AI 公司沒有發(fā)幣，但他們都在瘋狂賣 Token

今天在復(fù)旦大學(xué)參加一場(chǎng)關(guān)于 Web3 和 AI 的交流活動(dòng)。現(xiàn)場(chǎng)聊著聊著，我腦子里忽然冒出來(lái)一個(gè)挺有意思的問題。

現(xiàn)在這些做大模型 API 的公司，像 Kimi、MiniMax，它們到底在賣什么？

表面上看，它們賣的是模型能力，賣的是問答、生成、推理、搜索、工具調(diào)用。可如果把這些包裝性的說法先放到一邊，只看最樸素的商業(yè)動(dòng)作，你會(huì)發(fā)現(xiàn)一個(gè)很像 Web3 的地方：

你每調(diào)用一次模型，系統(tǒng)都會(huì)扣掉你一部分 token。

這時(shí)候再回頭看公鏈，就會(huì)發(fā)現(xiàn)這兩套東西，其實(shí)很相似。

在 Web3 世界里說，我發(fā)了一筆交易，消耗了 0.01 個(gè) ETH。另一個(gè)人在 AI 世界里說，我調(diào)用了一次模型，消耗了 10 萬(wàn)個(gè) token。

前者聽起來(lái)像區(qū)塊鏈?zhǔn)澜绲恼Z(yǔ)言，后者聽起來(lái)像云計(jì)算或者 SaaS 產(chǎn)品的計(jì)費(fèi)方式。但如果往下再看一層，它們干的事情其實(shí)非常像：

都是把一種底層資源切成可以被計(jì)算、可以被消耗、可以被結(jié)算的最小單位，然后賣給開發(fā)者和用戶。

從這個(gè)角度看，我覺得今天很多 AI 公司做的事情，和過去很多公鏈項(xiàng)目做的事情，在商業(yè)結(jié)構(gòu)上其實(shí)是相通的。

它們都在賣 token。

當(dāng)然，這里的"token"，不是說 AI 公司真的像公鏈項(xiàng)目那樣發(fā)了一個(gè)可以自由交易、可以上交易所、可以炒價(jià)格的幣。不是這個(gè)意思。我的意思是，它們都在賣一種標(biāo)準(zhǔn)化的資源調(diào)用單位。

01 本質(zhì)上都在賣調(diào)用權(quán)

你用 Kimi，不是在直接買"一篇文章"或者"一個(gè)答案"。你買的是模型對(duì)文本的處理能力，是上下文窗口的占用，是推理過程的消耗，是接口調(diào)用的頻率和額度。平臺(tái)只是把這些原本很抽象的東西，切成了一個(gè)個(gè) tokens，再按照消耗量向你收費(fèi)。

你在公鏈上做事，也是一樣。你不是直接在買"轉(zhuǎn)賬成功"這四個(gè)字，而是在為網(wǎng)絡(luò)完成一次記賬、驗(yàn)證、排序、狀態(tài)更新所消耗的資源付費(fèi)。只不過鏈上世界把這套資源消耗的計(jì)量單位，叫做 gas，最后再用 ETH、SOL 這種原生 token 去支付。

所以，AI 公司和公鏈項(xiàng)目，在一個(gè)非常底層的意義上，確實(shí)很像：它們都不是直接賣結(jié)果，而是在賣"對(duì)底層計(jì)算資源的調(diào)用權(quán)"。

02 長(zhǎng)得很像，性質(zhì)不一樣

但如果文章只寫到這里，還不夠。因?yàn)?AI 公司賣的 token，和公鏈項(xiàng)目賣的 token，雖然長(zhǎng)得像，但其實(shí)不是一回事。

最核心的差別，在于它們背后的權(quán)利結(jié)構(gòu)不一樣。

AI 公司賣給你的 token，本質(zhì)上是平臺(tái)內(nèi)部的一種計(jì)費(fèi)單位。你充值，開戶、拿到 API key，然后按平臺(tái)規(guī)則去消費(fèi)額度。你擁有的并不是一個(gè)可以自由流通、自由轉(zhuǎn)讓、脫離平臺(tái)而獨(dú)立存在的資產(chǎn)，而是一種平臺(tái)認(rèn)可的使用權(quán)。

你可以把它理解成什么？更像游戲里的點(diǎn)券，或者云廠商后臺(tái)的調(diào)用額度，或者會(huì)員系統(tǒng)里的余額。這個(gè)東西當(dāng)然有價(jià)值，因?yàn)樗軗Q取服務(wù)；但它的價(jià)值邊界、使用規(guī)則、價(jià)格調(diào)整，基本都掌握在平臺(tái)手里。

但公鏈 token 不一樣。 ETH、SOL 這些東西，不只是系統(tǒng)里的計(jì)量單位，它們本身還是網(wǎng)絡(luò)里的原生資產(chǎn)。它們可以被你持有，可以轉(zhuǎn)讓，可以交易，可以質(zhì)押，可以抵押，也可以脫離某一次具體的調(diào)用行為而獨(dú)立存在。

