月烧50万买Token，我给AI发工资

中国互联网延续了20年的传统生存法则——“依赖人力堆叠扩张”，正在被一张张新账单彻底冲破。

50万元，这是黄祯上一个月的账单，用于购买Token。

从香港中文大学休学后，经过多次创业，黄祯去年年底创办了TORKID。在做这款产品的过程中，他变成了AI工程节点：数月内产出百万行通过测试的代码，月Token消耗超过100亿，相当于70亿～80亿个英文单词的文本量；2025年7月，他的Claude Code使用量一度进入某榜单全球前5。

如果把同等规模的工程量放进一家传统互联网大厂，可能需要一名高阶软件工程师带着一个约20人的程序员团队持续推进。但黄祯创办的TORKID加上兼职人员只有10余人，其中核心的软件工程师只有两人，数以百万行计的代码并不是由人脑一行行敲出来的，而是Claude Code、Codex等AI coding工具生成。

这意味着，一部分原本应该出现在程序员“工资表”里的真金白银，被悄然转移到被Agent消耗的Token中。

过去20年，中国互联网公司的扩张模式高度依赖“人力的扩张”。以字节跳动为例，在其业务高速向上增长的周期里，员工规模在极短时间内跃升，全球员工数激增数万人，增幅超过35%。然而，这种依赖人力堆叠的组织惯性，正在被大模型改变，逼迫企业重新评估“人”和“Token”的投入产出比。

当Agent开始承担原本由程序员完成的纯执行工作，Token就不可避免地转化为企业的新账单。从创业者到互联网大厂，再到云厂商、模型厂商和第三方算力运营商，都已经被卷入这场由模型调用驱动的成本重构之中。Token不再只是模型调用的计量单位，它正在变成企业重新分配技术预算、人力成本和工作流入口的新成本表。

01、用Token换时间

黄祯不愿意简单地把这笔钱定义为“买工具的开销”。

TORKID是一个只为Agent提供安全、干净的运行和办公环境的硬件——电脑。在这套体系中，人类管理者只需要扮演决策者角色：下达任务、观察结果。至于具体的执行，Agent会在硬件环境中自主地打开网页、阅读文件、调用各种第三方API工具并推进业务流程。

如果仅仅盯着财务账面，一个月50万元的coding Token消耗，很容易被外界误读为这个初创团队在疯狂烧钱。“事实上，在保证准确性的前提下，大模型帮我们减少了大量的沟通消耗，极大地提高了效率。”对于任何一家处于生死存亡期的初创公司而言，时间比金钱更重要。

“在传统的组织架构里，要把一个想法变成可落地的商业产品，流程往往长得让人绝望。你需要反复开会、对齐需求、拆解任务，然后再分发给不同的前端、后端和测试工程师去推进。在这条漫长的链路里，中间只要有一个人理解偏了方向，或者架构师判断错了一个技术细节，后面迎来的就是灾难性的整体返工。”黄祯直言，这个过程消耗非常严重。

大模型出现后，TORKID得以将这套冗长的流程极度压缩：白天团队只需要集中讨论两个小时，定下框架，然后将已经拆解好的任务直接扔给Claude Code等AI工具去实现，如果模型的执行出了偏差，就当场修正提示词，让模型在几分钟内推倒重来，继续执行。

这种高强度的“人机协作”，把这家公司的运转效率逼到了极限。

从项目正式立项到完成硬件的全球预售渠道搭建，TORKID仅仅用了7个月时间。“如果没有AI的支撑，很多复杂的工程模块，我们这两个全职程序员根本做不出来。如果把管理一个大型研发团队的沟通成本、开会成本全都折算进来，我们现在一天做成的事情，可能相当于过去传统团队两到三周的交付。”

黄祯给《财经天下》算过一笔账：过去半年，TORKID在纯Token和AI coding消耗上的累计投入已经达到100多万元。但是相较于传统公司，“人”效比大概为1：5。这意味着，在AI辅助的模式下，他掏出1元买Token，传统团队想要达到同等的研发进度，可能需要在人力成本上砸进去5元。

这张Token账单蕴含更为深远的意义：它重塑了初创公司的组织模型。对于初创公司，Token账单不只是一种消费，更是一种高效率的“组织杠杆”。

这意味着，未来，或许创业公司不需要先把每个岗位补齐，再慢慢推进产品，而是先把任务拆给模型，让Agent和coding工具承担一部分执行工作，再决定哪些岗位真的需要出现。

在黄祯的设想里，TORKID未来会由三部分组成：底层硬件仍然需要人来操作；中间是核心内核研发团队，围绕Agent Runtime、推理和Context优化展开，规模会被控制在很小范围内；再往上，是面向不同用户群体展开的用户体验和市场团队。具体执行都交Agent。

