开场：黄仁勋的二十五万美元与 Token 的登场

主播以黄仁勋'年薪五十万美元工程师应消耗二十五万美元 Token'的说法开场，引出 Token 已从技术名词变成社会量词。介绍两位嘉宾：腾讯研究院高级顾问袁晓辉与高级研究员白惠天。嘉宾解释 Token 是计量智力产出的基本单元，类比原油用桶、电力用千瓦时。

Token 为什么像重工业：五层蛋糕与成本结构

袁晓辉拆解 Token 的成本构成：基础设施约占 70%，电力占 10%-15%，还有芯片折旧、明星研究员人力、数据采集。训练阶段与推理阶段结构不同。结论是大模型不像可无限复制的软件，每年折旧成本极高，因此像重工业，只有有财力的公司才玩得起。

开源与闭源之争，本质是定价权之争

闭源模型采用套餐定价，逻辑类似健身房会员——不常去的人补贴常去的人。开源模型把价格打下来约 90%，因为使用者只需承担推理成本。中国开源模型做得好，硅谷闭源厂商因此紧张。开源起到锚定市场价格的作用，若闭源能力拉不开差距，价格就会被认为虚高。

企业怎么管 Token：从无限供应到按部门发额度

腾讯按职能部门分配 Token 额度，研发部门额度大，用完可申请但需说明价值。不同厂商有报销制、无限供应等做法。OpenAI 测算一个研究员平均指挥 3.1 个 Agent 持续干活。技术极客一个月可消耗一千两百亿 Token，但审校成本极高，最终会收敛到相对稳定水平。

人还是 Token：判断标准是谁来担责

企业会评估用 AI 还是用人更划算。Token 价格持续下降，但人需要担责、需要最后一公里。如果服务方能承担责任，企业可能采购数字员工；如果担不了责，Token 只能交给员工使用。判断 Agent 是数字员工还是助手，关键看谁担责——审合同、招人出了问题谁负责。

AI 公司为什么不赚钱：公共品投入与长期回报

智能客服等场景因信息带宽窄、能力迭代快，已能按结果付费。但商业谈判等场景依赖隐知识和信任感，仍掌握在人手中。AI 公司不赚钱源于巨大研发投入，基础设施收回成本需要很长时间，承担了社会公共品投入的角色，资本市场看的是未来潜在可能性。

同样消耗 Token，产出价值为何千差万别

合同审查与情绪陪伴消耗的 Token 数量可能相近，但产出价值差异巨大。大模型不会因任务无价值而少消耗 Token，选择权在用户手里，市场长期会出清。AI 社交陪伴赛道曾靠前，但因用户侧消耗大量 Token 而价值无法匹配，许多创业公司倒闭。供给侧也在分类，Anthropic 面向科研、金融、编程群体优化模型。

杰文斯悖论：Token 降价 99.5%，企业支出反增

中国日均 Token 调用量达五百万亿，两年涨五千倍；Token 价格三年降约 99.5%，但企业 AI 支出反增。袁晓辉用杰文斯悖论解释：价格下降后受众扩大、需求释放，总账单增长。消耗模式也从人主导对话转向智能体长程任务，企业内活跃 Agent 数量两年增长十五到十八倍，消耗呈几何级增长。

Token 预算为什么难做：不可预测的消耗与稀缺的芯片

企业无法像预测电力、云服务那样预测 Token 增长率，这是 Token 焦虑的根源。芯片仍是稀缺因素，产能跟不上需求爆炸。长期合同难以定价，因为不知道下个周期 Token 价格、芯片价格和需求量会怎么变。有三百人规模的公司一个季度 Token 消耗达几百万美元。腾讯从无限供应转向限额，反而让员工有了成本意识。

烧钱还是做大生意：前沿模型公司的两难

前沿模型公司资本开支极高，付费意愿能否覆盖投入很难算。大家焦虑的是投了这么多钱有没有护城河，开源模型一出来闭源能否收回成本。但面向 AGI 的道路上又不可能掉队，担心某家企业掌握 AGI 命门后赢家通吃。有说法称今年牌桌上剩下的几家不会再有新增。Anthropic、OpenAI 都在做 FDE 下场到行业里验证。

大模型的五条盈利路径：从卖 API 到卖结果

白惠天梳理五种商业模式：卖 API（最基础）、订阅制（有粘性、规模摊薄成本）、积分制（按任务匹配积分）、按工作流收费（跑完流程才收费，风险上升）、按结果收费（拿到业务成果才付费，如智能客服按转化付费）。再往前是数字员工，能持续为岗位负责、承担风险，客单价很高。卖底层模型能力的公司目前很难盈利。

Token 会成为考核维度吗：人机共生而非非此即彼

主播抛出打工人最关心的问题：Token 消耗量会不会成为员工考核维度。袁晓辉认为不一定考核员工，但老板肯定会重新评估用人还是用 Token。她主张人机共生——AI 不需吃饭睡觉可一直运行，人有有限注意力但对现实有密切接口。人的价值集中在理解现实、捕捉真实需求、沟通与创新，重复性工作才可被替代。

焦虑的真正来源：不是 AI，是人与人之间的比较

袁晓辉坦言焦虑来自人与人之间的比较——担心前沿研究员和创业公司找到让 AI 自迭代挣钱的方式，把大部分钱赚走。她提到带孩子时难以静下心，因为孩子成长太慢、AI 发展太快。现在看开了：大家都有物理极限，AI 用得再强也就十倍二十倍杠杆。真正重要的是想清楚自己要什么，大家不在一个维度上竞争。

刻意保留的能力：表达、共情、写作与问题意识

两位嘉宾谈自己刻意训练的能力。白惠天强调面对面沟通表达、共情、抗压能力，以及保障身体。袁晓辉用 AI 辅助投资理财、英语表达、心理学学习，每天记录日记让 AI 提炼关注点与思维局限，并坚持日更视频、手写预告练习叙事与写作。白惠天补充：AI 做的是认识世界，改造世界需要问题意识与应对不确定性的能力。

工资会发 Token 吗：稀缺算力下的新货币

主播问未来工资会不会直接发 Token。袁晓辉说有企业已经这样问她'你是要钱还是要 Token'，当算力非常稀缺时发 Token 是可能的，已有企业用 Token 结算。但她认为难成 KPI，职场还是要交付价值。她还提到企业现在更愿招有经验的老人而非应届生，培养路径出现断层，有经济学家讨论用返税激励企业带新人。

未来机会与结语：传统行业改造、情绪价值与超级个体

袁晓辉给出三个机会方向：把 AI 用到传统行业，满足过去算不过账的长尾个性化需求；情绪价值与成长需求；超级个体与原子化社会加速到来。白惠天总结：智力可被度量计价，只是人的一部分能力可被机器执行，人仍是驾驭智能的主体。节目以'保持在场，建立与身边人的连接'收束。