你问 AI 一句话
到底发生了什么?

中国 AI 生态  ·  Token 经济学

开场 · AI 是用什么做的?

AI 是一块"五层蛋糕"

⑤ 应用 · Agent 元宝 · 豆包 · ChatGPT ④ 模型——"大脑" DeepSeek · 混元 · GPT ③ 数据中心 连接并冷却成千上万颗芯片 ② 芯片——GPU 💰 真正算账的 · 最赚钱 ① 能源——电力 ⚡ 中国电费约为美国的 1/3 你在这里说话 一路传到芯片 答案冒上来 ↑
Token
AI 的电表读数
模型
猜下一个字
Agent
自己干活
训练
造大脑
推理
回答你
第一章 · 本质——Token 到底是什么?
AI 电表

AI 世界里的"电表"

电表一格一格地跳。AI 每个字都是现做的——不是复制的。这一格,就是一个 Token

🎲 "人工智能改变世界" = 几个 Token?
A没有标准答案
B一个字一个
C一个词一个
D永远 16 个
没有标准答案!不同的 AI 切成 3 块、7 块、甚至十几块——按块收费。
Token 是现做的,一格一跳——而且没有统一的标准尺。
第一章 · 你知道吗?

同一句话,不同的"电表"

"人工智能改变世界" → 各 AI 的 Token 数 DeepSeek 3 个 GPT-4 约 7 个 旧版 GPT-2 十几个 ↑ 切得越碎 = 账单越贵,同样的字 数百亿 次数学运算 才造出 一个 Token 25–40% AI 应用毛利 (软件曾达 80%+) 算出来的,不是抄的 史上 第一次 第一个计量 机器脑力的单位
它不是商品、不是文件、不是电力——是一个全新类别。
第二章 · 价值——Token 并非生而平等
一桶水的两种命运

一桶水的两种命运

泼在马路上,还是滴进沙漠救活一棵果树——同一桶水,价值天差地别。Token 也是如此。

🎲 同样的 Token:审一份大合同 vs 闲聊一句——价值差多少?
A约 2 倍
B约 10 倍
C约 100 倍
D1000 倍以上
1000 倍以上!价格只记录"造它花了多少"——从来不记录"它帮你赚回了多少"
Token 的价值来自你拿它做什么,而不在于它本身。
第二章 · 你知道吗?

同样的 Token 进去——价值天差地别出来

等量 Token 消耗 · 创造的价值 Harvey · 法律 AI 百万美元/年 Character.AI · 聊天 广告+订阅 高价值需要三个旋钮同时对上: 任务价值 这件事有多重要 × 提问精度 问得好不好 × 模型匹配 用对了脑子 $1720亿 /年,美国 隐性价值 从不在价格里 也不进 GDP "平均价" 解释不了
成本是线性的(按 Token);价值是非线性的(按结果)。
第三章 · 成本——一个 Token 要花多少钱?
AI 是开餐厅

不是翻相册——是开餐厅

每个字背后都有真实的火、用料、厨师的时间——电厂、芯片、散热。是重工业,不是几行代码。

🎲 建一座 20 亿美元的 AI 工厂造 Token。最贵的是什么?
A厂房和地
B电费
C芯片
D软件
芯片! 光 HBM(高带宽内存)就占成本的 40–55%
全世界只有 3 家公司会造——短缺可能持续到 2027 年。
芯片就是造 Token 的发动机。

补充:软件按天迭代,但物理世界慢得多——变压器要等 2.5 年,电网排队 5–12 年。书里叫"双时钟"。
AI 看着像软件,其实是重工业。
第三章 · 你知道吗?

每个字更便宜了——账单却在暴涨

3 年 每个 Token 价格 ↓ 约 200 倍 总花费 ↑ "剪刀差" 4 倍 美国企业 AI 支出 一年内翻 70%+ 成本里 = 能源 + 芯片 + 数据中心 快时钟 软件 · 以天计 🐢 慢时钟 芯片 · 电网 · 以年计
软件跑得越快,慢吞吞的物理世界越成为瓶颈。
第四章 · 需求——为什么 Token 总是不够用
从问路到自己开车

从"问路指路"到"自己开车"

给它一个目的地,它自己开过去——绕路、掉头、重新规划。这就是 Agent。油表唰唰往下掉。

🎲 让 AI "办一场生日派对"——要几步?
A就 1 步
B3–5 步
C几十步,自己拆
D它不会
几十步——它自己拆的!一次问答 = 几百 Token;一个 Agent 任务 = 几万个
AI 学会了自己开车——从"回答"变成了"把事办成"。
第四章 · 你知道吗?

