30 亿 token 不是成绩，也不是目标。它更像一张刚刚显影的照片：当模型能力跨过某个门槛，人使用 AI 的方式会突然改变。
这是 WeHub Token 观察系列的第二篇。第一篇是 《一个人，一天，6.85 亿 Token》：那时我第一次看见，一个人的注意力可以牵引一支小型 AI 组织。今天记录的是同一条线的下一步——当 GPT-5.6 把模型能力再往前推了一截，系统吞吐为什么会从 6.85 亿走到 30 亿。
今天晚上，我看了一眼 WeHub 的 token 页面：当天本地可观测的 AI 协作系统，已经跑过了 30 亿 token。
上一次写 token 消耗时，我想讲的是：一个人的注意力，怎样通过数字分身和数字员工，被放大成一支 AI 团队的行动。
这一次不太一样。
今天最强烈的感受是：GPT-5.6 真的很好用，而且不是“回答更漂亮”这种程度的好用。它开始让我更愿意把完整任务直接交给 AI。
能力门槛
模型每进步一点，token 消耗不一定会增加。
如果它只是更会聊天，我可能得到一个更好的答案，但工作方式不会改变。
真正导致使用量跃迁的，是模型跨过了一个能力门槛：它不只理解一句问题，而是能接住一段长任务；不只给建议，而是能自己查资料、读代码、改文件、调用工具、检查结果；不只完成第一步，而是可以沿着目标连续走很多步。
以前，我会把一件事拆得很碎：先问方向，再问方案，再让它写，再人工检查，再告诉它哪里错了。
现在，我越来越敢直接说：
这件事你来做。先理解背景，找到正确位置，完成修改，自己验证，最后只把结果告诉我。
这句话背后，可能就是几十次工具调用、多个子任务、大量上下文读取和反复校验。
30 亿 token，就是这样流动起来的。
不是聊天
今天的大部分 token，并不是用来生成一篇 30 亿 token 那么长的文字。
它们消耗在 AI 真正工作的过程中：读取上下文，理解项目，比较历史版本，搜索证据，修改产物，检查错误，重新尝试，以及在一条很长的任务链里不丢掉最初的目标。
从本地可观测数据看，今天总量约为 30.5 亿 token。其中，单是直接 Codex 工作流就约 30.19 亿 token，分布在 109 个会话中；约 95.7% 是缓存输入。
这个比例很重要。
它说明大数字并不等于 30 亿个全新的字被逐字思考和生成。大量 token 来自模型反复读取已经存在的代码、规则、历史上下文和任务状态。
但这也正是 agent 工作的真实形态：它必须先知道自己身处哪里，知道过去发生过什么，知道哪些边界不能越过，才能继续把事情做对。
token 不只是输出的燃料，也是上下文连续性的成本。
GPT-5.6 的变化
我对 GPT-5.6 最直接的评价不是某个 benchmark 更高，而是：它更能干活了。
它更容易理解我真正想要什么，更能在复杂环境里找到该改的位置，也更愿意把任务推进到“验证完成”，而不是停在“这里有一个建议”。
这种变化会带来一个反直觉结果：模型越强，我们反而可能用掉越多 token。
因为当模型不够可靠时，人只敢把小问题交给它。
当模型足够可靠时，人会把更大的任务、更长的上下文和更多真实权限交给它。一次问答变成一次执行，一次执行变成一条工作流，一条工作流又会调动更多 agent 和工具。
所以，30 亿 token 并不是因为我们故意“烧 token”。
而是因为 GPT-5.6 让很多过去不值得交给 AI、或者不敢交给 AI 的任务，第一次变得值得交付。
新瓶颈
当然，token 多不代表价值大。
30 亿 token 也可能被浪费在重复读取、错误循环、无效探索和没有沉淀的工作上。模型能力变强以后，真正的瓶颈会从“AI 能不能做”转向另外几个问题：
- 人有没有给出清楚的目标和边界？
- 系统能不能把正确上下文交给正确的 agent？
- agent 做完后，有没有可靠验证？
- 一次任务的结果，有没有沉淀成下一次可复用的记忆、技能或基础设施？
- 大量 token 最后有没有变成真实产物？
如果没有，30 亿 token 只是热量。
如果有，它才会变成组织能力。
这也是 WeHub 现在真正关心的事情：不是做一个更大的聊天框，而是搭建“人 + 数字分身 + 数字员工”的协作基础设施，让人的目的、判断和品味，可以进入一套会执行、会协作、会积累的 AI 系统。
体温上升
上一次，6.85 亿 token 让我看见：一个 founder 的注意力，可以牵引一支小型 AI 组织。
今天，30 亿 token 又让我看见了下一步：当底层模型变得足够强，AI 协作系统的吞吐会突然打开。
GPT-5.6 对我来说，就是这样一个节点。
它还不完美。它仍然会走错方向，仍然需要人的校准，仍然需要更好的记忆、任务结构、权限边界和验证机制。
但它已经足够强，让我明显改变了自己的使用方式：少一点试探，多一点交付；少一点问答，多一点协作；少一点“告诉我怎么做”，多一点“你把它做完”。
所以我不会把今天的 30 亿 token 当作勋章。
它仍然只是一支体温计。
但体温确实上升了。
而这一次，升温的原因非常清楚：GPT-5.6 出来了。它真的很好用。模型能力跨过门槛以后，AI 不只是更会回答问题，而是开始能够承接真实工作。
这可能才是 30 亿 token 背后最值得记录的事情。
系列回看：上一篇《一个人，一天，6.85 亿 Token》记录了注意力杠杆第一次显影；这一篇记录 GPT-5.6 出现后，真实任务交付带来的第二次跃迁。
---
数据口径
- 时间：2026-07-11，CST；统计截至当晚约 23:10
- 当日本地可观测 AI 协作系统 token：约 30.5 亿
- 其中直接 Codex 工作流约 30.19 亿 token，共 109 个会话
- 直接 Codex 工作流中约 95.7% 为缓存输入
- 数据来自 Hermes、OpenClaw 与直接 Codex 会话的 token 元数据，不读取对话正文
- 该数字用于观察本地 Agent 系统吞吐，不等同于完整 provider 账单或实际计费 token