黃仁勛一直說(shuō)的“Token經(jīng)濟(jì)學(xué)”，到底是什么意思？

作者：李南南

來(lái)源：羅輯思維（ID：luojisw）

導(dǎo)讀：今天我們從一個(gè)詞說(shuō)起：Token。

3月17日凌晨，在2026年的英偉達(dá)GTC大會(huì)上，黃仁勛照例做了兩個(gè)小時(shí)的長(zhǎng)篇發(fā)言。其中涉及的話題很多，比如，對(duì)未來(lái)市場(chǎng)需求的預(yù)測(cè)，黃仁勛認(rèn)為到2027年，英偉達(dá)的訂單需求將達(dá)到1萬(wàn)億美元。再比如，他說(shuō)未來(lái)SaaS已死，智能體的世代將全面來(lái)臨，等等。

但是，在整場(chǎng)演講里，出現(xiàn)頻次最高的，是另外一個(gè)詞，Token。清華大學(xué)的楊斌教授做了個(gè)統(tǒng)計(jì)，整場(chǎng)演講，Token這個(gè)詞出現(xiàn)了超過(guò)70次。

01

Token到底是什么？

不只是黃仁勛。

就在GTC開(kāi)幕當(dāng)天，阿里巴巴宣布成立Token事業(yè)群。注意，這是和淘天電商、阿里云平級(jí)的核心事業(yè)群。阿里CEO吳泳銘在內(nèi)部說(shuō)：AI Agent極度依賴Token，未來(lái)將進(jìn)入需求大爆炸時(shí)期。

假如你現(xiàn)在看各類(lèi)關(guān)于AI的文章，你會(huì)發(fā)現(xiàn)Token這個(gè)詞的出現(xiàn)頻次極高。黃仁勛甚至還提出了一個(gè)概念，叫Token工廠經(jīng)濟(jì)學(xué)，我們可以簡(jiǎn)稱為“Token經(jīng)濟(jì)學(xué)”。

換句話說(shuō)，至少在黃仁勛看來(lái)，圍繞Token，已經(jīng)延伸出了一整套生產(chǎn)行為，一整套經(jīng)濟(jì)活動(dòng)。

那么，具體來(lái)說(shuō)，這套經(jīng)濟(jì)活動(dòng)是什么呢？我們又該怎么理解黃仁勛說(shuō)的Token經(jīng)濟(jì)學(xué)呢？

首先，什么是Token？這點(diǎn)估計(jì)大多數(shù)人都熟悉，它是一個(gè)語(yǔ)言的計(jì)量單位，很多人把它翻譯成“詞元”。也就是AI能理解、處理、輸出的最小信息單元。

比如，你問(wèn)ChatGPT：“今天天氣怎么樣？”這句話會(huì)被切成幾個(gè)Token。“今天”是一個(gè)Token，“天氣”是一個(gè)Token，“怎么樣”可能被切成兩個(gè)Token，問(wèn)號(hào)是一個(gè)Token。

但是注意，Token跟“字符”最主要的區(qū)別之一，在于字符的大小是統(tǒng)一且確定的，1個(gè)漢字就是1個(gè)字符。但Token不一樣，有的模型可能把“今天”當(dāng)成1個(gè)Token，而有的模型會(huì)把它拆成“今”和“天”兩個(gè)Token。所以，同樣一句話，在不同的AI里，對(duì)應(yīng)的Token數(shù)量可能不一樣。

同樣，在AI看來(lái)，你給出的所有提示詞都是一堆大小不等的Token。它輸出給你的答案，在它的標(biāo)準(zhǔn)里，也是一堆大小不等的Token。

02

Token為什么重要？

這個(gè)過(guò)程不難理解，估計(jì)多數(shù)人都知道。那么，我們知道Token是什么之后，最關(guān)鍵的問(wèn)題來(lái)了：Token為什么重要？

第一，Token是AI的成本單位。

你用ChatGPT的API，OpenAI怎么收費(fèi)？按Token。輸入多少Token，收多少錢(qián)；輸出多少Token，再收多少錢(qián)。

黃仁勛在這次GTC演講中，專門(mén)講了Token的分層定價(jià)。他把Token分成了幾個(gè)檔次：最便宜的是免費(fèi)層，高吞吐但響應(yīng)慢，主要靠廣告變現(xiàn)；往上是中級(jí)層，大約每百萬(wàn)Token收3美元；再往上是高級(jí)層，每百萬(wàn)Token收6美元；再往上是高速層，每百萬(wàn)Token 45美元；最貴的是超高速層，每百萬(wàn)Token 150美元。

