同一个AI，到了中美两边，像进了两个平行世界，美国约58%的Token算力花在代码生成与企业自动化流程上，中国55%投向AI微短剧和短视频生成，24%给了电商带货与营销图文，真正用于软件开发的只有15%。

这组数据一出来，很多人第一反应是比较高低，其实没那么玄乎，一个忙着写代码，一个忙着拍短剧，背后不是谁更先进，而是谁更会顺着现金流吃饭。

两份账本

美国企业让AI写代码，听起来像技术信仰，拆开账本看，更像精打细算，硅谷资深软件工程师年薪普遍在30万到50万美元之间。

企业多招一个人，不是多摆一张工位那么简单，而是工资、福利、股票、管理成本一起上，一个年薪40万美元的工程师，如果AI工具能帮他省下半天时间，哪怕一轮操作烧掉几万到十几万Token，财务部门也不会立刻拍桌子。

几十美元算力，换几个小时高级人力，这笔账看起来不难算，北美企业的IT预算里，软件、SaaS和云服务已经占到总支出的六七成。

买软件订阅，对很多公司来说像交水电费，不舒服，但离不开，主流AI编程Agent能吞下上百万行代码的工程，能读项目、改接口、写测试、跑流程。

它烧Token烧得很快，可只要能缩短开发周期，企业就愿意先试。美国AI算力流向代码，不是工程师突然变懒，而是人太贵，代码太多，系统太旧，老板想让机器多干点。

可账本也不会永远装糊涂，Uber在员工大规模使用AI编程工具后，四个月就耗尽全年AI预算，随后给每人每月设了1500美元上限。

这个细节很有意思。AI写代码不是不能用，而是不能无边无际地用，过去企业买软件，价格相对固定；现在AI按Token跑，工程师兴致一来，预算就像开着水龙头洗车。

技术部门觉得效率提升了，财务部门看着账单冒冷汗，双方都没错，只是算盘打在不同纸上，中国情况不一样。国内不少企业IT开支中，软件与服务合计只占18%左右。

很多AI编程创业团队遇到的场景是，客户认可工具，也愿意说好，但希望免费改造老系统，还要长期驻场，再加一个大幅优惠。

单个要求听着都合理，凑在一起就很难赚钱。软件付费文化还在爬坡，企业对代码工具的投入自然不会像美国那样豪爽。

但中国的C端市场是另一回事，短视频、直播、电商链路已经被打磨到分钟级监测，一个商品视频发出去，几分钟就能看到点击率、停留时间、转化率。

24%的Token用在批量生成商品展示视频、直播脚本、店铺详情页，听起来碎，实际离钱很近，几分钟出几十套版本，上线后靠数据筛选，哪个能卖货，哪个就留下。

平台、商家、服务商都有钱分，没人觉得Token白烧，这就是中美AI用法差异的底层逻辑，美国用AI省昂贵人力，中国用AI撬动巨大流量。

一个算人力成本，一个算转化效率。看上去一个在写代码，一个在拍短剧，本质都是把算力投到最容易回本的地方。

短剧不是“低端玩法”

一听说中国55%的Token投向AI微短剧和短视频，很多人会皱眉，觉得这是不是把好钢用在了菜刀上，这个判断太快了。

广电总局披露，2025年有3.3万部微短剧上线，国内用户近7亿，市场规模突破千亿元，较2024年翻番。

到2026年前8个月，上线微短剧达43万部，是去年全年的13倍，其中AI剧占比超过九成，这个速度当然让人眼花，也会带来质量参差的问题，但它至少说明一件事，短剧不是小打小闹，而是一条已经跑出规模的商业管道。

