Genspark 景鯤：無限 Token 到底意味著什么？

上周，我們發布了「」，為更多有想法、已經開始動手的 AI 創業者充值 Token，幫助他們更快做出產品第一版。

最近，Genspark 創始人景鯤在分享中也提到：一家 50 人的公司，如果每個員工都可以無限使用 AI，已經可以跑贏一家沒有這種能力的 500 人公司。

不是快 10%，而是快 10 倍。

企業之間的效率差距已經不再用百分比衡量。在 AI 時代，給每一個人充分 Token 使用能力的公司，會以 10 倍、20 倍，甚至 100 倍的速度運轉。

在景鯤的前六篇文章里，他寫過 AGI 的到來，如何構建 AI 原生團隊，vibe working 帶來的變化，多模態為什么是未來，以及我們該如何為下一代做好準備。這些都關乎人如何與 AI 一起進化。

但這一篇不太一樣。它不再只是關于人，也關于公司。他越來越確信一件事：未來五年，真正拉開差距的，在于每一個人是否擁有 AI 的無限使用資源。

以下為真格整理的分享原文：

每周，都會有 CEO、創始人或高管在不同場合把我拉到一旁。在會議上、晚餐時、電話里，他們就問我一個問題：「我們到底該怎么在公司里用 AI？」

我理解大家為什么這樣問。這聽起來是一個對的問題，有戰略感，也有責任感，說明他們在認真對待 AI。

我一直很珍惜提問背后的誠意，但每次聽到，心底都會有一點不安。因為這個問題本身暴露了一個根本的誤解：它把 AI 當作一個需要「被實施」的項目，有起點、有范圍、有 rollout 計劃、有完成時間，也默認存在一條從今天走向 AI 公司的線性路徑。

我們的任務只是把這條路徑找出來并執行。

但真正該問的問題很簡單：「我們是否已經給公司里每個人提供了無限的 AI 資源，讓他們去思考、創造、構建？」

如果答案是否，那其它一切都是噪音。

無論是 AI 戰略、專項小組、試點項目還是治理框架，在這個問題被解決之前都沒有意義。我接觸的大多公司答案還是「否」。如果沒有這一點，你不是在落地 AI，你只是在表演怎么用 AI。這兩者之間有本質區別。

「無限 Token」到底意味著什么

很多人聽到「無限 AI 使用」，腦海中浮現的都是一種模糊的概念，比如對 AI 更開放的文化。但它不是，這是一件非常具體、可以衡量的事情。

Token 是 AI 工作的基本單位。你發出的每一個請求、讓 AI 分析的每一份文檔、生成的每一段代碼、啟動的每一個 agent，本質上都在消耗 token。

Token 是 AI 生產力的原材料，就像工業時代的電力、互聯網時代的帶寬一樣。

當一家公司設置每月 token 上限，要求員工通過 IT 審批才能使用先進模型，在公司網絡里屏蔽部分 AI 工具，讓 20 個人共用一個賬號，本質上是在做一件事：限制員工使用 AI 的能力，在他們的認知產出上加一個閥門，直接控制他們可以調用多少智能來完成工作。

「我們正在限制員工可以使用多少智能」，這句話說出來都有點荒謬。

但這正是今天大多數公司正在做的事情，不是出于惡意，而是出于慣性。大家習慣把新技術當作成本去控制，而不是當作能力去釋放。

我自己在 2000 年初經歷過一個類似的時刻。有些公司給每個員工開放完整的互聯網訪問權限，說你可以用它去把工作做得更好；另一些公司則選擇封鎖網站、監控使用、制定嚴格的公司政策來規定什么可以做、什么不可以做。

十年過去，前一類公司大都成為了行業的主導者，后一類公司失敗了。它失敗不在于網絡策略本身，而在于對新技術的態度。

在應該突破能力上限的時候，他們在過度追求可控性。

再往回看，在 20 世紀初，電機進入工廠，大多數工廠主做了一件看起來很自然的事：用電機替換中央蒸汽機，但同時保留原有的皮帶、傳動軸和工廠布局，只是換了電源。這樣成本確實降了一些，但真正的改變沒有發生。