你看，從3美元到150美元，差了50倍。差別在哪？在響應(yīng)速度，回答質(zhì)量，還有處理的上下文長(zhǎng)度。

比如，同樣是讓AI幫你寫(xiě)一段代碼，消耗同樣多的Token，但你可以選擇不同檔次的處理服務(wù)。便宜的服務(wù)，每百萬(wàn)Token收3美元，可能要等幾秒鐘，而且回答質(zhì)量一般；貴的服務(wù)，每百萬(wàn)Token收150美元，幾乎實(shí)時(shí)響應(yīng)，輸出質(zhì)量也更高。就像快遞，同樣一個(gè)包裹，普通快遞便宜但慢，同城當(dāng)日達(dá)貴但快。

換句話說(shuō)，Token的處理正在變成一種分層定價(jià)的服務(wù)，就好比，出行的時(shí)候你是選擇綠皮火車(chē)還是飛機(jī)高鐵。

第二，Token是AI的效率單位。

黃仁勛在演講中提到一組數(shù)據(jù)：過(guò)去兩年，AI推理計(jì)算量增長(zhǎng)了大約一萬(wàn)倍。一萬(wàn)倍是什么概念？相當(dāng)于每年增長(zhǎng)100倍。這種增速，在人類(lèi)歷史的任何生產(chǎn)資料上，幾乎沒(méi)有先例。

在這個(gè)背景下，黃仁勛說(shuō)：數(shù)據(jù)中心正在變成“Token工廠”。什么意思？你看，以前衡量一個(gè)數(shù)據(jù)中心，你看它的存儲(chǔ)容量多大、算力多少。以后衡量一個(gè)AI數(shù)據(jù)中心，核心指標(biāo)是：每秒能生產(chǎn)多少Token？

就像衡量一個(gè)鋼鐵廠，你不問(wèn)它廠房多大，你問(wèn)它年產(chǎn)多少噸鋼。數(shù)據(jù)中心的“噸鋼”，就是Token。

英偉達(dá)最新發(fā)布的芯片架構(gòu)，核心賣(mài)點(diǎn)之一就是“Token生產(chǎn)效率”。同樣的電力消耗，新芯片能比上一代多生產(chǎn)好幾倍的Token。

第三，Token正在成為“新貨幣”。

黃仁勛在演講里說(shuō)：“未來(lái)科技公司招聘工程師，除了薪資還會(huì)提供Token配額。”你看，現(xiàn)在科技公司的工程師，工作離不開(kāi)AI。寫(xiě)代碼要問(wèn)AI，調(diào)試要問(wèn)AI，測(cè)試要用AI生成數(shù)據(jù)，文檔要AI幫忙寫(xiě)。每一次調(diào)用都消耗Token，而Token要花錢(qián)。

如果公司不給你Token，你就沒(méi)法高效工作，效率就會(huì)下降。

所以黃仁勛預(yù)測(cè)：Token配額會(huì)成為薪酬的一部分。就像現(xiàn)在公司給你配電腦、配手機(jī)一樣，以后會(huì)給你配Token額度。比如，“月薪5萬(wàn)，另加每月1000萬(wàn)Token調(diào)用額度”。事實(shí)上，目前硅谷的一些科技公司，已經(jīng)開(kāi)始給員工分配Token配額了。

這也就意味著，“Token效率”可能成為新時(shí)代的核心能力。同樣是用AI，有人一個(gè)Token都不浪費(fèi)，精準(zhǔn)地獲得想要的結(jié)果；有人噼里啪啦打一堆，來(lái)來(lái)回回改半天，還是不滿意。

寫(xiě)提示詞的水平越高，Token的投入產(chǎn)出比就越高。這就是所謂的“Token效率”。未來(lái)，會(huì)用AI和不會(huì)用AI的人之間的差距，可能就體現(xiàn)在這里。

而且在黃仁勛看來(lái)，未來(lái)公司里，將會(huì)出現(xiàn)大量的AI員工。也就是他說(shuō)的，以后所有SaaS公司都將消失，轉(zhuǎn)變?yōu)锳aaS。

SaaS我們都知道，軟件即服務(wù)，這是過(guò)去二十年科技行業(yè)最成熟的商業(yè)模式之一。AaaS呢？Agent as a Service，代理即服務(wù)。SaaS時(shí)代，你買(mǎi)的是工具。軟件是工具，你要自己操作。點(diǎn)這里、填那里、提交之后等結(jié)果。

而AaaS時(shí)代，你買(mǎi)的是員工。Agent是員工，你只需要告訴它你想要什么結(jié)果，它自己去操作、自己去協(xié)調(diào)、自己去完成，最后把結(jié)果交給你。

比如，現(xiàn)在你用CRM軟件，客戶管理系統(tǒng)，要自己錄入客戶信息、自己設(shè)置跟進(jìn)提醒、自己寫(xiě)郵件。未來(lái)你可能只需要對(duì)Agent員工說(shuō)，幫我跟進(jìn)這個(gè)客戶，促成這筆交易，Agent自己去查資料、寫(xiě)郵件、安排會(huì)議、談判跟進(jìn)。

