作者：Nancy，PANews
在加密世界里，Token是数字权益的凭证，承载各种可编程权益和功能 ；而当大模型席卷全球，一种新的Token开始流行，作为大模型的最小计算单元，也正在形成新型经济叙事，甚至悄然成为海外职场的隐形赛场。
在商业逻辑中，算力即收入，Token已跃升为AI世界的新货币。
如今，Meta、OpenAI、Amazon、Google和Microsoft等海外科技公司，开始将Token的使用量纳入绩效考核体系。有些公司甚至设立内部排行榜，直观展示各团队或个人消耗的Token数量，使用不足者往往被贴上生产力低下或文化不匹配的标签。
AI时代的货币，新的Token经济学
Token这一计量单位，正在被推至AI全球竞赛的台前。无论是产品的消耗规模，还是团队的调用频次，Toekn已演变为AI产品最核心、最直观的价值指标。调用量越高，意味着模型被使用得越频繁，其撬动的经济杠杆就越大。
为了激励员工员工使用AI，各大公司还纷纷狂撒Token福利。例如，A阿里巴巴正计划向员工提供Token额度；腾讯每年为员工提供最高达22万元价值的Token配额；而英伟达甚至计划为工程师提供相当于其基础工资约一半的Token预算。
而Token也正在被纳入薪酬模式。OpenAI旗下AI编码服务Codex相关工程负责人披露，越来越多求职者在面试时关心的，不再只是薪资，而是“能获得多少推理计算资源”；知名风险投资人Tomasz Tunguz指出，科技公司已开始把推理成本作为工程师薪酬除了底薪、奖金和期权之外的第四种薪酬，按照他目前的推理支出来看，Token将占据大约五分之一的薪酬；在GTC 2026大会上，黄仁勋也明确提出，AI Token将成为工程师薪酬的重要组成部分，与工资、奖金和股权并列；而Sam Altman更曾设想，未来“全民基础算力”甚至可能取代“全民基本收入”。
还有人建议，OpenAI和Anthropic等AI公司应该建立专门的招聘网站，在薪资范围旁边列出Token预算。
甚至连投资人也开始直接用Token打款。
近期，真格基金与Crossing联合发起Token Grant计划，为入选的AI创业项目提供5万Token额度的资助。对于AI初创团队而言，Token额度往往比账面现金更解燃眉之急。
AI时代，新的Token经济叙事正在形成。
借Token刷身价？硅谷工程师玩起刷量游戏
一场昂贵的新型身份游戏正在上演。
近期，《纽约时报》科技专栏作家Kevin Roose指出，Tokenmaxxing正在席卷硅谷，成为工程师们的新型刷量游戏。
他分享道，一名OpenAI的工程师在过去一周内处理了2100亿Token，相当于33次维基百科的文本量，是所有员工中最多的；在Anthropic，一位使用公司A.I.编码系统Claude Code的用户，在一个月内花费了超过15万美元。在这场Tokenmaxxing游戏中，程序员们拼命想证明自己的效率和能力。
Token最初是用来衡量生产力的工具，如今似乎正在逐渐演变为生产力表演。特别是随着Claude Code、OpenClaw等Agentic工具的出现，这种算力竞赛被进一步放大。工程师们可以通过AI子智能体连续运作，通宵处理不同任务，从而极大提高Token消耗量。
大量Agent的出现，使Token消耗呈现数量级跃迁，AI巨头们也趁机收益吃饱。
例如，Anthropic的年化收入（ARR）最近突破了190亿美元，较去年底增长了近三倍；OpenAI官方数据披露Codex的周活跃用户数已突破200万，用户数和使用量分别较今年初增长3倍和5倍；OpenClaw的Token消耗量直线上升，仅在过去一个月就消耗了13.7万亿Token。
Token本质上是企业通过提供算力资源，激励员工部署AI智能体以提升生产力的工具，是对员工能力的一种投资。然而，当Token成为KPI甚至能力象征时，是否烧得越多、工作就做得越好？未必如此。
消耗量≠成功指标，警惕被AI包装的伪需求
对于薪酬引入Token计费，前风投家Jamaal Glenn则认为，所谓“获得更多Token就能更高效、赚更多钱”的生产力论，只在员工与雇主利益完全一致时成立，而大多数员工并不具备这种条件。Token看似是福利，实际上可能是包装薪酬的手段，它与现金或股权完全不同，也不会在下一份工作谈判中体现价值。他建议，在面试中可以询问Token预算，就像是问硬件配置或开发工具一样，但绝不能让任何人把它写进offer当作薪酬。
如果让 AI 去执行毫无意义的循环任务或过度重构完美的项目，这不仅没有产出，反而掩盖了真实的工作效率。
全球权威研究机构Gartner也泼了一盆冷水。该机构直言，Token消耗正在被越来越多的AI厂商视作反映AI规模、采用度和市场领导力的信号，但快速增长的Token消耗量并不意味着长期可行性，Token数量在结构上并不适用于评估AI成功与否，反而可能误导企业机构的决策者。
Gartner指出，真正决定长期可行性的，是变现原则、利润率可持续性以及企业渗透率，负责AI的领导者应弱化Token指标，转而通过解决方案能力、决策赋能效果、成本可预测性以及可量化的业务成果来评估AI厂商。
此外，Token成为硬通货的同时，需求爆发与成本也在同步攀升。
以全球最大的AI模型API聚合平台OpenRouter的数据为例，上周中国大模型的周调用量已达4.69万亿Token，连续两周超过美国。
摩根大通预测，2025年至2030年间，中国Token消耗量的年复合增长率将达到330%，五年增长约370倍。据IDC则预测，到2030年，全球活跃AI智能体将达22.16亿，年度Token消耗量将从2025年的0.0005 Peta Tokens（1 Peta=1000万亿）飙升至15.2万Peta Tokens，增长超3亿倍。
随着调用量从实验走向规模化应用，成本压力正在迫使行业进行不同程度的价格调整。亚马逊、谷歌等海外巨头纷纷提价，就连价廉物美的国产大模型也难以承受激增的调用量，阿里云、腾讯云、智谱等厂商相继上调价格。
随着用量持续增加，一旦各大模型厂商停止价格补贴，很多依赖海量 Token 运行的初创项目和工作流将面临极其严峻的成本危机。
这场“Token刷量游戏”还将持续一阵，而一旦潮水退去，就会知道，哪个工程师在裸泳。
