過去，工程師談薪資，談的是年薪、獎(jiǎng)金、股票和期權(quán)。如今，硅谷的風(fēng)向正在悄然變化。英偉達(dá)CEO黃仁勛在GTC 2026大會(huì)上拋出一個(gè)頗具沖擊力的判斷：未來，Token可能成為工程師薪酬的一部分。幾乎與此同時(shí)，OpenAI一線管理者也透露，越來越多求職者開始關(guān)心，入職后究竟能分到多少專屬推理算力。薪酬數(shù)據(jù)平臺(tái)Levels.fyi則觀察到，部分工程師已將Copilot等人工智能訂閱服務(wù)納入薪酬福利。

一條新的線索越來越清晰：Token正在從技術(shù)計(jì)量單位，變成商業(yè)計(jì)價(jià)單位，再邁向社會(huì)分配單位。這意味著，人工智能不再只是一個(gè)新工具，而是在孕育一種新的價(jià)值尺度。這種變化并不只發(fā)生在硅谷。公開數(shù)據(jù)顯示，中國日均Token調(diào)用量已在兩年間增長超千倍。國家數(shù)據(jù)局也已明確將Token視為連接技術(shù)供給與商業(yè)需求的“結(jié)算單位”。這說明，Token正在從技術(shù)語言加速轉(zhuǎn)化為產(chǎn)業(yè)語言。

很多人對(duì)Token的理解，還停留在技術(shù)名詞層面。它是模型處理信息的基本計(jì)量單位，今天，主流大模型服務(wù)早已經(jīng)普遍按Token計(jì)費(fèi)。但真正值得關(guān)注的，不在于它如何計(jì)費(fèi)，而在于一種計(jì)量單位一旦走出后臺(tái)、進(jìn)入市場(chǎng)，就不會(huì)停留在“技術(shù)便利”這一步。它會(huì)嵌入企業(yè)成本核算，進(jìn)入產(chǎn)品定價(jià)邏輯，滲入組織激勵(lì)機(jī)制，最終甚至觸及社會(huì)分配秩序。

工業(yè)時(shí)代按工時(shí)計(jì)量勞動(dòng)，互聯(lián)網(wǎng)時(shí)代按流量衡量平臺(tái)價(jià)值，到了人工智能時(shí)代，價(jià)值越來越可能按Token來折算。

黃仁勛把大規(guī)模數(shù)據(jù)中心比作“Token工廠”，這個(gè)比喻很關(guān)鍵。它提醒我們，數(shù)據(jù)中心不再只是提供算力的倉庫，而是持續(xù)將電力、芯片、數(shù)據(jù)和算法，轉(zhuǎn)化為可消費(fèi)、可計(jì)價(jià)、可交易的標(biāo)準(zhǔn)化產(chǎn)出：Token。換句話說，數(shù)據(jù)中心不只是基礎(chǔ)設(shè)施，更像新工業(yè)時(shí)代的生產(chǎn)車間。而Token，就是車間里源源不斷下線的新產(chǎn)品。

一旦這樣理解，很多現(xiàn)象就連起來了。為什么企業(yè)越來越在意模型調(diào)用額度？為什么招聘時(shí)開始有人問崗位可分配多少Token、多少推理預(yù)算？為什么各家爭(zhēng)奪的，不只是模型排行榜上的名次，而是芯片、算力和推理能力？因?yàn)樵谶@個(gè)體系里，誰掌握Token的生產(chǎn)能力，誰就掌握新的價(jià)值出口；誰擁有Token的配置權(quán)，誰就掌握新的分配權(quán)。

過去幾年，人們更關(guān)心模型會(huì)不會(huì)更聰明、會(huì)不會(huì)替代人、能不能寫文章、能不能畫圖。但對(duì)企業(yè)和資本而言，更關(guān)鍵的問題已經(jīng)變成：智能究竟如何計(jì)量，如何定價(jià)，如何配置，如何分配。Token之所以重要，不是因?yàn)樗衩兀且驗(yàn)樗诔蔀槟前研碌某咦印?/p>

