# Tomer Tunguz: Ba làn sóng tiêu thụ token AI từ Chatbot đến Hệ thống đa tác nhân

- Nguồn: Tomer Tunguz Blog (phân tích VC)
- Thời gian phát hành: 2026-09-07 07:00 (giờ Việt Nam)
- Điểm AI: 64/100
- Nhãn AIHOT: Tinh chọn
- Link AIHOT.vn: https://aihot.vn/items/9105024910650483
- Nguồn dữ liệu AI HOT: https://aihot.news/items/cmtwb8s1l0afrrolkk3mph1zd
- Link gốc: https://tomtunguz.com/three-waves-of-ai-consumption

## Lý do tinh chọn

Phân tích sâu sắc từ góc độ VC về xu hướng hạ tầng AI, cung cấp cái nhìn định lượng về nhu cầu tài nguyên tính toán trong tương lai.

## Tóm tắt AI

VC Tomer Tunguz dự báo sự bùng nổ tiêu thụ token AI qua ba giai đoạn: từ chatbot cá nhân (1 triệu token/ngày) đến các tác nhân thông minh (100-200 triệu) và hệ thống điều phối đa tác nhân (hàng tỷ token).

## Thân bài

![The Three Waves of AI Consumption](https://tomtunguz.com/images/og-default.png)

Vào ngày 6 tháng 2 năm 2026, các tác nhân (agents) trên OpenRouter đã tiêu thụ nhiều token hơn con người. Kể từ đó, chúng vẫn giữ vững vị thế dẫn đầu này1.

Mức tiêu thụ AI không phải là một đường cong mượt mà mà bất kỳ ai cũng có thể ngoại suy: nó đến theo ba làn sóng, mỗi làn sóng có quy mô lớn hơn làn sóng trước đó theo cấp số nhân. Làn sóng thứ hai đã bắt đầu. Làn sóng thứ ba đang ở phía trước.

Làn sóng thứ nhất là chat: một người đặt câu hỏi, mô hình trả lời một lần, xong. Theo ước tính của chúng tôi, con số này rơi vào khoảng 1 triệu token mỗi người dùng hoạt động mỗi ngày.

Tuy nhiên, chat hiện đã trở thành phần thiểu số trong sản lượng của doanh nghiệp: tính đến tháng 6 năm 2026, chat chỉ chiếm hơn một phần ba mức sử dụng của doanh nghiệp, trong khi Codex chiếm 64% còn lại2.

![Each wave consumes orders of magnitude more tokens than the last : illustrative daily token consumption per active user](https://res.cloudinary.com/dzawgnnlr/image/upload/w_1512,h_842,c_fill,g_auto,q_auto,f_auto/hapkru7nl6xayuvmi1dz)

Làn sóng thứ hai là một tác nhân đơn lẻ thực hiện "vibe coding" để tạo ra một ứng dụng lập lịch thể thao cuối tuần cho gia đình nhằm điều phối việc đi chung xe, hoặc nghiên cứu các xu hướng về trái phiếu kỳ hạn mười năm và các tác động kinh tế vĩ mô. Ước tính khoảng 100 triệu đến 200 triệu token mỗi ngày. Khoảng cách về cường độ token giữa các làn sóng là hai bậc lũy thừa3.

Làn sóng thứ ba xếp chồng một "meta-harness" lên trên: một AI điều phối nhiều tác nhân song song, mỗi tác nhân tự tạo ra các lệnh gọi công cụ (tool calls) và tác nhân phụ của riêng mình. Thêm một bậc lũy thừa nữa, và các con số đạt đến hàng tỷ.

Mức tiêu thụ không tăng vì quá trình tạo (generation) nhanh hơn. Nó tăng vì sự song song hóa (parallelization) được cộng hưởng.

Đây là một cách khác để xây dựng một meta-harness. Hãy tập hợp một bảng tính không phải chứa các con số trong mỗi ô, mà là các câu trả lời của AI. Hãy tưởng tượng một danh sách gồm 200 startup từ YCombinator với 30 cột mỗi loại: tóm tắt nền tảng của nhà sáng lập, lịch sử công ty, đề xuất giá trị. Mỗi cột đại diện cho hàng chục lệnh gọi công cụ AI.