軟件是工具，Agent是員工。這是本質(zhì)區(qū)別。而這個(gè)Agent員工，不需要你發(fā)錢(qián)，它需要你給它足夠多的Token額度。

說(shuō)白了，按照黃仁勛的觀點(diǎn)，未來(lái)跟AI有關(guān)的一切操作，本質(zhì)上都涉及Token的消費(fèi)與產(chǎn)出。

03

Token效率，將成為新的核心競(jìng)爭(zhēng)力

而且注意，這個(gè)趨勢(shì)不只是關(guān)系到AI領(lǐng)域，而是關(guān)系到整個(gè)社會(huì)的基礎(chǔ)設(shè)施體系。按照黃仁勛的觀點(diǎn)，整個(gè)AI產(chǎn)業(yè)分成五層。

最底層是能源層。AI需要電，需要大量的電。一個(gè)大型AI數(shù)據(jù)中心的耗電量，相當(dāng)于一座中等城市。

往上一層是芯片層。這是英偉達(dá)的主場(chǎng)。AI的“大腦”是GPU，目前全球高端AI芯片市場(chǎng)，英偉達(dá)占據(jù)超過(guò)80%的份額。黃仁勛發(fā)布的新一代芯片，核心賣(mài)點(diǎn)就是“能耗比”，同樣的電，能算出更多的Token。

再往上是基礎(chǔ)設(shè)施層。芯片要裝進(jìn)服務(wù)器，服務(wù)器要放進(jìn)數(shù)據(jù)中心。黃仁勛說(shuō)，數(shù)據(jù)中心正在從“存儲(chǔ)倉(cāng)庫(kù)”變成“Token工廠”。以前衡量數(shù)據(jù)中心看存儲(chǔ)容量，以后看每秒能生產(chǎn)多少Token。

再往上是模型層。GPT、Claude、DeepSeek，這些大模型就像“生產(chǎn)線”，把算力轉(zhuǎn)化成AI的輸出。同樣的芯片，跑不同的模型，效率差別很大。這就是為什么模型優(yōu)化這么重要，比如DeepSeek能用更少的算力達(dá)到接近GPT的效果，本質(zhì)上是提高了“Token生產(chǎn)效率”。

最上面是應(yīng)用層。ChatGPT、Copilot、各種AI助手，這是普通人接觸到的部分。每次你跟AI對(duì)話，就是在“消費(fèi)Token”。

你看，這五層蛋糕，從下到上，其實(shí)是一條Token的“生產(chǎn)—消費(fèi)”鏈條。能源變成電，電驅(qū)動(dòng)芯片，芯片支撐數(shù)據(jù)中心，數(shù)據(jù)中心運(yùn)行模型，模型服務(wù)于應(yīng)用，應(yīng)用產(chǎn)出Token給用戶。而相關(guān)的發(fā)電廠、芯片公司、數(shù)據(jù)公司，都是在圍繞Token開(kāi)展經(jīng)濟(jì)活動(dòng)。

順著這個(gè)邏輯，黃仁勛還有一個(gè)判斷，AI會(huì)創(chuàng)造大量就業(yè)，而且這些崗位，大部分不需要你懂AI。沒(méi)錯(cuò)，AI創(chuàng)造的很多就業(yè)，不需要從業(yè)者懂AI。你看，建一個(gè)AI數(shù)據(jù)中心需要什么？需要電工、網(wǎng)絡(luò)布線技術(shù)員、消防安全員。這些都是實(shí)打?qū)嵉乃{(lán)領(lǐng)崗位。

黃仁勛說(shuō)，未來(lái)幾年，AI基建領(lǐng)域會(huì)產(chǎn)生大量就業(yè)機(jī)會(huì)。這些崗位不是“被AI替代”的高危崗位，恰恰是AI產(chǎn)業(yè)創(chuàng)造出來(lái)的新崗位。而這一切，都是圍繞AI對(duì)Token的消耗產(chǎn)出，層層傳導(dǎo)而產(chǎn)生的。

以上的所有這些互動(dòng)關(guān)系，就大致構(gòu)成了黃仁勛所說(shuō)的Token經(jīng)濟(jì)學(xué)。

換句話說(shuō)，理解Token經(jīng)濟(jì)學(xué)的關(guān)鍵，其實(shí)就是三句話。

第一，AI不是一個(gè)孤立的技術(shù)，而是一個(gè)龐大的社會(huì)協(xié)作網(wǎng)絡(luò)。

第二，這個(gè)網(wǎng)絡(luò)上的所有人，工作的最終成果，都是讓AI能更多、更快、更好地接收、處理和產(chǎn)出Token。

第三，未來(lái)，一個(gè)人的Token效率，將成為新的核心競(jìng)爭(zhēng)力。

版權(quán)聲明：部分文章推送時(shí)未能與原作者取得聯(lián)系。若涉及版權(quán)問(wèn)題，敬請(qǐng)?jiān)髡呗?lián)系我們。