03 一個(gè)是平臺(tái)定價(jià)，一個(gè)是網(wǎng)絡(luò)定價(jià)

今天 AI 公司的 token 價(jià)格，基本是公司自己定的。你調(diào)用什么模型，輸入多少錢，輸出多少錢，長(zhǎng)上下文多少錢，工具調(diào)用多少錢，這些都是平臺(tái)在后臺(tái)寫好的。用戶接受也好，不接受也好，本質(zhì)上都還是平臺(tái)定價(jià)。

可公鏈的 gas，就不是單純的平臺(tái)貼價(jià)簽這么簡(jiǎn)單了。鏈上的費(fèi)用會(huì)受到網(wǎng)絡(luò)擁堵，市場(chǎng)供需、用戶出價(jià)和協(xié)議機(jī)制的共同影響。

AI token 的計(jì)費(fèi)邏輯，本質(zhì)上是企業(yè)定價(jià)；公鏈 token 的計(jì)費(fèi)邏輯，本質(zhì)上更接近協(xié)議和市場(chǎng)共同定價(jià)。

04 AI 反過來(lái)給 Web3 上了一課

這個(gè)觀察最有價(jià)值的地方，不是在于"AI 很像 Web3"，而是在于它能反過來(lái)幫助我們重新理解一個(gè)老問題：為什么很多 Web3 項(xiàng)目最后會(huì)失敗，而 AI 公司的 token 計(jì)費(fèi)，大家卻天然覺得合理？

原因很簡(jiǎn)單。

因?yàn)?AI 公司的 token，背后有非常明確的資源對(duì)象，也有非常明確的付費(fèi)理由。

你用模型，是真的在消耗算力。你跑長(zhǎng)上下文，是真的在占用窗口資源。你做搜索，做工具調(diào)用，是真的在增加平臺(tái)成本。你每多調(diào)用一次，平臺(tái)就多承擔(dān)一部分邊際成本。

所以平臺(tái)把這種消耗切成 token，再按照 token 收費(fèi)，這個(gè)邏輯是很順的。用戶一看就明白：我花的錢，對(duì)應(yīng)的是我實(shí)際消耗的資源。

但過去很多 Web3 項(xiàng)目的問題，不在于它叫 token，而在于它背后根本沒有那么強(qiáng)的真實(shí)消耗場(chǎng)景。很多項(xiàng)目一談商業(yè)模式，先想的不是用戶為什么要持續(xù)用、持續(xù)付費(fèi)，而是"怎么把 token 做起來(lái)"。

05 先把用途跑出來(lái)，再談 token

我覺得 AI 公司給 Web3 創(chuàng)業(yè)者最大的啟發(fā)，可能就在這里。

先把一件事想清楚：用戶到底在為誰(shuí)付錢。

再把一件事做扎實(shí)：用戶為什么會(huì)反復(fù)付錢。

然后再往下看：這個(gè)業(yè)務(wù)里，是不是真的存在一種可以被切分、被計(jì)量、被結(jié)算的資源消耗。

而不是一上來(lái)就先問，怎么發(fā)幣，怎么上所，怎么做市值管理。

06 不是所有東西都值得上鏈

不是所有東西都值得上鏈。因?yàn)楹芏鄻I(yè)務(wù)，本來(lái)就是中心化平臺(tái)效率更高，合同關(guān)系更清楚，根本沒有必要硬塞進(jìn)一個(gè)鏈上架構(gòu)里。

也不是所有計(jì)量單位都值得交易。因?yàn)楹芏嘤?jì)量單位只適合做內(nèi)部結(jié)算工具，一旦放到市場(chǎng)里自由交易，反而會(huì)扭曲原本的使用邏輯。

很多時(shí)候，最好的 token，不是那個(gè)漲得最兇的 token，而是那個(gè)最不需要你天天盯著價(jià)格，卻能在真實(shí)業(yè)務(wù)里不斷被消耗、不斷被結(jié)算、不斷被復(fù)購(gòu)的 token。

07 小結(jié)

所以回到今天這個(gè)題目：《AI 公司沒有發(fā)幣，但他們都在瘋狂賣 Token》

AI 公司賣的，不是幣圈意義上的幣。它們賣的，是一種被公司化、產(chǎn)品化、合同化了的 token。

Web3 世界賣的，也不應(yīng)該只是一個(gè)能漲能跌的 coin。它真正值錢的部分，本來(lái)也應(yīng)該是對(duì)某種資源、某種網(wǎng)絡(luò)能力、某種狀態(tài)變更權(quán)的原生定價(jià)能力。

所以，咱們別老想著發(fā)幣。先想清楚，你到底在賣什么。

你賣的是故事，還是資源？

你賣的是想象力，還是調(diào)用權(quán)？

你賣的是一個(gè)金融幻覺，還是一個(gè)真實(shí)存在、可以反復(fù)消耗、反復(fù)計(jì)價(jià)、反復(fù)復(fù)購(gòu)的底層能力？

這可能才是 AI 給 Web3 帶來(lái)最有價(jià)值的提醒。

本文作者