真正實現變革的工廠做了另一件事：拆掉整套傳動系統，把電機直接安裝在每一個工位，然后圍繞這種新架構從零重構整個生產系統。

結果不是提升 10-20%，直接是 3-5 倍的提升。原本受限于物理傳動距離的流程可以按照邏輯和效率重新組織，一些在舊結構下根本不可能實現的生產方式開始涌現。

經濟學家 Paul David 在 1990 年的一篇論文中把這個現象稱為「生產力悖論」（dynamo paradox）。從第一座商業電站建成到生產力真正爆發，中間相隔了近半個世紀。

因為要用好這項技術，工廠必須重構整個系統。很多工廠以為自己已經完成了技術升級，其實只是把新的能力疊加在舊的結構上，困惑為什么投入與產出不成比例。它們用的是新技術，套的卻是舊思維。

今天的情況一樣。大多數公司的「AI 部署」就像是把蒸汽機換成電機，是一份共享訂閱、幾個被批準的 use case、一場季度 AI 評審會。那些「皮帶和傳動軸」背后的舊組織架構依然存在。

「無限 token」代表的是另一種選擇。

它相當于把每個工位都裝上獨立電機。這是一個結構決策，是在告訴整個組織你正在重構這座工廠，而不僅僅是在更換電源。就像當年的那些工廠一樣，做出這個選擇的公司不會只是提升 10%，它們會進入一個完全不同的生產力層級。

我們此刻就站在一個同樣的十字路口。只不過這一次，投入更大，拉開的距離也會更遠。

AI 員工時代已至

在之前《AI 讓未來變成 3 天工作制》這篇文章中，我提到過「vibe working」，指的是當人不再把 AI 當作工具，把它當作真正的協作伙伴時，心理和工作方式會隨之發生變化。

當時還在轉變中，但今天，它已經完成了。

AI 員工時代已經到來。

AI 不再是一個幫你更快寫郵件的工具，也不是你卡頓時打開的搜索引擎。它是同事，是合伙人，是一支隨時可以調用的專家團隊，里面有工程師、研究員、分析師、策略師、設計師、寫作者。

AI 全天候在線，沒有休假，沒有情緒，沒有組織內耗。它不會六點下班，不會失去動力，不需要 onboarding，也不需要每年談一次薪資。

但這有一個前提：這個團隊只會在你把門打開時出現。

自 2025 年 4 月發布，Genspark 用 11 個月從 0 做到 2 億美元 ARR，這個速度在企業級 AI 里幾乎沒有先例。我們產品上線 9 天就達到 1000 萬美元 ARR，比 ChatGPT、Claude 和歷史上所有 AI 產品都快。

這一切都是靠一個按傳統標準來看小得夸張的團隊實現的。

我們的代碼 100% 由 AI 生成。

一個工程師三個月做出了 AI 瀏覽器，一個 PM 兩周交付了 AI Slides，一個從沒寫過代碼的設計師三天從零搭建了一個瀏覽器下載站。

在這 11 個月里，我們上線了 AI Workspace 3.0、第一個完全自主的 AI 員工 Genspark Claw，還有 Workflows、Teams、Meeting Bots、Realtime Voice 等等。

這些不是一群天才完成的，而是一群普通人，在使用一支極不普通的 AI 團隊。

一個擁有 50 個員工但具備無限 AI 能力的公司，運作方式不會像一個 50 人公司，它更像 500 人、甚至 5000 人公司。這種倍數效應是真實存在的。我們每天都在經歷。

反過來看另一種情況，一個 500 人公司的 AI 使用被嚴格限制，有 token 預算、有 IT 審批、有季度評估、有精心設計的 rollout 計劃。它仍然只是一個 500 人公司，僅此而已。

