场景，可以明确不同优化技术在场景中的价值；另一方面是需求足够多的情况下，资源分配的调整空间更大，需求种类越丰富，和非同质化资源的适配可能性就越多，M 种模型乘以 N 种芯片的优化空间也会越来越大。这也解释了为什么 agent 的崛起对无问芯穹是一个乘数效应，而非加法。在这套公式下，飞轮正在转动。推理需求爆发，国产芯片和解决方案正在迎来全新的机会，这件事与曾经在这个领域常见的国产替代叙事截然不同。中国芯片厂商对成本的敏感和工程化的能力，正在为这个产业链带来在全球市场角逐的竞争力。AI 算力市场的现实是：芯片种类越来越多，但没有哪一张芯片能高效跑所有任务；模型规模越来越大，单机八卡早就存不下万亿参数的模型，需要集群协作；不同的推理任务，对延迟、吞吐量、精度的要求截然不同。这一切叠加在一起，让 " 把算力用好 " 这件事，变成了一个极其复杂的系统工程问题。当然，这也是中国工程化能力优势的体现。这个判断在推理侧，prefill 和 decode 的分离上得到了具体验证。大模型推理分为两个阶段：prefill 负责理解输入、构建上下文，计算密集；decode 负责逐步生成输出，通信密集、对延迟更敏感。两种任务对芯片的要求完全不同。这是 AI 算力精细化需求下爆发出的新的场景。依托团队长期在软硬协同等方面的技术积累，无问芯穹很早就开始深度研究 P/D 分离，把两类任务分配给更适合的芯片——国产芯片在 prefill 场景已经可以落地，这意味着供不应求的市场里，国产算力有了真实的着力点，不再是非黑即白的 " 能不能用 "，而是 " 在哪里用最合适 "，甚至是 " 用好 "。无问芯穹以 token 作为其 AI 生产力公式的核心变量之一，是在 2026 年，这意味着整个公司的优化目标，变为在 " 怎么把芯片用满 " 的基础上，还要解决 " 怎么让每一个 Token 产生最大价值 " ——技术优化节省的成本，直接转化为毛利，再投入下一轮研发，形成正向循环。Token，正在成为 AI 产业里最接近货币的单位。它可以被生产、被消耗、被定价、被交易。更大的判断，夏立雪用了一个类比：Token 的爆发，像极了移动互联网从 3G 到 4G 的阶段。但他补了一句，4G 时代最重要的 " 应用 " 不是微信，也不是淘宝，而是那些充分使用流量、敢于在流量便宜之后重新设计组织的公司。到了 token 时代，真正改变产业格局的未必是某一款杀手级 AI 应用，而是那些用 AI 重构内部分工、让人和 AI 真正协作起来的小型组织——十人、二十人，甚至一两个人，但生产效率远超传统同规模团队。无问芯穹团队讨论 图片由无问芯穹提供这类组织已经在出现了。" 现在不用担心没有应用场景，核心是我们能不能接得住这么多需求。"这句话引出了无问芯穹正在做的下一步：跳出纯 token 工厂的边界，开始介入 Token 的生产力转化环节。结构洞上长出的创新模式虎嗅：当华为、中兴等这些系统厂商他们也在用集群的方式提高 Token 的性价比，无问芯穹这个模式的壁垒在哪里？夏立雪：表层的壁垒是我们在软硬协同领域有充足的积累和成熟成果。我们是基于系统算法做硬件适配优化，不针对单一硬件厂商或单一模型，能力可以覆盖产业全生态，是中立的第三方，技术适配性强，在各类场景下都可以使用。其次，我们的视野是面向整个供不应求的产业做布局，把市场上所有芯片产能都作为优化的输入变量，最终实现让整个生态中所有现有主体都发挥最大价值。这不是单点的一对一优化，当产业生态复杂度提升——比如出现多种模型、多种芯片并存的情况，我们这种大体系资源优化能力就会形成生态层面的壁垒。我们团队内在的核心壁垒是始终跟进业界最新的发展变化。此前做稠密模型和 MoE 优化，之后又针对万亿参数模型难以在单一硬件上规模化扩展的问题，很早就开始深度研究 P/D 分离和半分离相关技术，目前也在研发可以差异化体现国产芯片能力的相关技术。我们的壁垒不是单点的技术领先，而是系统化的、滚动式的持续创新。