而一種新的價(jià)值尺度，只有真正寫入預(yù)算表和工資單，才會(huì)從產(chǎn)業(yè)趨勢(shì)變成組織現(xiàn)實(shí)。

如果說前面的變化主要發(fā)生在機(jī)房和資本市場(chǎng)，那么硅谷招聘市場(chǎng)上的新動(dòng)向，則說明Token邏輯已經(jīng)開始進(jìn)入企業(yè)內(nèi)部。過去，科技公司爭(zhēng)奪人才，主要靠三件事：薪資、獎(jiǎng)金和股權(quán)。如今，算力正在成為硅谷薪酬的第四極。OpenAI總裁格雷格·布羅克曼直言，可獲取的算力將直接影響軟件開發(fā)效率。風(fēng)險(xiǎn)投資機(jī)構(gòu)Theory Ventures進(jìn)一步預(yù)測(cè)，到2026年，人工智能推理成本可能成為工程師薪酬的第四組成部分，與薪資、獎(jiǎng)金和股權(quán)并列。

這件事的意義，不在于公司多發(fā)了一項(xiàng)福利，而在于企業(yè)開始把生產(chǎn)資料的一部分，直接配置給核心知識(shí)勞動(dòng)者。免費(fèi)午餐、健身房、保險(xiǎn)，是生活福利；Copilot、GPT配額、Cursor企業(yè)版、專屬推理額度，則是生產(chǎn)福利。薪資解決當(dāng)期收入，獎(jiǎng)金綁定短期績效，股權(quán)綁定長期預(yù)期，而算力預(yù)算直接作用于當(dāng)下產(chǎn)出。傳統(tǒng)辦公室時(shí)代，公司給你電腦、工位、郵箱；人工智能時(shí)代，公司還要給你“第二大腦”、“代碼副駕”和“推理燃料”。

同樣值得注意的是，中國頭部企業(yè)也開始圍繞Token重構(gòu)內(nèi)部組織。阿里近期成立Alibaba Token Hub，整合模型、MaaS、應(yīng)用等核心板塊，背后折射的正是同一種變化：組織配置資源的基本單位，正從“產(chǎn)品”逐步轉(zhuǎn)向“Token”。說到底，AI時(shí)代，最重要的員工福利，不再是讓你過得更舒服，而是讓你干得更強(qiáng)。

這一變化也會(huì)迅速抬升頂級(jí)人才的綜合成本。按照相關(guān)測(cè)算，如果一名工程師每年新增10萬美元推理成本，總?cè)肆Τ杀究蛇_(dá)到47.5萬美元，意味著未來超過20%的薪酬成本可能來自人工智能使用支出。這說明，人工智能未必會(huì)讓高端工程師更便宜，反而可能讓他們更貴。因?yàn)樯墒饺斯ぶ悄懿⒉皇呛?jiǎn)單替代工程師，而是在放大頂級(jí)工程師的杠桿。越優(yōu)秀的人，越能把高質(zhì)量模型轉(zhuǎn)化為更高產(chǎn)出，公司也就越愿意在他們身上疊加更高額度的Token預(yù)算。結(jié)果很可能是，普通工程師崗位被擠壓得更厲害，頭部工程師和高效團(tuán)隊(duì)的綜合成本卻被抬得更高。

公司內(nèi)部對(duì)算力資源的傾斜，最終也會(huì)外溢到勞動(dòng)市場(chǎng)，形成新的分層。未來公司爭(zhēng)奪的，不只是某個(gè)工程師本身，而是“工程師+模型能力+推理預(yù)算”的組合體。表面上看，大家都在做同一類工作；實(shí)際上，不同員工背后的“數(shù)字外腦”并不處于同一層級(jí)。有人配企業(yè)級(jí)Copilot、專屬API額度和高性能模型調(diào)用權(quán)，有人只能使用受限版本。未來勞動(dòng)市場(chǎng)的新鴻溝，可能不只是會(huì)不會(huì)編程，而是有沒有資格調(diào)用更強(qiáng)的算力。

當(dāng)然，算力進(jìn)入工資單，并不只帶來激勵(lì)，也會(huì)帶來治理難題。一旦推理預(yù)算成為正式資源，企業(yè)就必須回答幾個(gè)新問題：誰配得上更多Token？是平均發(fā)，還是按貢獻(xiàn)度傾斜？誰在高效使用Token，誰又在浪費(fèi)Token？未來績效考核，看的恐怕不只是人效，還可能是“單位Token產(chǎn)出”。這意味著，Token正在從采購問題變成管理問題。誰能把有限Token配置到最高價(jià)值任務(wù)上，誰能把高成本推理留給高回報(bào)場(chǎng)景，誰就更可能在下一輪競(jìng)爭(zhēng)中勝出。

而當(dāng)企業(yè)內(nèi)部已經(jīng)開始分配算力，社會(huì)層面圍繞算力展開討論，也就不再意外。長期以來，人們圍繞“全民基本收入”討論技術(shù)替代后的兜底機(jī)制（可參考拙文《奧特曼三部曲：一臺(tái)智能引擎，一顆人造太陽，一份全民收入》，2026-01-20，澎湃商學(xué)院）。如今，奧特曼則試圖把問題改寫為：與其發(fā)錢，不如發(fā)算力；與其只保障消費(fèi)能力，不如賦予生產(chǎn)能力。

