月燒50萬買Token，我給AI發(fā)工資

中國(guó)互聯(lián)網(wǎng)延續(xù)了20年的傳統(tǒng)生存法則——“依賴人力堆疊擴(kuò)張”，正在被一張張新賬單徹底沖破。

50萬元，這是黃禎上一個(gè)月的賬單，用于購(gòu)買Token。

從香港中文大學(xué)休學(xué)后，經(jīng)過多次創(chuàng)業(yè)，黃禎去年年底創(chuàng)辦了TORKID。在做這款產(chǎn)品的過程中，他變成了AI工程節(jié)點(diǎn)：數(shù)月內(nèi)產(chǎn)出百萬行通過測(cè)試的代碼，月Token消耗超過100億，相當(dāng)于70億～80億個(gè)英文單詞的文本量；2025年7月，他的Claude Code使用量一度進(jìn)入某榜單全球前5。

如果把同等規(guī)模的工程量放進(jìn)一家傳統(tǒng)互聯(lián)網(wǎng)大廠，可能需要一名高階軟件工程師帶著一個(gè)約20人的程序員團(tuán)隊(duì)持續(xù)推進(jìn)。但黃禎創(chuàng)辦的TORKID加上兼職人員只有10余人，其中核心的軟件工程師只有兩人，數(shù)以百萬行計(jì)的代碼并不是由人腦一行行敲出來的，而是Claude Code、Codex等AI coding工具生成。

這意味著，一部分原本應(yīng)該出現(xiàn)在程序員“工資表”里的真金白銀，被悄然轉(zhuǎn)移到被Agent消耗的Token中。

過去20年，中國(guó)互聯(lián)網(wǎng)公司的擴(kuò)張模式高度依賴“人力的擴(kuò)張”。以字節(jié)跳動(dòng)為例，在其業(yè)務(wù)高速向上增長(zhǎng)的周期里，員工規(guī)模在極短時(shí)間內(nèi)躍升，全球員工數(shù)激增數(shù)萬人，增幅超過35%。然而，這種依賴人力堆疊的組織慣性，正在被大模型改變，逼迫企業(yè)重新評(píng)估“人”和“Token”的投入產(chǎn)出比。

當(dāng)Agent開始承擔(dān)原本由程序員完成的純執(zhí)行工作，Token就不可避免地轉(zhuǎn)化為企業(yè)的新賬單。從創(chuàng)業(yè)者到互聯(lián)網(wǎng)大廠，再到云廠商、模型廠商和第三方算力運(yùn)營(yíng)商，都已經(jīng)被卷入這場(chǎng)由模型調(diào)用驅(qū)動(dòng)的成本重構(gòu)之中。Token不再只是模型調(diào)用的計(jì)量單位，它正在變成企業(yè)重新分配技術(shù)預(yù)算、人力成本和工作流入口的新成本表。

01、用Token換時(shí)間

黃禎不愿意簡(jiǎn)單地把這筆錢定義為“買工具的開銷”。

TORKID是一個(gè)只為Agent提供安全、干凈的運(yùn)行和辦公環(huán)境的硬件——電腦。在這套體系中，人類管理者只需要扮演決策者角色：下達(dá)任務(wù)、觀察結(jié)果。至于具體的執(zhí)行，Agent會(huì)在硬件環(huán)境中自主地打開網(wǎng)頁、閱讀文件、調(diào)用各種第三方API工具并推進(jìn)業(yè)務(wù)流程。

如果僅僅盯著財(cái)務(wù)賬面，一個(gè)月50萬元的coding Token消耗，很容易被外界誤讀為這個(gè)初創(chuàng)團(tuán)隊(duì)在瘋狂燒錢。“事實(shí)上，在保證準(zhǔn)確性的前提下，大模型幫我們減少了大量的溝通消耗，極大地提高了效率。”對(duì)于任何一家處于生死存亡期的初創(chuàng)公司而言，時(shí)間比金錢更重要。

“在傳統(tǒng)的組織架構(gòu)里，要把一個(gè)想法變成可落地的商業(yè)產(chǎn)品，流程往往長(zhǎng)得讓人絕望。你需要反復(fù)開會(huì)、對(duì)齊需求、拆解任務(wù)，然后再分發(fā)給不同的前端、后端和測(cè)試工程師去推進(jìn)。在這條漫長(zhǎng)的鏈路里，中間只要有一個(gè)人理解偏了方向，或者架構(gòu)師判斷錯(cuò)了一個(gè)技術(shù)細(xì)節(jié)，后面迎來的就是災(zāi)難性的整體返工。”黃禎直言，這個(gè)過程消耗非常嚴(yán)重。