但那個 50 人的公司會以十倍的速度發布產品，以十倍的頻率迭代，以十倍的速度學習，去經歷更多失敗。

每過去一周，這個差距都會被進一步拉大。

這一次是光年級的差距

從 PC 到互聯網，到移動互聯網，再到云計算，每一輪技術浪潮里的先行者與落后者都存在差距。但這個差距是有邊界的，可能是 1.5 倍、2 倍，極端情況下可能是 3 倍，但還可以追回。一個在 2012 年落后兩年的公司還有機會在 2015 年趕上，雖然代價不小，但至少有可能。

這一次完全不同。這個差距不是線性的，是指數級的。我也不確定它是否還能追上。

想象兩艘船在同一天離開港口，一艘是核動力，另一艘是劃槳。第一天差距不大，一周之后已經漸遠，一個月之后劃槳的船已經看不到對方。一年之后，這個距離會大到難以理解，不再是以里程計量，而是進入一個完全不同的維度。

這正是 token 帶來的差距。

一邊是這樣的公司：員工可以無限訪問最強的前沿模型，工程師和 AI 實時多輪對話來設計整個系統，產品經理在幾分鐘內迭代研究報告，高管在 PPT 沒寫之前就已經用 AI 推演了多種競爭場景，每一個人都在讓認知產生復利。

另一邊是這樣的公司：使用先進模型需要提交 IT 工單，AI 工具預算按季度討論，員工開始用自己的信用卡繞過公司限制，管理層還在討論要不要把權限從工程團隊擴展到市場團隊。

這兩類公司的差距不是 10%，不是 50%，是「一個在奔跑，一個在原地靜止」的差距。每一天，前者都會指數級地拉開距離。更快的迭代帶來更好的產品和收入，而收入又反過來加速迭代。

這不是競爭優勢。這是一個淘汰過程。

什么才叫「真正擁抱 AI」

「全面擁抱 AI」這句話說起來容易，但也容易變成空話，所以我想說得更具體一點。

第一，立刻取消所有 token 上限和 AI 使用預算限制。不是下個季度，不是等安全評估結束，是現在。這肯定會有成本，但這個成本和生產力提升相比微不足道，也遠遠小于被時代甩開的代價。

第二，不要再把 AI 當作 IT 成本。AI 應該進入人力預算，當你把這條費用從 IT 移到 headcount，一切都會不同。這意味著 AI 不再是一個需要被控制的軟件工具，是團隊的一部分。

你部署的每一個 agent 都應該有自己的位置、有自己的工作臺、有匯報關系、有職責、有產出。當 AI 出現在組織架構里，不是只存在于供應商合同里，你的團隊才會認真對待它。

沒有哪個 CFO 會看著工資表說「我們怎么削減這個成本」。工資是人類能力的價格，AI 的訪問成本是 AI 能力的價格。在一個 AI 已經承擔 80% 工作的世界里，這部分投入理應獲得同樣的重視。

第三，建立一種文化，讓「用 AI 做一切」成為默認選擇，不是例外。在 Genspark，我們不是在特定的時候才使用 AI，是反過來問：「這件事你為什么沒有用 AI？」

這種倒置很重要。它代表了一種組織層面的認真，也會帶來群體層面的學習加速。

如果你的公司還在評估 AI 或只是在小范圍使用，這不是謹慎，是緩慢。現在真正領先的公司在做的是全面部署、快速迭代、持續復利。

你每多花一個月評估，對手就多花一個月執行。

新的企業財富分化

人很容易感受到緊迫感，但很難真正理解背后的機制。

Token 的差距不只是當前產出的差距，它本質上是學習速度的差距。這正是它危險的地方。

一家在過去兩年里給每一個員工都提供了無限 AI 能力的公司，不只是多做了兩倍的事，它積累了兩年的組織學習，包括工作方式、直覺判斷、肌肉記憶和內部文化。

這些東西無法靠追加投入補齊。你不能通過收購變成 AI-native，也不可能在六個月內靠招聘完成這件事。組織能力會以一種幾乎不可見的方式持續復利。

直到某一天，這種差距不再在性能方面，而是完全不同層級的能力差距。

那些最早擁抱 AI 的公司已經進入了一個幾乎停不下來的飛輪。它們的產品更好，能吸引更多用戶，用戶帶來更多數據和反饋，于是產品更快變好。更快的迭代帶來更快的學習，學習反過來又支撐更多 AI 投入，從而進一步加速迭代。

