作者：Nancy，PANews
在加密世界裡，Token是數位權益的憑證，承載各種可編程權益和功能；而當大模型席捲全球，一種新的Token開始流行，作為大模型的最小計算單元，也正在形成新型經濟敘事，甚至悄然成為海外職場的隱形賽場。
在商業邏輯中，算力即收入，Token已躍升為AI世界的新貨幣。
如今，Meta、OpenAI、Amazon、Google和Microsoft等海外科技公司，開始將Token的使用量納入績效評估體系。有些公司甚至設立內部排行榜，直觀展示各團隊或個人消耗的Token數量，使用不足者往往被貼上生產力低下或文化不匹配的標籤。
AI時代的貨幣，新的Token經濟學
Token這個計量單位，正被推至AI全球競賽的台前。無論是產品的消耗規模，或是團隊的調用頻次，Toekn已演變為AI產品最核心、最直觀的價值指標。呼叫量越高，代表模型被使用得越頻繁，其撬動的經濟槓桿就越大。
為了激勵員工員工使用AI，各大公司也紛紛狂撒Token福利。例如，A阿里巴巴正計劃向員工提供Token額度；騰訊每年為員工提供最高達22萬元價值的Token配額；而英偉達甚至計劃為工程師提供相當於其基礎工資約一半的Token預算。
而Token也正被納入薪資模式。 OpenAI旗下AI編碼服務Codex相關工程負責人披露，越來越多求職者在面試時關心的，不再只是薪資，而是「能獲得多少推理計算資源」；知名風險投資人Tomasz Tunguz指出，科技公司已開始把推理成本作為工程師薪酬除了底薪、獎金和期權之外的第四種薪酬，按照他目前的推理支出來看，Token將佔據五分之一的薪酬、獎金和期權。 Token將成為工程師薪資的重要組成部分，與薪資、獎金和股權並列；而Sam Altman更曾設想，未來「全民基礎算力」甚至可能取代「全民基本收入」。
還有人建議，OpenAI和Anthropic等AI公司應該建立專門的招募網站，在薪資範圍旁邊列出Token預算。
連投資人也開始直接用Token打款。
近期，真格基金與Crossing共同發起Token Grant計劃，為入選的AI創業計畫提供5萬Token額度的資助。對AI新創團隊而言，Token額度往往比帳面現金更解燃眉之急。
AI時代，新的Token經濟敘事正在形成。
借Token刷身價？矽谷工程師玩起刷量遊戲
一場昂貴的新型身分遊戲正在上演。
近期，《紐約時報》科技專欄作家Kevin Roose指出，Tokenmaxxing正席捲矽谷，成為工程師的新型刷量遊戲。
他分享道，一名OpenAI的工程師在過去一周內處理了2100億Token，相當於33次維基百科的文本量，是所有員工中最多的；在Anthropic，一位使用公司AI編碼系統Claude Code的用戶，在一個月內花費了超過15萬美元。在這場Tokenmaxxing遊戲中，程式設計師們拼命想證明自己的效率和能力。
Token最初是用來衡量生產力的工具，如今似乎逐漸演變成生產力表演。特別是隨著Claude Code、OpenClaw等Agentic工具的出現，這種算力競賽進一步放大。工程師可以透過AI子智能體連續運作，通宵處理不同任務，進而大幅提高Token消耗量。
大量Agent的出現，使Token消耗呈現數量級躍遷，AI巨頭們也趁機收益吃飽。
例如，Anthropic的年化收入（ARR）最近突破了190億美元，較去年底增長了近三倍；OpenAI官方數據披露Codex的周活躍用戶數已突破200萬，用戶數和使用量分別較今年初增長3倍和5倍；OpenClaw的Token消耗量直線上升，僅在過去一個月就消耗了13.77億。
Token本質上是企業透過提供算力資源，激勵員工部署AI智能體以提升生產力的工具，是對員工能力的一種投資。然而，當Token成為KPI甚至能力像徵時，是否燒得越多、工作就做得越好？未必如此。
消耗量≠成功指標，警覺被AI包裝的偽需求
對於薪資引進Token計費，前創投家Jamaal Glenn則認為，所謂「獲得更多Token就能更有效率、賺更多錢」的生產力論，只在員工與雇主利益完全一致時成立，而大多數員工並不具備這種條件。 Token看似是福利，實際上可能是包裝薪資的手段，它與現金或股權完全不同，也不會在下一份工作談判中反映價值。他建議，在面試中可以詢問Token預算，就像是問硬體配置或開發工具一樣，但絕不能讓任何人把它寫進offer當作薪酬。
如果讓AI 去執行毫無意義的循環任務或過度重構完美的項目，這不僅沒有產出，反而掩蓋了真實的工作效率。
全球權威研究機構Gartner也潑了一盆冷水。該機構直言，Token消耗正在被越來越多的AI廠商視為反映AI規模、採用度和市場領導力的訊號，但快速成長的Token消耗量並不意味著長期可行性，Token數量在結構上並不適用於評估AI成功與否，反而可能誤導企業機構的決策者。
Gartner指出，真正決定長期可行性的，是變現原則、利潤率可持續性以及企業滲透率，負責AI的領導者應弱化Token指標，轉而透過解決方案能力、決策賦能效果、成本可預測性以及可量化的業務成果來評估AI廠商。
此外，Token成為硬通貨的同時，需求爆發與成本也同步攀升。
以全球最大的AI模型API聚合平台OpenRouter的資料為例，上週中國大模型的周調用量已達4.69兆Token，連續兩週超過美國。
摩根大通預測，2025年至2030年間，中國Token消耗量的年複合成長率將達到330%，五年成長約370倍。根據IDC則預測，到2030年，全球活躍AI智能體將達22.16億，年度Token消耗量將從2025年的0.0005 Peta Tokens（1 Peta=1000萬億）飆升至15.2萬Peta Tokens，增長超3億倍。
隨著調用量從實驗走向規模化應用，成本壓力正在迫使產業進行不同程度的價格調整。亞馬遜、Google等海外巨頭紛紛漲價，就連價廉物美的國產大模型也難以承受激增的呼叫量，阿里雲、騰訊雲、智譜等廠商相繼調漲價格。
隨著用量持續增加，一旦各大模型廠商停止價格補貼，許多依賴海量Token 運作的新創計畫和工作流程將面臨極為嚴峻的成本危機。
這場「Token刷量遊戲」還將持續一陣，而一旦潮水退去，就會知道，哪個工程師在裸泳。
