3月19日，就在一年一度的英伟达GTC技术大会召开期间，CEO黄仁勋接受了投资播客《All-In》的专访，继续为他的“Token经济学”布道。
他在节目中提到，未来英伟达每一位工程师都将拥有年度Token预算，额度大约为其年薪的一半。当然，黄仁勋没有解释这部分预算从哪里来，是从工程师既有的年薪里扣除还是用裁员省出来的经费，他只是假设了这样一个场景：如果一个年薪50万美元的工程师在年底时告诉他只用了5000美元的Token，“我会气炸的”，他说，语气听起来不像是给工程师配了Token，而是给Token配了个工程师。
随着过去几个月大模型的商业化进度日新月异，Token这个词的内涵也在快速进化。两三年前，Token还是一个生僻的技术术语，它指代“大模型处理文本的最小单位”。无论是你向ChatGPT提出的问题，还是ChatGPT给出的回答，在背后的模型眼里都是Token。但现在，Token已经演化成了一种可计价的消耗性资源，模型公司售卖Token，用户购买Token，这就是算力经济。
在3月23日举行的中国发展高层论坛2026年年会上，国家数据局局长刘烈宏将Token称为词元，首次给出了官方翻译。同时他还给出了数据称，截至今年3月，中国日均Token调用量超过140万亿，相比去年年底增长40%，比2024年年初增长超千倍。
不只是英伟达，就在这几周，有消息称腾讯和阿里巴巴这两家中国技术巨头也开始向程序员发放Token额度，其中腾讯甚至给每人配置了折合人民币22万元的Token额度。
程序员不再亲手写代码在大厂早就是公开的秘密，手敲代码已经被戏称为“古法编程”。如果说去年程序员在接到任务后，还只是把它直接丢给聊天机器人去生成，那么随着模型Agent能力的成熟，现在编程已经被交给不同角色的Agent来协作完成，有的Agent负责架构设计、逻辑实现，有的负责日志分析，有的甚至负责最终的代码评审。
事实上，其他工作并没有比写代码更难被替代，只不过程序员的职业特性让他们与AI更亲近——薪酬水平也让他们有能力更早用上AI。就在年前一次与媒体同行的聚会中，一位资深记者直言其稿件中绝大部分内容已经交由Agent完成，而且，他声称那些稿子里被读者划线最多的“金句”几乎都出自AI之手。
AI对于脑力工作的胜任速度快到难以置信，作为一位自2023年年初就开始跟踪报道AI的记者，这种感受尤为明显。
3年前人们还比较乐观，当时的主流叙事是，提示词（Prompt）工程师未来将成为一门独立职业，AI需要与有经验、懂得如何提出问题的人配合，才能生成有价值的内容，甚至那时还有不少人靠教学写提示词挖到了第一桶金。但今天，哪怕你的问题很粗糙，绝大部分情况下AI也能给出一个在平均水准之上的答案，原因就是那些所谓的“提示词经验”已经迅速被内化到AI模型和产品中。
今年，越来越多人患上了错失恐惧症（Fear of missing out，FOMO），于是最新的叙事变成：未来的工作将由Agent执行，而人的能力核心体现在管理Agent的能力上。自然而然，就像之前学习提示词那样，人们开始学习养“龙虾”（OpenClaw），学习如何设计多个Agent的分工合作，学习如何用Agent管理Agent。
但问题是，既然提示词经验可以通过训练被内化到AI产品里，管理Agent的经验有什么难以被复制的门槛吗？现实中，模型公司们已经在尝试复制这种管理Agent的经验，大到经营一整家公司，小到运作一个团队，这些经验都可以被内化到产品中。
一个例子是字节跳动不久前推出的AI短剧产品小云雀Agent，它已经成功复制了短剧剧组的全部工作流程，用户只需要提供故事文本，小云雀就会像真正的剧组那样，自动调配多个Agent完成角色设定、分镜制作、拍摄、剪辑、配音等全流程的工作，最终直接生成短剧。
更有野心的例子是OpenAI今年2月初推出的企业级平台Frontier，它试图用Agent去模拟真实公司的运作模式。Frontier能借鉴现实中的人力资源管理经验，为Agent提供共享背景、入职培训、反馈学习及明确的权限边界，确保所有Agent对该做什么、怎么做有统一理解。
坦白说，AI焦虑已经困扰了我好几个月。这不只是对AI可能取代我的工作的担忧，更是对AI或许很快会彻底改变我一直以来的报道对象——商业公司——的担忧。
在过去几十年的商业报道中，企业竞争的绝对核心始终是人。如果翻阅这个时代的商业报道，你会发现其叙事主轴几乎全都围绕着同一套方法论：公司如何狂热地吸引顶尖人才，如何设计精妙的制度来管理和激励人才，以及如何通过明确的战略目标将这些散落的个体高效地凝聚起来。
但在AI与Agent加速取代人类的商业世界里，Token消耗率——而不再是加班时长——已经逐渐成为新的工作投入程度指标。《纽约时报》称，在Meta和Shopify等技术公司，Token的消耗情况已经被纳入个人绩效考核，使用AI工具不“达标”的员工会被惩罚。
这种名为Tokenmaxxing（Token用量最大化）的新型职场潮流正在席卷硅谷，工程师乐此不疲地在社交平台晒出自己每月的Token账单，以证明自己有着更出色的工作能力。
安德烈·卡帕西，这位曾在特斯拉、OpenAI领导过AI工程团队的技术专家最近几年转型成了AI博主，粉丝数百万，成功推动了“氛围编程”（Vibe Coding）、OpenClaw等新概念的走红。最近他在一档播客里声称自己得了“AI精神病”——当Token没被用满时，他会感到焦虑。
这种从个体到组织的全面AI化进程，正在引发一场深远的职业身份与价值危机。过去我们谈论效率工具，现在工具本身在制定KPI。当管理Agent的经验也被产品化，作为开发者或知识工作者，我们的独特价值锚点又在哪里？或许，未来的竞争将不再是人与AI的对抗，而是谁能更快地理解并融入这套由Token驱动、由Agent执行的新经济逻辑。对于这些变化，你是怎么看的？欢迎在云栈社区与大家一起探讨。
发表于 1 小时前
|
查看: 2|
回复: 0