這未必很快成為現(xiàn)實(shí)，卻已經(jīng)透露出一個(gè)值得重視的變化：未來社會(huì)真正稀缺的，可能不只是收入，而是生成能力。一個(gè)人能否高效寫作、編程、學(xué)習(xí)、創(chuàng)業(yè)，越來越取決于他能否低成本調(diào)用強(qiáng)大的模型能力。工業(yè)社會(huì)的核心公平，主要表現(xiàn)為收入公平與機(jī)會(huì)公平。社會(huì)更關(guān)心一個(gè)人有沒有工作、有沒有收入、有沒有基本保障。而在智能社會(huì)里，公平的內(nèi)涵也許會(huì)悄悄變化，越來越體現(xiàn)為算力可及性公平、模型使用權(quán)公平、數(shù)字生產(chǎn)力公平。所謂普惠，未必只是發(fā)一筆錢，更可能是給普通人一張進(jìn)入新生產(chǎn)方式的門票。

不過，設(shè)想再宏大，最終還是要接受現(xiàn)實(shí)檢驗(yàn)。微軟CEO納德拉的提醒，恰恰點(diǎn)中了問題的要害。人工智能必須在醫(yī)療、教育等領(lǐng)域帶來真實(shí)改善，否則社會(huì)不會(huì)長期接受如此高能耗的Token生產(chǎn)。真正的問題是，這些Token最終轉(zhuǎn)化成了什么：是更精準(zhǔn)的輔助診斷，更普惠的教育服務(wù)，更高效的研發(fā)協(xié)同，還是只是在制造平臺(tái)賬單和資本故事。社會(huì)不會(huì)因?yàn)槟闵a(chǎn)了海量Token，就自動(dòng)認(rèn)可這種技術(shù)進(jìn)步。

這也是今天人工智能產(chǎn)業(yè)最需要警惕的地方：Token越來越像一種“新電費(fèi)”。表面上看，按量計(jì)費(fèi)合理透明；但一旦企業(yè)真正把人工智能嵌入研發(fā)、客服、辦公、營銷、代碼生成等關(guān)鍵環(huán)節(jié)，Token消耗就會(huì)從一筆可控支出，迅速膨脹為持續(xù)吞噬預(yù)算的變量成本。很多企業(yè)以為自己接入的是智能，最終先裝上的卻是一套持續(xù)計(jì)費(fèi)系統(tǒng)。若缺乏任務(wù)分層、模型路由、緩存復(fù)用、提示詞治理和成本監(jiān)測(cè)，所謂全面擁抱人工智能，很可能變成全面暴露在人工智能成本曲線之下。

所以，真正值得追問的，不只是Token會(huì)不會(huì)成為工資的一部分，也不只是它能不能替代“全民收入”，而是更根本的問題：誰來定義Token的價(jià)值，誰來決定Token的分配，誰來約束Token的成本；誰又來確保Token最終能夠轉(zhuǎn)化為廣泛的公共收益，而不是少數(shù)平臺(tái)的收益表。

未來社會(huì)的競(jìng)爭(zhēng)，表面上看是模型競(jìng)爭(zhēng)，深一層是算力競(jìng)爭(zhēng)，再深一層，其實(shí)是圍繞Token展開的治理競(jìng)爭(zhēng)。一個(gè)技術(shù)詞匯之所以值得寫進(jìn)專欄，不是因?yàn)樗?，而是因?yàn)樗诖┩覆煌瑢蛹?jí)的系統(tǒng)：從機(jī)房穿透到公司，從公司穿透到市場(chǎng)，從市場(chǎng)穿透到社會(huì)。Token開始只是算法內(nèi)部的計(jì)量單位，后來變成商業(yè)世界的結(jié)算單位，如今又隱約有了邁向社會(huì)分配單位的趨勢(shì)。若干年后，我們回頭再看黃仁勛和奧特曼今天這些關(guān)于Token、推理預(yù)算和“薪酬第四極”的討論，或許會(huì)發(fā)現(xiàn)，他們討論的從來不只是一個(gè)技術(shù)單位，而是社會(huì)開始用一種新的尺度，重新衡量能力，重新配置資源，重新安排分配。

（作者胡逸為數(shù)據(jù)工作者，著有《未來可期：與人工智能同行》一書）