为什么 AI 越用越贵?因为你买的不是＂软件＂,是＂电＂

它看着像软件，成本结构却是重工业——七成是硬件，没有边际成本为零，切换比翻书还快。搞错这一点，你的 AI 预算就会一直超。搞对这一点，才知道该管什么。

▮▮▮▮▮▮▮▯ 系列进度 15/20

【智多星链· 数智引擎系列 · 进度 15/20】

第 8 天（9/17）｜ 词元经济（计价单位专题）

已发▸ 9/9《每个人都是自己的CEO》《数据资产有了"身份证"》· 9/10《蔡昉谈就业警钟》《UBI 与"无用阶层"》· 9/11《一人公司的底层逻辑》《从公司到任务》· 9/13《数据要素市场有多大》《数据交易所"冰火两重天"》· 9/14《菲尔兹奖得主与三巨头同踩刹车》《除了 AI，更是「业务孪生平台」》· 9/15《曾鸣讲"公司会消亡，组织不会"与我何干？》《长虹&海尔：数据与知识如何在组织内流转》· 9/16《在场》《知止》

明天▸ 9/18《豆包、千问、WorkBuddy：你选的不是工具，是你的东西最后留在谁手里》《岗位没了，钱从哪儿来？AI 时代长出来的五个新市场》

——————————————

2026 年 3 月，我国日均词元（Token）调用量突破 140 万亿，而 2024 年初这个数字是 1000 亿。

一个能在两年里把自己的计量单位放大一千倍、还被全社会毫无违和地接受的东西，历史上不多见。上一回，叫"度"。

▎一、一个人的公司，和一沓账单

先把一个人和他的账单讲透。

他面对的问题，是每一个想做产品的人都熟悉的困境。 2025 年初，Seena Rezaei 想做一个面向高净值年轻女性的普拉提防滑袜品牌。他不会编程，没有团队，也没有资金支撑传统的开发路径。而传统路径是这样的：消费者洞察、研发立项、视觉包装、品牌设计、供应链打样、内容生成、KOC 投放、全渠道铺货——一款新品从开发到上市动辄 9 到 12 个月，即便如此，仍有高达 85% 的新品活不下来。 换句话说，绝大多数投入在它见光之前就已经注定沉没。

他的解法，是把整条链拆给 AI。 不是用 AI 画张图，而是把从洞察到交付的每一段都重做一遍：

• 先验证趋势，再验证品类。
   用 Google Trends 与 TikTok 搜索指数确认普拉提是年复合增长超过 10% 的长期结构性趋势，而不是短期热度；再爬取前 50 名高互动微网红的视频与评论，转成数十万字语料交给大模型做痛点聚类——防滑被提及的比例超过 72%，品类由此确定。
• 把"货"翻译成工业语言。
   用多模态模型拆解高赞图片，输出材质、防滑矩阵、色彩三层工业参数，直接生成 Tech Pack（技术规格书）与 BOM（物料清单）；再绕开总包商，直连浙江诸暨、海宁的源头工厂。打样周期从 3–6 个月压缩到 7 天以内，起订量低至数百双。
• 把品牌交给情绪，把执行交给机器。
   从语料里提炼情绪标签，生成低饱和奶油色系、芭蕾风的视觉情绪板；让大模型扮演虚拟用户做深度访谈，产出品牌名与 Slogan（"Find your footing, stand grounded."）；再用 80% 的 AI 虚拟模特图配 20% 真实微网红实测，兼顾成本与信任。48 小时搭好独立站。
• 把爆款还原成公式。
   解构百万级爆款视频，提炼出"0–3 秒痛点钩子 + 3.5 秒情绪反转 + 后半程圈层认同"的结构，批量生成 60 条视频做 A/B 测试；用 1K–10K 粉的微网红做分销，10% 折扣加 15% 佣金，再用订阅制 85 折拉长生命周期。

结果是一串可以直接核账的数字：30 天，270 万美元销售额；超过 65% 的用户选择组合装；毛利率稳定在 60%–75%。

但真正值得抄下来的不是这套动作，而是它的底层结构：原本需要一个团队、一个季度、一笔不小预算才能完成的链路，被折算成了一串可以被计量的机器调用。 换句话说，他的团队是词元买的，他的打样车间是词元买的，他的设计部和剪辑室也是词元买的。

而做出这批东西的那个人，始终坐在驾驶位上。拆解这个案例的周宏骐教授，给了一句比任何理论都实在的判词：

"大模型不会凭空产生高维洞察。案例中所有惊艳的结果，本质上都是操盘手深厚的消费品策略框架，与大模型强大推理算力碰撞的产物。"

分工只有一条：人负责判断方向、定义问题、评估结果；AI 负责执行、生成、批量处理。

同样的事还发生在另外两个人身上，他们站在同一条路的不同刻度上。

2023 年 3 月，浙江海宁皮革城。 一位老板讲了个困扰：好不容易请设计师设计出的新样式，只要挂到档口，很快就被抄走。后来有人用 AI 文生图给他生成了一批草图，老板说了一句话：

"虽然我不会设计，但是我会挑。我在这个行业干了几十年，大概知道这一批里面挑哪个能火。"

他有判断，却没法把"挑"变成产品——这份能力只能随着他本人每天站在档口而存在，不复制，也不放大。

2026 年，深圳。 一位文科研究员，视频号内容几乎全部由数字人出镜。她单日最高消耗 17 亿词元，5 月至今累计 308 亿，日均 2.8 亿，一年约在 1000 亿量级；与 AI 的对话累计 196,049 轮——这不是人在聊天，是 Agent 在背后奔跑。