传统网剧要二三十人团队，选角、搭景、后期一圈下来，两三周只是起步，成本动辄几十万，现在两三个人配几台高性能电脑，几天就能产出上百集。

单帧成本压到几分钱，行业里甚至喊出“一毛钱生成一个短视频”，这话听着夸张，却把问题说透了。当生产成本被压到这么低，试错就变得便宜。

过去拍错一部剧，可能伤筋动骨；现在一批短剧不行，就换题材、换人设、换封面，继续测，短剧也不是凭空长出来的。

它背后是几百万次投放测试，是付费解锁的数据，是结算流水，是ROI复盘，用户愿不愿意停三秒，愿不愿意点下一集，愿不愿意花几块钱解锁结局，都在替市场投票。

Token在这里不是烟花，而是投入产出比。只要能带来付费和转化，它就不是浪费，这并不意味着所有短剧都有营养。

泥沙俱下肯定存在，套路化、同质化、低质内容也不少，可把短剧简单扣成“数字鸦片”，也解释不了为什么这么多商家、平台、制作团队持续下注。

商业社会很少长期奖励没回报的东西。短剧能消耗大量Token，是因为它离用户近，离现金流也近，还有一个常被忽略的技术侧压力。

几亿人连续在线刷视频，卡顿一两秒就滑走，用户不会管模型参数，也不会体谅显存紧张，不好看，划走；加载慢，划走；画面怪，还是划走。

这种近乎残酷的前端反馈，倒逼国产视频大模型压低推理成本，提高生成效率，把显存吃干榨净，别看它表面是霸总复仇、古装逆袭，背后其实在逼技术团队天天交卷。

算力竞赛开始算总账

中美AI都在烧Token，只是烧法不同。美国的问题，是资本跑得太猛，电网和社区开始跟不上，美联储数据显示，美国私人数据中心建设支出从2023年1月的155.9亿美元升至2026年5月的593.1亿美元，约为原来的3.8倍。

计算机及外围设备投资一年内从2228.4亿美元增至3841.8亿美元，同比增幅72.4%，这些数字说明，美国AI基础设施建设正在高速扩张。

资本抢位置，云厂商抢客户，芯片厂商也在帮客户筹钱，客户拿到钱后再回头买芯片，这个循环能把增长推得很快，也会把风险在供应商、客户和资本方之间来回传递。

电力问题更直接。PJM容量电价从2024至2025年度的每兆瓦日28.92美元，涨到2025至2026年度的269.92美元，并将进一步升至2026至2027年度的329.17美元。

2026年一季度，该区域批发电价同比上涨76%。数据中心不是纸上楼阁，它要用电、用水、占地，还要接入电网。

盖洛普民调显示，71%的美国人反对在自家社区附近建数据中心，反对比例甚至高于核电站，美国众议院以417票赞成、3票反对通过《电费用户保护法》，要求数据中心自担电网升级成本。

资本想加速，居民先问一句，凭什么我来付电费，中国也有自己的现实约束，高端芯片供给受限，算力布局就不能只靠理想主义。

《金融时报》披露，腾讯与甲骨文签下五年期、约10万颗先进AI芯片的海外算力租赁协议，估值约70亿美元，是腾讯最大规模的海外算力租赁。

这个动作谈不上浪漫，却很务实。缺什么，先租什么；卡在哪里，就绕开哪里。AI竞争不是写作文，不能光讲气势，还要让业务跑起来。

但中国更需要警惕另一种浪费，部分地方国资算力项目为冲规模，出现“先建后找需求”的情况，设备选型与下游实际需要脱节，最后形成闲置资产。

建设量好统计，使用效果难统计；开工能办仪式，验收能拍照片，真正有没有客户、有没有场景、有没有产出，反而容易被藏在报表后面。用产业政策的名义掩盖无效投入，最后买单的是整个社会。

这也是Token流向真正值得讨论的地方，不是短剧低端，代码高级；也不是美国务实，中国浮躁，写代码和拍短剧没有天然高下，它们各自对应本国现金流最诚实的方向。

美国省的是人力成本，中国赚的是流量转化，真正需要追问的是，烧掉的Token有没有变成产品、效率和收入。

参考资料：

36KR 2026-10-13《AI短剧不是“围猎”，而是 8 亿人的日常》