AI 一旦自己开车,用量就爆炸

中国每天 Token 用量——两年涨 1000 倍 2024 1000亿 2025 100万亿 2026 140万亿 每次任务的 Token 约 500 · 一次提问 几万个 · 一次 Agent 任务 三层需求: 🙋 人提问——受注意力限制 🏢 企业批量用——受预算限制 🤖 Agent 自己跑——受任务价值限制 🦞 "养只虾"热潮 一个 Agent 烧掉 19 万亿 Token—— 登顶 GitHub React 榜
不是人问得更多了——是机器开始不停地干活。
第五章 · 竞争——效率正在改写产业格局
每升油跑多远

比的不是油箱大——是每升油跑多远

竞争正从"谁的模型更聪明"转向"谁用更少的 Token 做出同样的结果"。

🎲 这块蛋糕里,哪一层最赚钱?
A应用(最上层)
B模型
C芯片
D电厂
造芯片的!英伟达每 100 美元留下约 75 美元——比所有模型公司加起来还多
赢家不是油箱最大的——而是每升油跑得最远的。
第五章 · 你知道吗?

这场赛跑:算力 vs 效率

🇺🇸 算力堆叠 5–17 倍 芯片算力领先 且仍领先约 8 个月 在最难的任务上 策略:"油箱更大" 🇨🇳 效率突围 1/20 训练成本(DeepSeek V3) 便宜电力 + 开源模型 立了价格天花板(便宜约 90%) 策略:"每升油跑更远" vs
最可能的结局:两条赛道并存——既拼最强,也拼最省最快。
第六章 · 商业——从卖 Token 到卖智力服务
没人冲进电厂喊来三度电

没人冲进电厂喊"给我来三度电!"

我们买电,买的是夏天的凉快、夜里的明亮——不是那几度电。企业要的是把事办成,不是"一百万个 Token"。

🎲 你是 AI 老板——最先进的收费方式?
A按次收费
B包月
C雇一个"数字员工"
D免费
从"用了多少"变成"事办成了没"——卖的是凉快,不是电。
聪明的生意人卖"凉快",不卖"电"。
第六章 · 你知道吗?

卖智力的六种方式

卖"资源" 卖"结果" 按次 订阅 额度 按流程 按结果 数字 员工 → 越往右,承诺越大——价格也越高 聪明的"智力预算"靠三根支柱: 任务分层 把任务匹配到对应成本 价格信号 看清每件事花多少 模型路由 挑对脑子
管得好是利润,管不好就成了成本黑洞。
第七章 · 制度——Token 经济需要怎样的规则重建
汽车刚上路红绿灯还没立

汽车刚上路——红绿灯还没立

红绿灯、驾照、车险都是后来才补上的。Token 正处在这个阶段——海关都说不清它算商品还是服务。

🎲 一个美国小孩用中国 AI 写作文——怎么收税?
A按商品
B按软件
C按电话
D谁也不知道
谁也没想好!一半像商品、一半像软件、一半像服务——旧规则根本装不下
AI 是个新物种——旧规则装不下。新规则要由你们来写。
第七章 · 你知道吗?

一次跨境调用,塞了四样东西

一次 AI 调用 数据隐私? 算力服务? 能源商品? 智力怎么收税? 旧归类都套不上 → 必须被统计 · 分类 · 定价 · 治理 🏁 标准即权力 谁的标准被采用,谁就主导新秩序
先跨境流动——然后必须进入统计、税收和法律。
收尾

未来属于善用 AI 的人 🌱

它看世界的方式不同
但你能学会和它对话
提问 > 回答
好问题来自你
人来定方向
造什么,由你决定

"Token 经济的终点,依然是人。"

🙋 你最想让 AI 帮你做的一件事是什么?