换句话说，未来，很多公司都不再需要纯执行岗位，需要的是“管理执行一体”的人。

黄祯只是无数AI原生创业者中的一个。全球大模型巨头Anthropic披露的早期官方数据显示，创业公司已经成为Claude Code最核心的拥趸。在Claude Code的所有日常对话交互中，来自初创公司相关工程的调用占比高达32.9%，这一数字远远超出了创业公司在常规Claude.ai网页端对话中的占比。

这种变化同样被投资人捕捉到。真格基金与十字路口Crossing发起Token Grant时明确，对很多AI创业者来说，最缺的未必是团队、办公室或第一笔工资，而是把想法快速做成第一版所需要的模型与算力资源，并宣布为每个入选项目提供5万元Token费用补贴。

这意味着，投资人已经把Token看成一种早期创业资源。过去投资人看团队、看产品、看增长，现在对AI原生项目来说，还要看创始人有没有足够的模型调用能力，能不能持续试错，快速把想法落地。Token消耗量本身未必是唯一指标，但它正在变成投资人考察创业公司值不值得被投的一个重要指标。

02、Token不再只是技术部门的小账

在更多公司里，Token消耗已经从技术部门的小账，变成公司的结构性成本。

三年前，很多团队做AI漫剧，主要用开源模型和云算力。“一张4090的卡，一小时使用不到两元，按照员工的使用量，一个月下来整体五百元以内可以搞定。”从事漫剧制作的创业者李铭对《财经天下》表示，随着模型能力不断更新，闭源模型和开源模型之间的差距被拉大，效果也“肉眼可见”。同时，AI漫剧也越来越卷，用户对画面、逻辑要求越来越高。

成本也发生了显著变化。“Seedance出来后，一段3秒视频生成基本要1元。叠加修改、重试等，AI漫剧每分钟需约1000—3000元，制作一部精品AI漫剧需要20万元左右。”李铭表示，AI漫剧成本主要包括算力、人力、版权等，其中算力成本占比最高，大概30%～50%。

这也是很多AI应用公司正在经历的悖论：模型调用让产品看起来更智能，但也让产品交付变得更贵。

AI应用公司创始人刘斌对《财经天下》算过另一笔账：公司当前Token消耗在10亿级别，产品还在内测阶段的时候，场景可控，成本也可控。但用户数量上来后，就会产生大量的消耗，算力账单会迅速膨胀。他得出了一个结论：不能带来收益的产品，绝对买不起算力。

“现在，公司鼓励团队使用Token，但整体支出需要控制在预算包内，业务部门最终还要用ROI来衡量收益。”一家主要做营销的科技公司的高管陈明对《财经天下》表示。

同样，为了节省Token消耗，每家公司都在精打细算。一位不愿具名的业内人士给《财经天下》透露了一个看来近乎荒诞、却真实有效的操作：一家金融公司，每月Token消耗已经达到千亿量级，业务应用侧每日稳定在亿级消耗。为了节省Token，这家公司鼓励团队用“文言文”压缩Token。

“在部分离线场景中，先让高性能模型输出文言文，可让Token消耗减少40%到50%，再用便宜的国产模型翻译回白话，整体账单最多能节省约70%。”上述人士表示，尽管这样会带来信息损耗，但当Token进入千亿量级，企业会像抠电费一样抠Token。

这种变化说明，Token已经不再只是技术部门的资源消耗，开始进入业务部门的经营判断。在一些企业里，省Token已经变成一门新的成本管理技术。

这种变化不只发生在初创团队身上。2026年4月，Google CEO Sundar Pichai在Cloud Next上透露，谷歌近75%的新增代码由AI生成，经工程师审核确认后入库落地，一项复杂代码迁移任务由工程师与AI Agent协作落地，完成速度比一年前全人工开发快6倍。

公开研究也在说明同一个趋势。PwC在2025年发布的Global AI Jobs Barometer中分析了接近10亿条招聘广告和数千份企业财报后发现，具备AI技能的员工，相比同岗位但不具备AI技能的人，平均存在56%的工资溢价。另有数据显示，77%的雇主计划对员工进行再培训，但同时也有41%的雇主计划因为AI自动化部分任务而缩减员工规模。

中国发展高层论坛2026年年会披露，2024年初，中国日均Token调用量约为1000亿，2026年3月日均调用量突破140万亿，两年增长超过千倍。

当Token从研发工具进入内容生产、用户交付和企业流程，它就不再只是技术部门的小账，而是业务负责人、技术负责人和财务负责人都绕不开的一张成本表。它既可能提高效率，也可能吞掉利润；既可能替代一部分人力，也可能变成另一笔更难控制的刚性支出。

