内容概览
本文围绕“当智力第一次被标价:《Token经济》论坛激辩“Token 是否经济””整理核心信息、适用场景与使用条件，便于读者快速了解重点，再决定是否进一步体验或查阅项目资料。
——一个计量单位的变化，正在改写成本、定价与组织的基本假设
当智力的产出第一次可以被计量、比价和交易，经济学会遇到什么?10月26日下午，中信出版集团与腾讯研究院举办《Token经济——当智力成为一种可计量的服务》交流论坛。来自经济学界、研究机构与产业一线的嘉宾，给出了并不一致的答案。
据国家数据局数据，中国日均 Token 调用量从2024年初的约1000亿增长至2026年6月的500万亿，两年增长超过数千倍。而实际应用中，“单价越来越便宜”与“账单越来越贵”两种现象同时出现，构成贯穿全场讨论的核心张力。
Token，一个计量单位的出现
《Token经济》作者之一、腾讯研究院高级研究员白惠天把 Token 视为理解这个时代的切口:它代表一次度量单位的变化——既是大模型处理信息的最小单元，也是产品与服务计费的最小单位。就像蒲式耳、桶、千瓦时分别用来计量粮食、石油与电力，Token 是第一个用于计量机器智力产出的单位。
知名金融学者、财经作家香帅也认为，人们现在会说“一滴水”、“一度电”，很快也会说 Token。她补充，智力正被从人身上剥离、制成工业品，而工业化的特征是产品越来越高级、价格越来越便宜。
但两人同时提醒:不能只看 Token 的数量。白惠天举例，消耗同样的 Token，用它修改一封邮件，与用它发现合同漏洞、规避数十万元损失，价值完全不同——这正是书中的核心判断:成本按 Token 线性计量，价值却按任务后果非线性展开。
当供给不再稀缺，价值从哪里来?
白惠天提醒，智力可近乎无限供给，人的注意力却仍有限:写一篇文章的时间压缩到半小时，省下的时间可能被更多工作填满，人未必被解放，反而更忙碌。
《Token经济》作者、新可能实验室发起人袁晓辉把判断推进一步:有了 AI 的智力供给，瓶颈已从“能不能做出来”移到“能不能变成价值”。她举例，深圳两名初一学生手搓的番茄钟小程序画面精美、获数万点赞，但尚无人付费;AlphaFold 让蛋白质结构发现变容易，但能否做成靶向药物，仍取决于来自现实反馈的后半段。“创新并没有被 AI 突破，后面这一节才是瓶颈。”
香帅认为，人的“专用智能”并没有消失——创造力是用独有的生命经验调用通用智能。因此需求不在传统”大共识”里，而在微小场景中:抽象需求要在场景中被发现、与用户共创、沉淀为数据，再形成复利，即她总结的4C 框架（场景、共创、共识、复利）。
Token 经济不经济?一份质疑与三种回应
在圆桌论坛上，腾讯研究院副院长李刚以《Token 不经济》一文切入，提出四点观察:厂商轻量模型的 API 调用价格未如预期下行，反而走高;Agent 带来上下文重复调用，大量 Token 被浪费;产业链利润越来越集中在上游;下游尚未找到稳定现金流场景却已先行投入，风险在产业链聚集。
袁晓辉指出，许多成本问题需通过工程手段解决，缓存命中与未命中的价格可相差约50倍，输入侧成本结构已被重写。白惠天提出，在调研中观察到，到企业开始”智能预算管理”决策:同样一件事，究竟是买 Token 划算，还是雇人划算。
腾讯 WorkBuddy 北区客户成功负责人张文昭在主题分享中，用一线的 AI 账单提供了实证。WorkBuddy 定位为“全场景的企业 AI 原生工作台”，在他看来，办公正从工具办公、协同办公进入数字员工办公阶段。他分享了三个案例:腾讯内部 HR 团队400多人在三个月内基于 WorkBuddy 上线3600多款应用，而过去提一个系统给到IT 团队往往按月交付，现在 HR 自己就可以手搓生产应用;一家制造业客户的一名员工用WorkBuddy4天做出产线监控软件，为企业节省上百万软件成本;从事教育的老师利用WorkBuddy将备课时间从一天缩短至几十分钟。
张文昭同时给出一个成本路径思路——“先用的广，再用的深，然后才是账单价值的最大化”。例如，文案类任务不必调用昂贵模型，编程等高价值任务则值得用好模型。
未来，公司还会存在吗?
香帅认为，公司存在的最重要理由之一是节约交易成本，而数字化工具持续降低协作成本、智能又可被随时调用，组织就会走向扁平与降维，直至”一人公司”。人作为技能的组合，未来更可能走向”任务与技能的匹配”。她强调，这是一轮”要素革命”——当智能成为基本投入，组织结构与生产方式都要围绕它重组，而其中最难的是组织变革。
李刚提出，由于组织的某些功能是结构性的，不会因为 AI 而消失——比如，法人制度让责任以投入资金为上限，使失败者还有再站起来的机会;组织还能分担风险、承担更大的目标，并非所有事都适合一人公司;组织还承载身份认同等社会功能。
圆桌讨论的不同观点共同勾画出一条边界:组织形态会演化，却不会消失;而决定转化效果的，恰恰是组织自身的变革能力——这与《Token经济》书中的一个判断相呼应:只接入 API、不做配套组织变革的企业，生产率提升接近于零。
人的位置:从”可以担责”到”不掉车尾”
讨论最终落回人本身。袁晓辉提出，人的下一个比较优势恰恰是“可以担责”——Agent 有无限耐心，而人能为结果负责。李刚也认为，人与人之间真实的连接会越来越珍贵。
香帅提醒，技术必然呈现一条先降后升的 J 曲线，“社会需要一点点阻尼”:车头已经很快了，怎么让所有人”不掉车尾”。
这场论坛没有给出最终答案，但所有讨论都落在同一个位置:当智力成为可被计量的生产要素，真正需要回答的不是“Token 值多少钱”，而是人被安放在哪里。
今年1月，腾讯研究院院长提出AI 应当“让人放心、把人放大”的主张。落到 Token 经济的语境里:让人放心，意味着智能服务需要可解释、可追责，有人对结果负责;把人放大，则意味着技术应当扩展而不是替代人的判断力、创造力与承担责任的意愿。
从蒲式耳、桶、千瓦时到 Token，计量单位的更迭从来不只是记账方式的变化，它最终要回答的，仍是效率提升之后，人能否获得更多可支配的时间、更可靠的保障与更充分的发展空间。这也正是《Token经济》一书的落点——Token 经济的终点，依然是人。
编辑整理：阅读要点
- 功能和价格可能随版本或地区变化，使用前应查看最新说明。
- 安装软件或启用服务时，优先使用项目官方渠道并检查所需权限。
- 是否适合长期使用，应结合自身设备、工作流和实际体验判断。
延伸阅读
资料来源：news.aibase.com。本文依据公开资料整理，不是独立采访或独家报道。