Sztuczna inteligencja staje się największym konsumentem AI: 14-krotny wzrost użycia tokenów przez agentów

Według danych analityka Petera Walkera z platformy OpenRouter, sztuczna inteligencja coraz intensywniej korzysta z własnych zasobów. Możliwe, że 6 lutego 2026 roku był ostatnim dniem, kiedy to ludzie zużyli więcej tokenów niż autonomiczne agenty AI. Od tego momentu wykorzystanie tokenów przez agenty wzrosło czternastokrotnie, podczas gdy konsumpcja przez ludzi zwiększyła się jedynie 2,8 raza.

Rosnąca autonomia agentów AI

Agenty sztucznej inteligencji coraz częściej działają samodzielnie przez dłuższe okresy, uruchamiając w międzyczasie dodatkowe procesy AI. Ten trend wskazuje na ewolucję w kierunku bardziej autonomicznych systemów, które potrafią zarządzać złożonymi zadaniami bez ciągłej interwencji człowieka. Warto jednak zaznaczyć, że prawie 70 procent zużycia tokenów przez agenty pochodzi ze zbuforowanych promptów, które są rozliczane po znacznie niższych stawkach. Oznacza to, że rzeczywiste koszty nie rosną tak szybko, jak sugerowałyby surowe dane dotyczące zużycia tokenów.

Specyfika OpenRouter i szersze implikacje

Platforma OpenRouter, która skupia się na modelach o otwartej wadze, charakteryzuje się niższą efektywnością tokenową w porównaniu do modeli oferowanych przez gigantów takich jak OpenAI czy Anthropic. Mimo to, analitycy przewidują, że podobne tendencje wzrostowe w zużyciu tokenów przez AI są widoczne również w największych laboratoriach badawczych. Zjawisko inflacji tokenów jest już zauważalne w przypadku modeli rozumujących, które poświęcają więcej czasu na „myślenie” przed udzieleniem odpowiedzi, nawet jeśli nie zawsze jest to konieczne.

Przyszłość interakcji AI-AI

Obserwowane zmiany w zużyciu tokenów sygnalizują istotną transformację w ekosystemie sztucznej inteligencji. Wzrost autonomii agentów AI i ich zdolność do samodzielnego inicjowania kolejnych procesów AI wskazują na przyszłość, w której systemy te będą w coraz większym stopniu wchodzić w interakcje ze sobą, stając się kluczowymi konsumentami własnych zasobów. To z kolei może prowadzić do nowych wyzwań i możliwości w zakresie optymalizacji kosztów, efektywności oraz projektowania kolejnych generacji inteligentnych systemów.

Źródło: the-decoder.com