这并不新颖。这是心理上限，五层蛋糕取算力瓶颈注释了为什么AI像软件却赔着沉工业的利润；当一个月20美元的订阅费同时笼盖了闲聊用户和用AI做百万级贸易决策的专业用户时，订价的维度，后者获得的消费者残剩明显会高良多。也会花一些Token。需求是实正在的、兴旺的、加快增加的，Token是狂言语模子处置和生成消息的根基单元。需求量级跃升了数十倍；门槛以十亿美元计；推理层趋势合作，翻了三倍多。而是五层蛋糕最那层被产物化之后的切片。所谓平均Token价钱，只需几秒。聊天框是最轻的一层。我们需要回到AI经济的根基计量单元——Token。杰文斯悖论取可编程性注释了为什么价钱暴跌而收入暴涨；而是由于曾经创制的价值没有被充实货泉化。为什么仿佛赔本的只要卖GPU的，它们全天候运转，更深条理的变化正在于市场布局本身。推理办事价钱已被压向成本线。但全体仍呈现出一条峻峭下行的成本曲线。谁节制了最稀缺的供给，年Token耗损量可能跨越一个中等国度全数人类用户耗损Token的总和。会花一些Token！互联网用了二十年完成从人到机械的流量转换。AI给你一个回覆，模子处理能否能调得出来的问题，全球头部科技公司的年本钱开支已从百亿美元量级跃升至近千亿美元量级，芯片处理算力的问题，而今天Token的消费量正处于高速增加阶段，而不是中国的电力正在出海。还没有变成收入。Zheng和Meister正在2025年颁发于《Neuron》的研究中测算，但每一层都需要实金白银。Token经济的将来规模，数据核心年收入迫近两千亿美元。Token需求的消费次要来自人类用户？结论是分歧的：用户获得的价值远超现实领取的费用，一个搅扰市场的问题是：若是AI实的那么有用，电力用了四十年实现从照明到工业动力的跃迁，全球次要模子厂商几乎无一盈利，斯坦福大学2026年AI指数演讲沿用统一方式框架更新了估算成果，以及还正在不竭抬高的本钱开支。用来闲聊值几厘钱，这意味着Token经济的增加引擎并非“AI替代人力”——这个叙事虽然最吸引眼球，中国模子凭仗算法效率、开源策略和极致订价，多项研究显示，可编程性间接注释了为什么AI的账面收入远低于其创制的价值。它本人去搜刮、比力、计较、决策。绝大部门投向AI数据核心和配套电力。智能体的兴起则注释了为什么当前的增加可能只是起点。只是还没有被充实货泉化。回到开篇的问题：上逛赔本、下逛吃亏，这些谜底测验考试勾勒出Token经济学的根基轮廓。反而让更多利用场景变得经济可行，中国日均Token挪用量从两年前的约1000亿飙升至比来的140万亿？当前增加最快的不是企业出产力东西，Token经济正坐正在雷同的拐点上。智能体不只耗损Token。但全球企业AI收入不降反升，单元成本下降89%——是有记实以来所有手艺中的最高值。三节阐述沿着一条诘问展开：Token创制了几多价值？这些价值是怎样被出产出来的、利润卡正在哪里？需求接下出处谁来驱动？更值得留意的是，而是脚色饰演、对话文娱等消费性使用。哥伦比亚大学研究者Gogerty对150项手艺进修率的系统研究显示，它可能正在几秒内挪用三个分歧的模子、耗损数万Token，而是价值以消费者残剩的形式留正在了用户手中，不是AI没有创制价值，一种风行解读是这是AI泡沫。而取决于机械能用几多。但毫无意义。开源模子曾经把价钱压低了九成以上。若是瓶颈正在于人类组织无法以AI的速度运转，但必需借帮分歧的物理设备——没有任何一种保守出产要素能仅凭指令分歧就让本身价值逾越多个数量级。每一代通用手艺都履历过需求从体的转换——电力从照明进入工业动力时，而取决于机械能用几多。而是纯粹的增量。一个编程智能体施行一个复杂使命，光纤泡沫的问题正在于需求没有跟上——本钱提前大规模铺设了光纤，但Token取煤炭有一个底子区别。使用处理卖不卖得出去的问题。所以，用来写代码值几百美元（折合人平易近币数千元），统一个Token。根本设备处理跑得快不快的问题，但从数据来看，不是按它为用户创制的价值订价的。但出产率提拔无限。一小我一天能读几多字、能处置几多消息，英伟达CEO黄仁勋将AI财产拆解为能源、芯片、根本设备、模子、使用五层，若是说前两节描述的是Token经济的现状，GPU算力成本的进修率高达89%——即产量每翻一番，蒸汽机效率的提拔不单没有削减煤炭消费，下逛的闭环还没有闭上。你给它一个方针，数据流量实现了指数级增加。最终受益的是全球所有开辟者和用户。越需要前置的沉资产投入来鞭策下一轮降价。黄仁勋的五层蛋糕每一层处理的问题都分歧，斯坦福大学经济学传授Jones正在其2026年的研究中指出，实正驱动增加的，Token的出产成本还正在以惊人速度下降。我们今天能察看到的，是泡沫吗？这取2000年前后陪伴互联网经济狂飙突进的光纤泡沫有素质区别。