大模型出現(xiàn)后，TORKID得以將這套冗長(zhǎng)的流程極度壓縮：白天團(tuán)隊(duì)只需要集中討論兩個(gè)小時(shí)，定下框架，然后將已經(jīng)拆解好的任務(wù)直接扔給Claude Code等AI工具去實(shí)現(xiàn)，如果模型的執(zhí)行出了偏差，就當(dāng)場(chǎng)修正提示詞，讓模型在幾分鐘內(nèi)推倒重來，繼續(xù)執(zhí)行。

這種高強(qiáng)度的“人機(jī)協(xié)作”，把這家公司的運(yùn)轉(zhuǎn)效率逼到了極限。

從項(xiàng)目正式立項(xiàng)到完成硬件的全球預(yù)售渠道搭建，TORKID僅僅用了7個(gè)月時(shí)間。“如果沒有AI的支撐，很多復(fù)雜的工程模塊，我們這兩個(gè)全職程序員根本做不出來。如果把管理一個(gè)大型研發(fā)團(tuán)隊(duì)的溝通成本、開會(huì)成本全都折算進(jìn)來，我們現(xiàn)在一天做成的事情，可能相當(dāng)于過去傳統(tǒng)團(tuán)隊(duì)兩到三周的交付。”

黃禎給《財(cái)經(jīng)天下》算過一筆賬：過去半年，TORKID在純Token和AI coding消耗上的累計(jì)投入已經(jīng)達(dá)到100多萬元。但是相較于傳統(tǒng)公司，“人”效比大概為1：5。這意味著，在AI輔助的模式下，他掏出1元買Token，傳統(tǒng)團(tuán)隊(duì)想要達(dá)到同等的研發(fā)進(jìn)度，可能需要在人力成本上砸進(jìn)去5元。

這張Token賬單蘊(yùn)含更為深遠(yuǎn)的意義：它重塑了初創(chuàng)公司的組織模型。對(duì)于初創(chuàng)公司，Token賬單不只是一種消費(fèi)，更是一種高效率的“組織杠桿”。

這意味著，未來，或許創(chuàng)業(yè)公司不需要先把每個(gè)崗位補(bǔ)齊，再慢慢推進(jìn)產(chǎn)品，而是先把任務(wù)拆給模型，讓Agent和coding工具承擔(dān)一部分執(zhí)行工作，再?zèng)Q定哪些崗位真的需要出現(xiàn)。

在黃禎的設(shè)想里，TORKID未來會(huì)由三部分組成：底層硬件仍然需要人來操作；中間是核心內(nèi)核研發(fā)團(tuán)隊(duì)，圍繞Agent Runtime、推理和Context優(yōu)化展開，規(guī)模會(huì)被控制在很小范圍內(nèi)；再往上，是面向不同用戶群體展開的用戶體驗(yàn)和市場(chǎng)團(tuán)隊(duì)。具體執(zhí)行都交Agent。

換句話說，未來，很多公司都不再需要純執(zhí)行崗位，需要的是“管理執(zhí)行一體”的人。

黃禎只是無數(shù)AI原生創(chuàng)業(yè)者中的一個(gè)。全球大模型巨頭Anthropic披露的早期官方數(shù)據(jù)顯示，創(chuàng)業(yè)公司已經(jīng)成為Claude Code最核心的擁躉。在Claude Code的所有日常對(duì)話交互中，來自初創(chuàng)公司相關(guān)工程的調(diào)用占比高達(dá)32.9%，這一數(shù)字遠(yuǎn)遠(yuǎn)超出了創(chuàng)業(yè)公司在常規(guī)Claude.ai網(wǎng)頁端對(duì)話中的占比。

這種變化同樣被投資人捕捉到。真格基金與十字路口Crossing發(fā)起Token Grant時(shí)明確，對(duì)很多AI創(chuàng)業(yè)者來說，最缺的未必是團(tuán)隊(duì)、辦公室或第一筆工資，而是把想法快速做成第一版所需要的模型與算力資源，并宣布為每個(gè)入選項(xiàng)目提供5萬元Token費(fèi)用補(bǔ)貼。

