過去，工程師談薪資，談的是年薪、獎金、股票和期權。如今，硅谷的風向正在悄然變化。英偉達CEO黃仁勛在GTC 2026大會上拋出一個頗具沖擊力的判斷：未來，Token可能成為工程師薪酬的一部分。幾乎與此同時，OpenAI一線管理者也透露，越來越多求職者開始關心，入職后究竟能分到多少專屬推理算力。薪酬數據平臺Levels.fyi則觀察到，部分工程師已將Copilot等人工智能訂閱服務納入薪酬福利。
一條新的線索越來越清晰：Token正在從技術計量單位，變成商業計價單位，再邁向社會分配單位。這意味著，人工智能不再只是一個新工具，而是在孕育一種新的價值尺度。這種變化并不只發生在硅谷。公開數據顯示，中國日均Token調用量已在兩年間增長超千倍。國家數據局也已明確將Token視為連接技術供給與商業需求的“結算單位”。這說明，Token正在從技術語言加速轉化為產業語言。
很多人對Token的理解，還停留在技術名詞層面。它是模型處理信息的基本計量單位，今天，主流大模型服務早已經普遍按Token計費。但真正值得關注的，不在于它如何計費，而在于一種計量單位一旦走出后臺、進入市場，就不會停留在“技術便利”這一步。它會嵌入企業成本核算，進入產品定價邏輯，滲入組織激勵機制，最終甚至觸及社會分配秩序。
工業時代按工時計量勞動，互聯網時代按流量衡量平臺價值，到了人工智能時代，價值越來越可能按Token來折算。
黃仁勛把大規模數據中心比作“Token工廠”，這個比喻很關鍵。它提醒我們，數據中心不再只是提供算力的倉庫，而是持續將電力、芯片、數據和算法，轉化為可消費、可計價、可交易的標準化產出：Token。換句話說，數據中心不只是基礎設施，更像新工業時代的生產車間。而Token，就是車間里源源不斷下線的新產品。
一旦這樣理解，很多現象就連起來了。為什么企業越來越在意模型調用額度？為什么招聘時開始有人問崗位可分配多少Token、多少推理預算？為什么各家爭奪的，不只是模型排行榜上的名次，而是芯片、算力和推理能力？因為在這個體系里，誰掌握Token的生產能力，誰就掌握新的價值出口；誰擁有Token的配置權，誰就掌握新的分配權。
過去幾年，人們更關心模型會不會更聰明、會不會替代人、能不能寫文章、能不能畫圖。但對企業和資本而言，更關鍵的問題已經變成：智能究竟如何計量，如何定價，如何配置，如何分配。Token之所以重要，不是因為它神秘，而是因為它正在成為那把新的尺子。
而一種新的價值尺度，只有真正寫入預算表和工資單，才會從產業趨勢變成組織現實。
如果說前面的變化主要發生在機房和資本市場，那么硅谷招聘市場上的新動向，則說明Token邏輯已經開始進入企業內部。過去，科技公司爭奪人才，主要靠三件事：薪資、獎金和股權。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效率。風險投資機構Theory Ventures進一步預測，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、獎金和股權并列。
這件事的意義，不在于公司多發了一項福利，而在于企業開始把生產資料的一部分，直接配置給核心知識勞動者。免費午餐、健身房、保險，是生活福利；Copilot、GPT配額、Cursor企業版、專屬推理額度，則是生產福利。薪資解決當期收入，獎金綁定短期績效，股權綁定長期預期，而算力預算直接作用于當下產出。傳統辦公室時代，公司給你電腦、工位、郵箱；人工智能時代，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，中國頭部企業也開始圍繞Token重構內部組織。阿里近期成立Alibaba Token Hub，整合模型、MaaS、應用等核心板塊，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“產品”逐步轉向“Token”。說到底，AI時代，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。
