Token贵只因你喂给模型的垃圾太多了丨@亚马逊王晓野AIGC2026

一句话看懂：亚马逊云科技技术总监王晓野在2026中国AIGC产业峰会上指出，87%的企业已大规模部署AI，但仅10%获得生产价值；Token成本高的主因不是单价贵，而是企业喂给模型的无用信息太多。

事件核心：发生了什么

在刚刚结束的2026中国AIGC产业峰会上，亚马逊云科技产品技术部技术总监王晓野分享了企业级Agent落地的关键数据与工程洞察。核心发现包括：87%的企业宣称已大规模部署AI，但真正从中获得生产价值的只有约10%；个人在Mac mini上运行Agent与企业环境中数千个Agent的安全、可信、稳定运行，是两类工程复杂度。他还指出，Token成本高的主因并非单价，而是模型调用时被注入了大量无效信息，例如将数千个技能一股脑扔给模型或未优化记忆提取过程。

为什么重要

王晓野的发言揭示了当前AI行业“高部署、低价值”的鸿沟。他提出，AI不只是大模型，模型之外的“Harness”（套件）和管理平台才是企业落地的关键。Gartner预测，2028-2030年超15%的企业决策将由Agent自主完成，但当前企业需要跨越模型选择、构建复杂度、使用门槛和人才等四大鸿沟。这一观点提醒行业：降低Token成本的核心在于优化数据质量和调用策略，而非单纯追求模型降价。

对用户/开发者/创作者的影响

对于开发者：需要关注AI-ready数据平台的建设，包括记忆共享与隔离、生命周期管理，以及全链路可观测性。对于企业采购者：在选型时不应只看模型能力，而应评估其数据平台能否高效管理Agent的输入和记忆。对于内容创作者：若使用Agent辅助创作，需注意输入的“信息垃圾”可能直接增加Token消耗和成本，提示词和知识库的清洗变得至关重要。