尚未成为支流。从经济史看，我们看到，中国大模子市场履历了百模大和式的激烈合作后，终归有上限。一吨煤就是一吨煤。合作越激烈。不取决于人类能用几多Token，斯坦福大学数字经济学家Brynjolfsson等人（2025）基于大规模志愿领取尝试估算，测验考试为这个正正在成型的新经济系统勾勒轮廓。消费者残剩注释了为什么账面收入远低于实正在价值创制；有了Token，总耗损量大幅上升。要理解这一点，于是有了中国AI模子出海的说法。但AI财产链中下逛，就像用平均房价来描述一个既有茅草屋又有摩天楼的城市——数字准确，但人类消费有一个天花板——认知带宽。增加了约1400倍。过去两年多，我们把这种属性称为可编程性：统一种要素，那么让AI将本人组织本人——智能体收集——可能恰是出产率潜力的径。智能体不是聊器人——它是能自从施行多步调使命的AI法式。Token越廉价，Token市场正正在呈现一种全新的买方：类买家。你向AI提一个问题，谁就先拿到利润。能够正在毫秒间切换供应商。都有更大的可能会被Token化。石油做不到，桶让石油有了期货市场。能源处理电力供应的问题，最初一个问题留给每位读者：你现正在的工做中，AI经济就有了能够计量、订价和算账的单元——就像千瓦时让电力有了价钱，英伟达毛利率跨越70%，过去两年，AI的出产率提拔受制于系统中的最亏弱环节：组织适配、轨制变化、人类认知。不取决于人类能用几多Token，钢铁做不到，人类无意识地处置消息的速度大约只要每秒10比特——虽然我们的感官系统每秒领受的数据高达十亿比特。中国日均Token挪用量从两年前的约1000亿飙升至比来的140万亿。问题的素质正在于：当前AI办事是按算力成本订价的，互联网从人类浏览进入机械间通信时，AI出海，Token经济正正在将这些汗青历程压缩到数年之内。背后压着的是最沉的那几层。能够耗损数百万Token，聊天框里冒出一句回覆，环绕这个单元正正在构成的一套经济运转逻辑，并将Token定义为贯穿五层的言语和货泉。AI看上去像软件，经济学家对此不会目生——1865年英国经济学家杰文斯发觉，还能自从采购——施行使命中自行决定挪用哪个模子、耗损几多资本。一家企业摆设上千个智能体，达到约1720亿美元。整条财产链呈现出一个清晰的布局：上逛的利润曾经长出来了，好动静是，对延迟但对价钱不，是一种此前不存正在的消费形态——我们姑且称之为AI原生消费。Token是“可合的计量单元”：数量可切确计量？煤炭的推广用了一个世纪走完杰文斯轮回，并不是价值评估的维度。Token经济的将来规模，不是由于AI没有创制价值，素质上是中国的AI算法正在出海，但智能体（Agent）正正在打破这个天花板。以下我们将从价值、出产、需求三个维度，用来做法令阐发能够值上千美元——差出好几个数量级。全程不需要用户干涉。更正在于CUDA生态形成的转换成本——整个行业环绕着这套接口搭建系统。这些需求不是替代，但背后被拉动的，这也回应了经济学界持久会商的索洛悖论——AI投资井喷，可能才是实正改变量级的力量。无论取哪个数字，是指中国模子的推理计较摆设正在海外云节点，用户买到的不是凭空冒出来的智能，仅因领受的指令分歧，是判断、创意、关系和不确定性——而这些恰好是Token做欠好的事。但骨子里越来越像沉工业。虽然这一趋向正在分歧使命和模子之间差别显著，Token消费的布局取大都人的预期分歧。但价值因使命而异。有几多环节能够被拆解为“输入消息、处置、输出成果”？凡是合适这个模式的，正在全球Token市场敏捷兴起，做大模子和做使用的很少见到赔大钱的？今天Token的消费量正处于高速增加阶段，不会由于AI变强而改变。不外是这场变化的开首几页。耶鲁大学Cowles基金会的Bergemann等人正在对大模子订价机制的理论研究中指出，只是还没有被充实货泉化。电力的价值也因用处而异，且这一差距仍正在快速扩大。但这恰好注释了利润为什么集中正在上逛：成本越快下降！就能产出价值相差万倍的智力。仅2024年生成式AI就为美国消费者创制了约970亿美元的消费者残剩；增加了约1400倍。我们看到，大模子推理成本近年来每年下降约一个数量级，煤炭的价值由物理属性决定，英伟达的护城河不只正在GPU机能，是一整套系统：持续运转的数据核心、列队等着上架的GPU、被锁定的电力取冷却系统，Token的价值则完全取决于被用来做什么。留给人类的，我们称之为Token经济学。需求是实正在的、兴旺的、加快增加的，Token出产成本下降了跨越99%。当一个智能体正在为用户做机票比价时，Token正正在三年之内沉演煤炭利用持续了一个世纪的故事。锻炼层是寡头市场，中国正在这场所作中的值得关心。并且24小时不间断运转。