這一變化也會迅速抬升頂級人才的綜合成本。按照相關測算，如果一名工程師每年新增10萬美元推理成本，總人力成本可達到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，人工智能未必會讓高端工程師更便宜，反而可能讓他們更貴。因為生成式人工智能并不是簡單替代工程師，而是在放大頂級工程師的杠桿。越優秀的人，越能把高質量模型轉化為更高產出，公司也就越愿意在他們身上疊加更高額度的Token預算。結果很可能是，普通工程師崗位被擠壓得更厲害，頭部工程師和高效團隊的綜合成本卻被抬得更高。
公司內部對算力資源的傾斜，最終也會外溢到勞動市場，形成新的分層。未來公司爭奪的，不只是某個工程師本身，而是“工程師+模型能力+推理預算”的組合體。表面上看，大家都在做同一類工作；實際上，不同員工背后的“數字外腦”并不處于同一層級。有人配企業級Copilot、專屬API額度和高性能模型調用權，有人只能使用受限版本。未來勞動市場的新鴻溝，可能不只是會不會編程，而是有沒有資格調用更強的算力。
當然，算力進入工資單，并不只帶來激勵，也會帶來治理難題。一旦推理預算成為正式資源，企業就必須回答幾個新問題：誰配得上更多Token？是平均發，還是按貢獻度傾斜？誰在高效使用Token，誰又在浪費Token？未來績效考核，看的恐怕不只是人效，還可能是“單位Token產出”。這意味著，Token正在從采購問題變成管理問題。誰能把有限Token配置到最高價值任務上，誰能把高成本推理留給高回報場景，誰就更可能在下一輪競爭中勝出。
而當企業內部已經開始分配算力，社會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”討論技術替代后的兜底機制（可參考拙文《奧特曼三部曲：一臺智能引擎，一顆人造太陽，一份全民收入》，2026-01-20，澎湃商學院）。如今，奧特曼則試圖把問題改寫為：與其發錢，不如發算力；與其只保障消費能力，不如賦予生產能力。
這未必很快成為現實，卻已經透露出一個值得重視的變化：未來社會真正稀缺的，可能不只是收入，而是生成能力。一個人能否高效寫作、編程、學習、創業，越來越取決于他能否低成本調用強大的模型能力。工業社會的核心公平，主要表現為收入公平與機會公平。社會更關心一個人有沒有工作、有沒有收入、有沒有基本保障。而在智能社會里，公平的內涵也許會悄悄變化，越來越體現為算力可及性公平、模型使用權公平、數字生產力公平。所謂普惠，未必只是發一筆錢，更可能是給普通人一張進入新生產方式的門票。
不過，設想再宏大，最終還是要接受現實檢驗。微軟CEO納德拉的提醒，恰恰點中了問題的要害。人工智能必須在醫療、教育等領域帶來真實改善，否則社會不會長期接受如此高能耗的Token生產。真正的問題是，這些Token最終轉化成了什么：是更精準的輔助診斷，更普惠的教育服務，更高效的研發協同，還是只是在制造平臺賬單和資本故事。社會不會因為你生產了海量Token，就自動認可這種技術進步。
這也是今天人工智能產業最需要警惕的地方：Token越來越像一種“新電費”。表面上看，按量計費合理透明；但一旦企業真正把人工智能嵌入研發、客服、辦公、營銷、代碼生成等關鍵環節，Token消耗就會從一筆可控支出，迅速膨脹為持續吞噬預算的變量成本。很多企業以為自己接入的是智能，最終先裝上的卻是一套持續計費系統。若缺乏任務分層、模型路由、緩存復用、提示詞治理和成本監測，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會不會成為工資的一部分，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最終能夠轉化為廣泛的公共收益，而不是少數平臺的收益表。
未來社會的競爭，表面上看是模型競爭，深一層是算力競爭，再深一層，其實是圍繞Token展開的治理競爭。一個技術詞匯之所以值得寫進專欄，不是因為它新，而是因為它正在穿透不同層級的系統：從機房穿透到公司，從公司穿透到市場，從市場穿透到社會。Token開始只是算法內部的計量單位，后來變成商業世界的結算單位，如今又隱約有了邁向社會分配單位的趨勢。若干年后，我們回頭再看黃仁勛和奧特曼今天這些關于Token、推理預算和“薪酬第四極”的討論，或許會發現，他們討論的從來不只是一個技術單位，而是社會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。