Quá trình chạy này tiêu tốn hàng chục triệu token trước khi bất kỳ ai kịp nhận ra.

Đó chính là hình thái của sự thay đổi: khối lượng tác nhân trên OpenRouter đã tăng từ 0,51 nghìn tỷ lên 7,3 nghìn tỷ token trong sáu tháng, mức tăng gấp 14 lần, trong khi khối lượng của con người chỉ đạt mức tăng 2,8 lần1.

![Agent token consumption grew 14x in six months, humans 2.8x : seven-day average token consumption on OpenRouter, February to August 2026](https://res.cloudinary.com/dzawgnnlr/image/upload/w_1512,h_842,c_fill,g_auto,q_auto,f_auto/d5aiawvcma2ujguxsrk2)

Nhu cầu từ các làn sóng này đã bắt đầu xuất hiện ở cấp độ vĩ mô. Goldman Sachs dự báo các tác nhân tiêu dùng và doanh nghiệp sẽ tiêu thụ 120 triệu tỷ (quadrillion) token mỗi tháng vào năm 2030, gấp 24 lần so với mức năm 20264.

Các làn sóng không thay thế lẫn nhau mà xếp chồng lên nhau. Chat vẫn tiếp tục tăng trưởng, các tác nhân tăng trưởng nhanh hơn, và các meta-harness sẽ làm lu mờ cả hai. Bất kỳ ai tính toán năng lực tính toán dựa trên một phép ngoại suy mượt mà đều đang lập kế hoạch cho một đường cong sai lệch.

Dữ liệu OpenRouter được tổng hợp bởi Peter Walker, lưu hành trong Charts of the Week của a16z, tháng 8 năm 2026: mức tiêu thụ token của tác nhân đã tăng từ 0,51 nghìn tỷ lên 7,3 nghìn tỷ token, mức tăng gấp 14 lần, so với 2,8 lần đối với mức sử dụng của con người; ngày 6 tháng 2 năm 2026 có khả năng là ngày cuối cùng con người tiêu thụ nhiều token hơn tác nhân. Các tác nhân tiêu thụ gần gấp 5 lần số token trên mỗi tác vụ so với con người trên cùng các mô hình. Hai lưu ý: phần lớn lượng tiêu thụ token của tác nhân là các prompt được lưu trong bộ nhớ đệm (cached) với mức phí thấp hơn, và cơ cấu của OpenRouter nghiêng về các mô hình mở (open-weight). ↩︎ ↩︎

OpenAI: Enterprise Signals, báo cáo phát hành ngày 13 tháng 8 năm 2026: Codex chiếm 64% tổng số token đầu ra của Codex và ChatGPT cộng lại trong số các khách hàng doanh nghiệp vào tháng 6 năm 2026, để lại ChatGPT ở mức 36%. Báo cáo theo dõi từ tháng 1 đến tháng 6 năm 2026; các công ty tiên phong đã sử dụng lượng token gấp 8,3 lần so với các công ty thông thường vào tháng 6, tăng từ 2,6 lần trong tháng 1. ↩︎

Chat chạy khoảng 1 triệu token mỗi người dùng hoạt động mỗi ngày so với 100 triệu đến 200 triệu cho một tác nhân đơn lẻ, chênh lệch khoảng hai bậc lũy thừa. Nếu đo lường theo tác vụ thay vì theo ngày, khoảng cách còn lớn hơn nữa: Yu và cộng sự, trong bài "How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks" nhận thấy các tác vụ tác nhân tiêu thụ nhiều hơn khoảng 1.000 lần số token so với suy luận mã và chat mã. Các token đầu vào thúc đẩy tổng số lượng, vì một tác nhân đọc lại ngữ cảnh của chính nó trong mỗi bước. ↩︎

Goldman Sachs Research: AI Agents Forecast to Boost Tech Cash Flow as Usage Soars, tháng 5 năm 2026: mức tiêu thụ token tăng 24 lần lên 120 triệu tỷ token mỗi tháng vào năm 2030 trên toàn bộ các tác nhân tiêu dùng và doanh nghiệp. ↩︎