读懂Token经济︱21书评

编者按：从能源、芯片、基础设施、大模型到上层应用，Token第一次为整条AI产业链提供了一个可以贯通上下游的计量单位，Token经济由此产生。蒲式耳计量粮食，桶计量石油，千瓦时计量电力，比特计量信息；与这些传统单位不同，Token计量的是智力服务的产出。但Token经济正重新面临“杰文斯悖论”——19 世纪蒸汽机效率提高，理论上煤炭消耗应该更少，但事实是煤炭总消耗反而暴涨。Token市场正在上演同样的剧情，而且节奏更快，幅度更大。当经济学的分析对象从物质商品变成机器处理智力任务的产出，曾经稳健的前提假设不再自动成立，建立在这些假设之上的工具就需要重新校准。《Token经济》从本质、价值、成本、需求、竞争、商业和制度7个层面，系统回答了一系列决定AI经济走向的关键问题，尝试对此进行校准。

白惠天、袁晓辉、司晓 著

中信出版集团

2026年8月

杨斌︱文

Token这个新的度量衡，对大多数人来说还存在认知门槛，而对政策制定者和产业先锋而言，忽视和低估Token是不被容许的。所以我才在开春时分凑热闹，撰文建议给它一个中文译名，单纯是为了让它能尽快出现在国家的政策文件中，以得到及时、充分的重视。译作什么先放一边，如果不翻译能进文件、上指标也行。但正因为Token的分量如此重且不那么好懂，网上东一条、西一块的各种碎片化内容又生出不少误读，白惠天、袁晓辉、司晓他们才写了这么一本讲清Token及其经济学原理的必读书，完整系统，深入浅出。

书的副标题里有“计量”一词。Token是第一个“两头都量”的单位。一桶油在供给端炼出来，在需求端烧掉，是同一样东西在搬家。Token计量的却是一件事的两副面孔：在供给端，它是成本（造一个Token，要“五层蛋糕”合力，硬件约占七成，书里拆解得很仔细）；在需求端，它又是用量和价值。同一个词，一头是花出去的，一头是挣回来的。这就生出了一笔算不清的账——Token消耗量暴涨，到底是生意做大了，还是成本失控了？一个数字，两种解读，需要分辨，不能含糊。也因此生出Token经济的新意：消耗即生产。Token烧掉了，可能（只是可能）沉淀成可复用的工作流和企业资产；AI本身还是Token消耗的大主顾，智能体跑任务，烧掉的Token又喂出下一步的判断。

2025年的π日 ，我写过一篇小文，说不该是“AI+”，而要把AI放到指数位置上。“AI 次方”思维的系列就此展开。很多人其实误解了我这篇文章的本意，以为这套说法是在渲染AI的指数级威力。真不是！它的要害恰恰反过来：一旦AI进了指数位，它会倒逼底数上的那个“x”发生质变。这个质变，不是改善，是重构。“AI+”是better（更好），是有限游戏，是绩效优化，是其乐融融的加法；“AI次方”是differ（漂移），是无限游戏，是变异出新物种来，注定尖锐疼痛。

那么，在Token经济里，底数“x”是什么呢？当然不是Token——Token是计量单位，是量结果的尺，不能做底数。底数，是作者所说的“智力服务”——把它搁进底数位，是我自己的发挥：是人定义问题，交付了判断的价值创造。AI是在指数位放大它，Token是来计量这种放大的起、程、果。这么一摆，几件事就连在了一起。

其一，底数在尺子量不到的地方。Token这把尺子量的是产出的过程，它计量不尽的是底数（智力服务的质，归根是人的质）。所以只盯着Token账本管AI的人，既管不出结果，也管不到原因——真正的决胜千里，实在计量之外。这是对“算Token账主义”最根本的提醒。

其二，当AI这个指数日趋公共品化——模型趋同、开源钉死价格天花板——差异化就会全部下沉到底数。在Token经济里，模型层打成价格战，真正拉开差距的是底数，即用Token（虽然也有贵贱之分，但只是小账）做的那件事值不值（这才是大账）。

其三，底数不是恒值，会漂移。智力服务的质取决于“人—问题—情境”这组关系，因事而异。指数化一个漂移的底数，结果必然出现高方差，这正是 AI 投入产出为何如此难预测的原因。而判一个底数是否大于 1，有个干净的判据：复利。用一次能让下一次更便宜、更精准的智力服务（可缓存、可复用、能沉淀），底数大于1；用完即弃的，底数小于1，Token烧得越多越不能形成复利。企业组织的“AI次方”，说到底是把智力服务做成复利资产而非消耗品的能力。

再看Token经济与互联网逻辑的3条大不同：从边际上看，从“越用越便宜”翻成“越用仍越烧”（每个Token的生成过程都是消耗真金白银的浮点运算，AI公司毛利率为25%~40%， 而非80%以上，AI骨子里是重工业）；从需求上看，从“人撑出来的”翻成“自己长出来的”（智能体接管让Token消耗从单次回答变连续任务链，杰文斯悖论正在重演）；从胜负手上看，从“均价与规模”翻成“陡峭与稀缺”（平均价格失灵，微笑曲线不是天理）。

在互联网、移动互联网时代的大仗里赢了的互联网大厂，如果不能洞悉这些本质迥异，那么就可能栽在“肌肉记忆”，倒在“继续发扬”上。免费获客、规模即护城河、抢用户时长、补贴换份额、小步快跑……每一招在互联网时代都导向正循环，照搬进AI时代却可能适得其反：免费越多烧得越快，规模大却锁不住，抢用户时长反而把组织导向难变现的低价值区。这些大厂不是输在没有AI，是输在不肯破执重构。扬弃，是既克服又保留：克服那些与Token经济相悖的惯性，保留仍能让人发挥、让复利发生的本事。

也多一句嘴：现在仍是“学习阶段”。2025年到2026年，刚经历过一段“Token随便用”的跌跌撞撞——API（应用程序编程接口）敞着、额度宽着，人人随手调；忽然间，又开始喊“大厂算不过来账，要限制了”。这种一放一收的慌张，不是哪家无能，而是一个新经济体在学着认识自己。书里许多判断都是2025—2026年这个切片上的快照，作者们在书中也反复强调了“只是当前格局”，这是研究的诚实。而向作者们学习这种诚实的读者们，在活学这本书时还该再进一步：要敢于再次否定我们在AI发展过程中所形成的阶段性的认识。请把这本书当作研究底稿来读，一起加入这场探究，这恰恰是对作者的开放研究作风的回应与尊重。（作者为清华大学经济管理学院教授，清华大学可持续社会价值研究院院长。标题为编者所加。）