這意味著，投資人已經(jīng)把Token看成一種早期創(chuàng)業(yè)資源。過去投資人看團(tuán)隊(duì)、看產(chǎn)品、看增長(zhǎng)，現(xiàn)在對(duì)AI原生項(xiàng)目來說，還要看創(chuàng)始人有沒有足夠的模型調(diào)用能力，能不能持續(xù)試錯(cuò)，快速把想法落地。Token消耗量本身未必是唯一指標(biāo)，但它正在變成投資人考察創(chuàng)業(yè)公司值不值得被投的一個(gè)重要指標(biāo)。

02、Token不再只是技術(shù)部門的小賬

在更多公司里，Token消耗已經(jīng)從技術(shù)部門的小賬，變成公司的結(jié)構(gòu)性成本。

三年前，很多團(tuán)隊(duì)做AI漫劇，主要用開源模型和云算力。“一張4090的卡，一小時(shí)使用不到兩元，按照員工的使用量，一個(gè)月下來整體五百元以內(nèi)可以搞定。”從事漫劇制作的創(chuàng)業(yè)者李銘對(duì)《財(cái)經(jīng)天下》表示，隨著模型能力不斷更新，閉源模型和開源模型之間的差距被拉大，效果也“肉眼可見”。同時(shí)，AI漫劇也越來越卷，用戶對(duì)畫面、邏輯要求越來越高。

成本也發(fā)生了顯著變化。“Seedance出來后，一段3秒視頻生成基本要1元。疊加修改、重試等，AI漫劇每分鐘需約1000—3000元，制作一部精品AI漫劇需要20萬元左右。”李銘表示，AI漫劇成本主要包括算力、人力、版權(quán)等，其中算力成本占比最高，大概30%～50%。

這也是很多AI應(yīng)用公司正在經(jīng)歷的悖論：模型調(diào)用讓產(chǎn)品看起來更智能，但也讓產(chǎn)品交付變得更貴。

AI應(yīng)用公司創(chuàng)始人劉斌對(duì)《財(cái)經(jīng)天下》算過另一筆賬：公司當(dāng)前Token消耗在10億級(jí)別，產(chǎn)品還在內(nèi)測(cè)階段的時(shí)候，場(chǎng)景可控，成本也可控。但用戶數(shù)量上來后，就會(huì)產(chǎn)生大量的消耗，算力賬單會(huì)迅速膨脹。他得出了一個(gè)結(jié)論：不能帶來收益的產(chǎn)品，絕對(duì)買不起算力。

“現(xiàn)在，公司鼓勵(lì)團(tuán)隊(duì)使用Token，但整體支出需要控制在預(yù)算包內(nèi)，業(yè)務(wù)部門最終還要用ROI來衡量收益。”一家主要做營(yíng)銷的科技公司的高管陳明對(duì)《財(cái)經(jīng)天下》表示。

同樣，為了節(jié)省Token消耗，每家公司都在精打細(xì)算。一位不愿具名的業(yè)內(nèi)人士給《財(cái)經(jīng)天下》透露了一個(gè)看來近乎荒誕、卻真實(shí)有效的操作：一家金融公司，每月Token消耗已經(jīng)達(dá)到千億量級(jí)，業(yè)務(wù)應(yīng)用側(cè)每日穩(wěn)定在億級(jí)消耗。為了節(jié)省Token，這家公司鼓勵(lì)團(tuán)隊(duì)用“文言文”壓縮Token。

“在部分離線場(chǎng)景中，先讓高性能模型輸出文言文，可讓Token消耗減少40%到50%，再用便宜的國(guó)產(chǎn)模型翻譯回白話，整體賬單最多能節(jié)省約70%。”上述人士表示，盡管這樣會(huì)帶來信息損耗，但當(dāng)Token進(jìn)入千億量級(jí)，企業(yè)會(huì)像摳電費(fèi)一樣摳Token。

這種變化說明，Token已經(jīng)不再只是技術(shù)部門的資源消耗，開始進(jìn)入業(yè)務(wù)部門的經(jīng)營(yíng)判斷。在一些企業(yè)里，省Token已經(jīng)變成一門新的成本管理技術(shù)。

這種變化不只發(fā)生在初創(chuàng)團(tuán)隊(duì)身上。2026年4月，Google CEO Sundar Pichai在Cloud Next上透露，谷歌近75%的新增代碼由AI生成，經(jīng)工程師審核確認(rèn)后入庫落地，一項(xiàng)復(fù)雜代碼遷移任務(wù)由工程師與AI Agent協(xié)作落地，完成速度比一年前全人工開發(fā)快6倍。