新的问题已然出现：当越来越多企业开始把一部分人力成本转成Token账单，这张新的“工资表”最后会由谁收走？一场蓄谋已久、针对企业“工作流入口”的圈地大围猎正式开启。

03、谁来掌控这张“工资表”？

对创业者来说，Token是用来换时间、换效率的工具；对企业来说，它是一笔必须被纳入ROI计算的新成本。但对云厂商、大模型厂商和互联网大厂来说，企业每一次调用模型、每一次让Agent执行任务，都是一笔可以持续收割的账单。

半年前，阿里云智能集团资深副总裁刘伟光对Token支出在企业IT预算中的占比判断，还只是“可能都不到1%”。到了2026年5月，这个判断已经发生巨变：对AI原生创业公司来说，Token支出可以占到IT支出的100%；在中国互联网企业里，这一比例也达到了15%～20%。

据36氪报道，阿里云今年的目标是，到年底，在每一个客户贡献的收入中，Token收入占比不低于20%。

这个目标背后，是云厂商对企业预算表的一次重新理解。刘伟光曾坦言，在云计算时代，盘点客户IT预算时，有一部分钱阿里云始终吃不到：企业内部的软件开发和人力外包。但AI Coding出现后，这部分预算反而成了大模型可以直接命中的地方。

长期聚焦AI产业投资的基金经理杨勇把这件事说得更直接：Token时代，大厂的竞争已经从模型能力竞赛，转向“经济体系构建”，组织从分散赛马转向中枢协同；商业模式也要从过去互联网式的 “烧钱换流量”转向 “Token计费变现”。

这也是MaaS（模型即服务）突然变得重要的原因。过去，云厂商卖的是服务器、存储、带宽和数据库；现在，它们更希望把模型、API、Agent Runtime、部署服务和计费系统一起打包进客户的业务流程里。

一旦企业的代码生成、营销等内部运营流程都接入某个平台，Token就会从一次性投入变成持续性消耗。为了抢夺这20%的收入，巨头们最直接的手段依旧是惨烈但高效的价格战，谁掌控了企业的模型调用入口，谁就更接近未来的工作流账单。

2026年5月，DeepSeek宣布，在2.5折限时优惠结束后，将DeepSeek-V4-Pro API正式价格调整为原价的四分之一。也就是说，原本阶段性的低价，成为长期官价；小米旗下的MiMo-V2.5系列API随后跟进，高调宣布全面大降价，最高降幅达99%。此前，阿里、字节、腾讯等厂商都经历过多轮的价格拉锯。

“TORKID和字节、阿里等厂商都接触过，除了价格优势，它们还提供了各种代金券，想让我使用它们的模型。”黄祯有很直接的体感，但他很清楚，代金券、低价资源包的吸引力终究有限，他更在乎模型的质量与稳定性。

互联网大厂正在试图把更多企业的工作流纳入自己的模型和云服务体系：将不同工作场景下的能力模块封装成Agent服务或工作流方案，再通过模型调用、Token计费和云资源绑定，争夺企业未来的调用入口和账单归属。同样，第三方独立算力运营商也在转型。

作为重资产布局的代表，武汉元熙映阙人工智能基础资源技术平台有限公司（以下简称“元熙”）在湖北、新疆等地布局了3座备案智算中心，规划总算力超10000P，手握6000P长期算力租赁订单。机房、GPU、电力、网络、液冷，全都是真金白银的硬投入。

在巨头把Token价格“打骨折”的MaaS时代，企业买的越来越不是裸算力，而是包装在工作流里的Token和模型服务。可以预见的是，元熙如果只做“房东”卖裸算力，就会被压成“谁便宜用谁”的临时资源池，失去议价权。

“我们也在尝试分时租赁，把闲时算力租给科研机构、高校或中小企业，尽可能提高GPU利用率。”元熙副总裁杨楠对《财经天下》表示，元熙已开始转型，努力向MaaS、Agent服务、AI Skill封装和Token计费靠拢 ，让产品形态更为丰富。

“这部分业务早期不一定立刻收费，更像获客：先让自己的软件或调用入口进入客户系统，等客户侧功能被激活，用户开始产生AI调用后，再按照调用量或Token消耗进行分成。” 杨楠表示。

这种转型，也是当下AI产业巨变的一个缩影。毫无疑问，在这个拥挤的赛道上，玩家想要留在牌桌上，都必须不遗余力。

（文中李铭、刘斌、陈明均为匿名）

（作者 | 南风，编辑 | 春野，图片来源 | 视觉中国，本内容转载自财经天下WEEKLY）