开场：Token 正在成为 AI 时代的新型商品

主播介绍本期主题——Token 经济学，指出 AI 正从生成式 AI 迈向智能体 AI，Token 的使用量和成本结构成为关注重点。节目邀请 NVIDIA 中国区工程和解决方案副总裁赖俊杰博士与光锥智能创始人王一粟两位嘉宾。

个人如何使用 Token：从日常效率到内容创作

赖俊杰分享 NVIDIA 内部鼓励员工将 AI 融入工作流程，强调使用 Token 的关键不是减少消耗，而是找到能放大个人能力的场景。王一粟介绍内容创作者在深度研究、视频制作上的 AI 使用，每人每月花费约几百元。

Token 的价值判断：智能含量与交互性

赖俊杰解释 Token 是 AI 工厂产出的智能的最小单位，但本身不等同于价值。他提出判断 Token 价值的两个维度——智能含量和交互性，并给出单位 Token 成本的计算公式，强调企业应从投入指标转向产出指标。

企业 AI 应用的两类场景：横向通用与垂类行业

王一粟从企业应用角度将 AI 场景分为两类：横向场景（知识助手、客服 agent、办公助手、代码助手）和垂类行业场景（金融投研、医疗辅助诊断、制造设备运维）。两类场景下的 Token 都能直接产生经济价值。

Token 经济学的定义与三个产业变化

赖俊杰定义 Token 经济学要回答四件事：Token 如何被估值、如何被消费、如何被供给、如何变现。王一粟用一组数据说明 Token 经济学必须被认真讨论——中国日均 Token 调用量两年涨了 1400 倍，并指出核算维度从投入转向产出、DAA 等新计量单位出现、AI 管理变成 CFO 和 CIO 共同的事三个变化。

智能体的三种类型与 Token 需求的不可预测性

赖俊杰将智能体分为对话助手型、工作流型和自主长时间运行型三类，指出一个智能体任务可能涉及 50 到 500 甚至更多连续模型调用。王一粟判断 AI 办公智能体将成为企业 Token 消耗的第一大场景。

四个支柱与四个角色：Token 经济学的企业落地

赖俊杰介绍 NVIDIA 提出的 Token 经济学四个支柱——价值、需求、供给、变现。王一粟将其对应到企业内部的四个角色：CEO/CFO 关心变现、业务负责人关心价值、产品运营关心需求、技术团队关心供给，并提出「AI 经营会」的组织形式。

三层需求预测与三套预算方案

赖俊杰提出 Token 需求预测的三个层次：基础需求估算、工作负载倍增因素、运行需求。王一粟补充三套预算——基础预算、增长预算、峰值预算，强调提前规划是给自己留出试错空间。

三个圈层的效果评估指标

王一粟将 Token 投入效果评估分为三个圈层：业务指标（任务完成率、节省时间、输出质量、使用率、业务回报）、流程效率指标（自动化率、周期压缩率、人工干预率、错误与返工率）、基础设施指标。她举了一家连锁超市用 AI 谈供应商合同节省 3% 成本、实现 4 倍 ROI 的案例。

技术侧补充：网络、推理框架与 Serving 框架

赖俊杰从技术侧补充效率问题，强调网络在多个 GPU 协同工作中的重要性，以及推理框架（vLLM、TensorRT）和 Serving 框架（Dynamo）对 Token 经济性的影响。企业可结合业务效果和技术指标进行综合评估。

Token 经济学的三个阶段与未来挑战

赖俊杰认为 Token 经济学正从关注生产成本的第一阶段，进入管理需求多样化的第二阶段，未来将走向价值导向。基础设施层面还需解决推理效率、能源效率、资源调度、规模化运行等问题。

三个尚未解决的问题与节目收束

王一粟提出 Token 经济学需要解决的三件事：Token 计量标准统一、企业内部 AI 经营组织建立、智能体之间的协作协议建立。她认为这几件事走通了，AI 行业会真正进入生产力时代。节目在总结与致谢中结束。