公開研究也在說明同一個(gè)趨勢(shì)。PwC在2025年發(fā)布的Global AI Jobs Barometer中分析了接近10億條招聘廣告和數(shù)千份企業(yè)財(cái)報(bào)后發(fā)現(xiàn)，具備AI技能的員工，相比同崗位但不具備AI技能的人，平均存在56%的工資溢價(jià)。另有數(shù)據(jù)顯示，77%的雇主計(jì)劃對(duì)員工進(jìn)行再培訓(xùn)，但同時(shí)也有41%的雇主計(jì)劃因?yàn)锳I自動(dòng)化部分任務(wù)而縮減員工規(guī)模。

中國(guó)發(fā)展高層論壇2026年年會(huì)披露，2024年初，中國(guó)日均Token調(diào)用量約為1000億，2026年3月日均調(diào)用量突破140萬億，兩年增長(zhǎng)超過千倍。

當(dāng)Token從研發(fā)工具進(jìn)入內(nèi)容生產(chǎn)、用戶交付和企業(yè)流程，它就不再只是技術(shù)部門的小賬，而是業(yè)務(wù)負(fù)責(zé)人、技術(shù)負(fù)責(zé)人和財(cái)務(wù)負(fù)責(zé)人都繞不開的一張成本表。它既可能提高效率，也可能吞掉利潤(rùn)；既可能替代一部分人力，也可能變成另一筆更難控制的剛性支出。

新的問題已然出現(xiàn)：當(dāng)越來越多企業(yè)開始把一部分人力成本轉(zhuǎn)成Token賬單，這張新的“工資表”最后會(huì)由誰收走？一場(chǎng)蓄謀已久、針對(duì)企業(yè)“工作流入口”的圈地大圍獵正式開啟。

03、誰來掌控這張“工資表”？

對(duì)創(chuàng)業(yè)者來說，Token是用來換時(shí)間、換效率的工具；對(duì)企業(yè)來說，它是一筆必須被納入ROI計(jì)算的新成本。但對(duì)云廠商、大模型廠商和互聯(lián)網(wǎng)大廠來說，企業(yè)每一次調(diào)用模型、每一次讓Agent執(zhí)行任務(wù)，都是一筆可以持續(xù)收割的賬單。

半年前，阿里云智能集團(tuán)資深副總裁劉偉光對(duì)Token支出在企業(yè)IT預(yù)算中的占比判斷，還只是“可能都不到1%”。到了2026年5月，這個(gè)判斷已經(jīng)發(fā)生巨變：對(duì)AI原生創(chuàng)業(yè)公司來說，Token支出可以占到IT支出的100%；在中國(guó)互聯(lián)網(wǎng)企業(yè)里，這一比例也達(dá)到了15%～20%。

據(jù)36氪報(bào)道，阿里云今年的目標(biāo)是，到年底，在每一個(gè)客戶貢獻(xiàn)的收入中，Token收入占比不低于20%。

這個(gè)目標(biāo)背后，是云廠商對(duì)企業(yè)預(yù)算表的一次重新理解。劉偉光曾坦言，在云計(jì)算時(shí)代，盤點(diǎn)客戶IT預(yù)算時(shí)，有一部分錢阿里云始終吃不到：企業(yè)內(nèi)部的軟件開發(fā)和人力外包。但AI Coding出現(xiàn)后，這部分預(yù)算反而成了大模型可以直接命中的地方。

長(zhǎng)期聚焦AI產(chǎn)業(yè)投資的基金經(jīng)理?xiàng)钣掳堰@件事說得更直接：Token時(shí)代，大廠的競(jìng)爭(zhēng)已經(jīng)從模型能力競(jìng)賽，轉(zhuǎn)向“經(jīng)濟(jì)體系構(gòu)建”，組織從分散賽馬轉(zhuǎn)向中樞協(xié)同；商業(yè)模式也要從過去互聯(lián)網(wǎng)式的 “燒錢換流量”轉(zhuǎn)向 “Token計(jì)費(fèi)變現(xiàn)”。