虎嗅：从芯片到模型之间存在中间优化的空间，针对 Token 经济学，不同厂商也提出了不同的解决方案，例如华为和一些芯片厂商提出的 " 超节点 " 的方法，以集群能力应对单卡算力不足，从无问芯穹的立场，如何建立中间的优化层？夏立雪：现在是算法牵引系统、硬件和集群建设的时代，我们和芯片厂商有共同的目标，就是要实现真实的产业落地，只要各方能对接上、跑通业务，就是好的生态。芯片厂商最核心的是要做好自己的 " 产品说明书 "，而怎么把芯片这个复杂精密的硬件用好，是我们作为行业专家要做的事。现在国内各种各样的芯片都有类似 CUDA 的层，有 CAN、SUCA、MARCA 等不同的架构，我们的生态就是把这些架构统一接入、调度、精细化管理和资源分配，保证服务稳定，最终实现商业化闭环。虎嗅：有没有具体的数字说明客户选择你们的方案，在同等推理任务和同等效果下，Token 成本下降了多少？稳定性达到了什么程度？夏立雪：比如在万亿参数规模的大模型场景下，我们实现的 token 每秒产能对应的性价比和一两年前相比已经做到了五到十倍的下降，这是软硬协同优化带来的运行成本下降。Token 产能有两个核心维度，一个是微观运行层面的生产效率，也就是单位时间内的 Token 产出量；另一个是宏观层面的稳定性，避免频繁停机维护导致实际产能下降。我们在这两个指标上都取得了很好的成果，最直接的证明就是客户都在持续使用我们的服务。虎嗅：内部最看重的核心指标是什么？夏立雪：本质上最终都会归拢到单位时间内的 Token 产出量，这是检验优化效果的唯一指标。我们核心关注的是无问芯穹每月能够产生多少有价值的万亿参数大模型的 Token。这个指标下涵盖两个部分：一个是 Token 每秒的生产效率，另一个是可参与生产的资源规模。软硬协同优化中也包含大规模系统稳定性的优化，这点常常被忽略，但非常重要。因为当我们从小而美的技术团队转向系统服务商时，需要为客户交付大规模持续稳定的业务，规模的扩张必须以稳定性作为支撑。虎嗅：2026 年被认为是推理大年，你们哪条业务线有明显增速？夏立雪：以公司 Agentic MaaS 平台为例，从 2025 年年底到今年 5 月，Token 调用量增速在 20 倍以上。而且这种增长是健康的结构化增长，是多种需求同时存在、有分层结构的增长，并非难以持续的单点增长。现在整个模型产业的发展类似金字塔从底部向上突破，尖端应用在不断拓展新的需求领域，AI 已经可以实现写代码、做设计、做营销，未来还可能覆盖法律等场景。推理需求的快速增长带动了全产业链的健康发展，覆盖模型公司、应用公司、基础设施服务商甚至芯片公司。从这一年的经验来看，全链路都完成数字化、所有信号都可以在数字世界闭环的任务和组织，会更快进入自我闭环的迭代，也会最优先吃到 AI 进化带来的红利乃至利润增长。人工智能本身擅长自我迭代，类似 AlphaGo 可以通过自我对弈实现快速进化。虎嗅：这些场景具体都是哪些？能举几个例子吗？夏立雪：比如代码生成场景最早爆发，一方面是研发人工智能的程序员本身最熟悉代码场景，另一方面是代码的提交、评审全流程都有数字化记录，类似的还有线上营销场景，相关流程都有数字世界的记录。整体来看，上一波数字化转型做得好的、或者互联网时代原生的场景，需求增长都非常快。如果按需求复杂度划分，我们公司 95% 的需求都来自智能体场景，也就是由 AI 完成完整可交付的任务，而非简单的聊天需求，用户更愿意为生产力和最终结果付费，这是产业落地的良性趋势。现在在代码生成这类赛道，已经可以实现 AI 团队协作，不同的 AI 分别承担代码编写、质量保障的工作，形成最简单的协作模式，这类场景已经跑通，后续也会在其他行业逐步落地，当前人工智能落地的节奏非常好，我们作为产业中资源打通的主体也会获得对应的价值。虎嗅：这是年初 OpenClaw 出现之后带来的拐点？夏立雪：在 OpenClaw 推出之前相关需求就已经出现了，OpenClaw 是产业发展到一定阶段