Andreessen Horowitz（a16z）最新分析显示，AI代理消耗的token已显著超过人类用户，法律领域的AI应用也在快速升温。

a16z近日在官网发布相关观察，对当前AI应用生态中的多项重要趋势进行了梳理，其中包括AI代理的token消耗结构变化、自动化工具流量走弱，以及法律场景需求快速上升等。

支持接入多种模型的OpenRouter数据显示，AI代理等自动化程序的token消耗量已接近人类用户的5倍；自今年2月以来，这一群体的token使用量增长约14倍。

从使用方式来看，AI代理与人类用户也存在明显差异。相比之下，AI代理更依赖缓存token来完成任务。所谓缓存token，是指模型对已读取并处理过的内容不再重复计算，而是直接复用此前保存的结果。

数据显示，在AI代理处理的token中，超过85%来自缓存机制；近期新增的token用量，绝大部分也由缓存token贡献。

a16z认为，这与两者的交互模式不同有关。人类用户更多采用问答式对话，而AI代理通常围绕既定目标持续执行任务，并在过程中反复调用上下文信息。

按照a16z的说法，AI代理在启动阶段通常会一次性输入大量完成任务所需的信息，例如政策规则、业务流程或代码规范。此后，在持续推进任务的过程中，代理会不断读取新信息、生成结果，并将相关上下文持续写入缓存、反复调用。

a16z指出，缓存token的成本远低于首次输入的token，这正在降低AI代理的推理成本。不过，维持大规模缓存也意味着更高的内存需求，高带宽内存（HBM）需求上升正与此密切相关。要让大量AI代理持续“记住”并调用既有工作内容，就需要配置更多内存。尽管这一趋势仍处于早期阶段，但AI代理的快速扩张已在进一步推高内存需求。

a16z还表示，随着AI代理普及，传统自动化/工作流工具的需求可能受到冲击。其援引Similarweb数据称，除Gumloop外，多数自动化工具网站流量持续下滑。

N8N、Zapier和Make均在大语言模型（LLM）兴起前推出，以网站访问量计算，仍占据自动化市场主导地位。不过，过去12周，这几家平台的累计访问量均出现两位数下滑。相比之下，Gumloop作为2023年推出的AI原生代理构建工具，是少数仍保持增长的平台。

a16z同时注意到，企业之间的AI使用分化正在加剧，高使用量企业与普通企业之间的差距持续拉大。

部分企业的AI使用量正出现爆发式增长，并迅速与其他企业拉开距离。OpenAI近期披露的数据也反映出类似趋势：普通企业的输出token规模约增至原来的2倍，而前10%企业的使用量增速明显更快。

与此同时，法律部门正成为继编程之后推动AI增长的又一重要高地，这一趋势甚至在整体AI应用版图中也格外突出。

数据显示，自2026年2月以来，法律从业者对Codex的采用率增长了108倍。a16z表示，目前尚难断言这是否完全由Codex的快速普及所推动，但法律场景的变化幅度明显强于其他领域，这一点已相对明确。

法律AI头部厂商近期动作频频，也被视为上述趋势的体现。Anthropic于5月推出Claude for Legal，正式切入法律AI市场；Google近期也面向律所和企业法务团队发布了面向法律场景优化的Gemini Enterprise。