這也是MaaS（模型即服務(wù)）突然變得重要的原因。過去，云廠商賣的是服務(wù)器、存儲(chǔ)、帶寬和數(shù)據(jù)庫；現(xiàn)在，它們更希望把模型、API、Agent Runtime、部署服務(wù)和計(jì)費(fèi)系統(tǒng)一起打包進(jìn)客戶的業(yè)務(wù)流程里。

一旦企業(yè)的代碼生成、營(yíng)銷等內(nèi)部運(yùn)營(yíng)流程都接入某個(gè)平臺(tái)，Token就會(huì)從一次性投入變成持續(xù)性消耗。為了搶奪這20%的收入，巨頭們最直接的手段依舊是慘烈但高效的價(jià)格戰(zhàn)，誰掌控了企業(yè)的模型調(diào)用入口，誰就更接近未來的工作流賬單。

2026年5月，DeepSeek宣布，在2.5折限時(shí)優(yōu)惠結(jié)束后，將DeepSeek-V4-Pro API正式價(jià)格調(diào)整為原價(jià)的四分之一。也就是說，原本階段性的低價(jià)，成為長(zhǎng)期官價(jià)；小米旗下的MiMo-V2.5系列API隨后跟進(jìn)，高調(diào)宣布全面大降價(jià)，最高降幅達(dá)99%。此前，阿里、字節(jié)、騰訊等廠商都經(jīng)歷過多輪的價(jià)格拉鋸。

“TORKID和字節(jié)、阿里等廠商都接觸過，除了價(jià)格優(yōu)勢(shì)，它們還提供了各種代金券，想讓我使用它們的模型。”黃禎有很直接的體感，但他很清楚，代金券、低價(jià)資源包的吸引力終究有限，他更在乎模型的質(zhì)量與穩(wěn)定性。

互聯(lián)網(wǎng)大廠正在試圖把更多企業(yè)的工作流納入自己的模型和云服務(wù)體系：將不同工作場(chǎng)景下的能力模塊封裝成Agent服務(wù)或工作流方案，再通過模型調(diào)用、Token計(jì)費(fèi)和云資源綁定，爭(zhēng)奪企業(yè)未來的調(diào)用入口和賬單歸屬。同樣，第三方獨(dú)立算力運(yùn)營(yíng)商也在轉(zhuǎn)型。

作為重資產(chǎn)布局的代表，武漢元熙映闕人工智能基礎(chǔ)資源技術(shù)平臺(tái)有限公司（以下簡(jiǎn)稱“元熙”）在湖北、新疆等地布局了3座備案智算中心，規(guī)劃總算力超10000P，手握6000P長(zhǎng)期算力租賃訂單。機(jī)房、GPU、電力、網(wǎng)絡(luò)、液冷，全都是真金白銀的硬投入。

在巨頭把Token價(jià)格“打骨折”的MaaS時(shí)代，企業(yè)買的越來越不是裸算力，而是包裝在工作流里的Token和模型服務(wù)。可以預(yù)見的是，元熙如果只做“房東”賣裸算力，就會(huì)被壓成“誰便宜用誰”的臨時(shí)資源池，失去議價(jià)權(quán)。

“我們也在嘗試分時(shí)租賃，把閑時(shí)算力租給科研機(jī)構(gòu)、高校或中小企業(yè)，盡可能提高GPU利用率。”元熙副總裁楊楠對(duì)《財(cái)經(jīng)天下》表示，元熙已開始轉(zhuǎn)型，努力向MaaS、Agent服務(wù)、AI Skill封裝和Token計(jì)費(fèi)靠攏 ，讓產(chǎn)品形態(tài)更為豐富。

“這部分業(yè)務(wù)早期不一定立刻收費(fèi)，更像獲客：先讓自己的軟件或調(diào)用入口進(jìn)入客戶系統(tǒng)，等客戶側(cè)功能被激活，用戶開始產(chǎn)生AI調(diào)用后，再按照調(diào)用量或Token消耗進(jìn)行分成。” 楊楠表示。

這種轉(zhuǎn)型，也是當(dāng)下AI產(chǎn)業(yè)巨變的一個(gè)縮影。毫無疑問，在這個(gè)擁擠的賽道上，玩家想要留在牌桌上，都必須不遺余力。

（文中李銘、劉斌、陳明均為匿名）

（作者 | 南風(fēng)，編輯 | 春野，圖片來源 | 視覺中國(guó)，本內(nèi)容轉(zhuǎn)載自財(cái)經(jīng)天下WEEKLY）