與此同時，在 AI-native 環境中能發揮最大潛力的優秀人才也會自然流向這些公司。沒有哪個有野心的工程師或設計師會愿意把自己的職業生涯浪費在等待 IT 審批上。

那些落后的公司則在面對一個不斷復利的「負債」。它們不只是落后于產出，還落后于直覺、文化、人才密度。某一天，這種差距會跨過一個臨界點。屆時問題不再是還能不能追上，而是你是否還在場上。

你無法靠劃槳重新進入一場對手使用核動力的比賽。Token 上落后三年很可能就是永久性的差距。

這不是比喻，這是現實。

最后的抉擇在你

過去幾個月，我一直在觀察兩類公司。

一類在跟著浪潮走，未必完美，但在前進。它們快速決策，接受不確定性，擁抱 AI 帶來的混亂，同時每周都在積累經驗；另一類還站在岸上，看著浪一點點靠近，一邊開會討論要不要下水。

我寫第一篇《看見 AGI 的到來》文章時，心里是一個父親在為自己 12 歲的孩子擔心。現在我有同樣的情緒，只不過對象變成了正在讀這篇文章的創業者。因為我已經看到了接下來會發生什么，也真的不希望有人被這股浪直接卷走。

海嘯來臨的時候，不會等你開完董事會，也不會在你做審核時暫停。它只會到來。

那些已經在水中、順著力量前行的組織會活下來；那些還在岸上討論的人會被直接淹沒。

窗口還在，但正在關閉。

今天晚上，每一個創始人、每一個 CEO、每一個運營者都需要回答一個問題：你是否已經給公司里每個人提供了無限的 AI 資源，讓他們去思考、創造、構建？

如果沒有，那再問自己一句：你在等什么？

我在科技行業接近 20 年，看過市場的更替、公司的起落、范式在一夜之間翻轉，但從來沒見過變化速度這么快、沖擊這么深的一次。

真正讓我夜里難眠的不是技術本身，是一個畫面：那些聰明、努力的創始人為公司投入了多年心血，結果某一天醒來，發現自己和對手之間的差距已然無法彌補。

這不是因為他們不夠聰明，也不是因為他們不夠努力，只是因為在某一個關鍵時刻，他們猶豫了一下，多等了一個數據點，多開了一次會，多要了一個季度去評估。

我寫這些不是為了制造焦慮，是因為我真的相信，大多數人還沒有真正感受到這件事的重量。當他們真正意識到的時候，可能已經沒有時間再行動。

所以我想把這篇文章最重要的一點留給你。

公司之間的效率差距已經不再主要取決于人才、戰略或資本，而越來越看你是否開放了「無限 Token」。

那些回答「是」的公司，哪怕做得還不完美，哪怕過程很混亂，也在每天復利自己的優勢；那些還在討論的公司不是停在原地，而是在以歷史上從未出現過的速度被拉開。

這個差距過去用百分比衡量的，現在是用倍數衡量。很快，在一些行業里，它甚至無法再被衡量，因為其中一方已經不在場上。

我希望你站在未來的一邊。

如果你讀到這里，有一瞬間的共鳴，有一個很輕的聲音在說「這可能就是我們」，那就不要等到下一次董事會再去確認答案。

浪已經打到了身上，真正的問題只剩一個：你是在水里，還是在岸上？

還有時間，但不多了。