三个人，三年，同一条路：第一个人停在"我有判断"这一格，第二个人走到了"把判断词元化"，第三个人的产出已主要由机器完成，人只负责启动与验收。

同一个根因：人的判断正在被"词元化"——从一次性的直觉，变成可以被反复调用、按次计价的生产要素。

顺带交代一句出处：普拉提袜这个案例，是知名商业学者周宏骐教授追踪数月后拆出来的，他把全过程拆成 16 步——每一步做什么、用什么工具、拿到什么结果。今天推送的第 4 条《大咖说》收了全文，想照着做一遍的，可以直接去读。

▎二、为什么偏偏是"词元"成了计量单位

先追到底层。

任何东西要从"资源"变成"商品"，第一步从来不是定价，而是定计量单位。 石油按桶，电力按度，带宽按比特，矿石按吨。凡是没解决"用什么量"的要素，永远只能在场外点对点议价。

数据恰恰卡在这一步。 第四天我们讲过数据交易所的"冰火两重天"：确权难、定价难、互信难，全国 60 余家交易机构，超过 95% 的数据交易发生在场外，"有场无市"。今天补上更底下的根因：不是交易所不努力，是数据没有共同刻度——它非竞争、可复制、场景依赖，同一份数据在 A 手里和 B 手里值不同的钱。没有尺子就没有价格，没有价格就只能在场外议价。

而 AI 替数据解决了这个问题。 原始数据机器不能直接训练，得先词元化；一旦经过模型加工，产出的就一律是同一种东西——词元。它把千差万别的数据类型、模态、场景，收敛成同一个可数的单元。

数据是原料，非标；词元是加工后的成品，标准。

先看谁来给它定名、给它定位——这两件事，从来不是技术界自己说了算。

2026 年 3 月 22 日至 23 日，中国发展高层论坛 2026 年年会，国家数据局局长刘烈宏给了 Token 一个中文名字——"词元"，同时给了它两个定位：它是"智能时代的价值锚点"，也是连接技术供给与商业需求的"结算单位"。第二天（3 月 24 日）国新办新闻发布会上，他再给出那串数字：到 2026 年 3 月，我国日均词元调用量已超过 140 万亿；并说，"现在备受关注的 Token 出海，就是产业竞争力增强的一个标志"。

给一个技术单位起中文名、把它写进国家叙事，分量从来不在名字本身。同年 8 月，国家数据局主办的 2026 数博会，主题直接定为："词元——数据要素价值释放新路径"。

这条路为什么走得通？清华大学教授唐杰在国家数据局官网的专家解读里，把话说到了根子上：

"如同石油时代的'桶'与电力时代的'度'，掌握词元这一计量单位，实质上等同于掌握了智能经济基础设施的定义权与计量权。"

这句话比"先有刻度后有价格"又深一层——它说的是话语权。 石油按桶论，于是产油国、石油交易所、期货定价权围绕"桶"长出来；电力按度论，于是电表、电网、分时电价围绕"度"长出来。谁定义了量纲，谁就定义了这一整条产业链长成什么样。（唐杰这篇全文，今天第 3 条《大咖说》第 5 期有转载。）

回到标题那个问号，答案其实朴素：数据卖不动，是因为它还没被加工成能计价的东西；词元能卖钱，是因为它已经是了。 被模型加工过一道之后，非标的数据变成了标准的智能服务，于是可以按个收钱、按次结算。

但紧接着要泼一盆冷水：别拿互联网的老账本来算这笔新账。

再看成本结构，就明白它为什么像工业品：一个看起来像数据的产品，硬成本里 70% 是硬件约束——能源、芯片、基础设施；算法的贡献只占 20%，最多到 30%。业内有个说法，Token 的成本由"五层蛋糕"决定，赚钱最多的是芯片那一层。于是有个形容很贴切：每生产一个 Token，就像生产一个螺丝钉。

由此推出两条与互联网根本不同的性质：

其一，没有边际成本为零。 互联网多一个用户几乎不增加成本，软件研发出来，多一个微信用户、多一个淘宝用户，成本可以忽略。AI 不一样，每多一个用户，他消耗的每一个词元都有刚性成本。

其二，网络效应弱。 你在对话框里随时可以切换到另一个模型，哪个强、哪个便宜就用哪个，用户忠诚度极低。

于是有了一句值得贴在墙上的话：

AI 看上去像软件，骨子里却越来越像重工业。

再看供给侧的周期，每个做预算的人都该记住：

• 软件侧的齿轮，按周甚至按天转
  ——MoE、FlashAttention、KV Cache 管理、连续解码，模型榜单上"能各领风骚上十天都已经很牛了"；
• 硬件侧的齿轮，按年转
  ——HBM 扩产 12 到 18 个月，GPU 换代部署 18 个月到两年，数据中心 18 到 36 个月，变压器 2.5 年，电网 5 到 12 年。

两个齿轮咬在一起，转得快的那个只能等转得慢的。需求可以被软件快速拉高，供给侧的硬件与能源不可能同步加速。 就像自动驾驶：车越来越聪明、跑得越来越快，但道路容量是给定的——最终能跑出多少里程，仍受路网承载能力约束。

▎三、一根人参的账本：词元怎么落进一门生意

道理讲到这儿，落到地上就只剩一个问题：一个具体的行业，怎么把自己"词元化"？

讲一个正在发生、离我们并不远的例子。

2026 年 8 月 10 日，长春。 中韩（长春）国际合作示范区的中韩城市馆里，"中韩合作新机遇·东北亚词元经济推介会"举行，三个平台同时启动先行测试。领头的那个叫东北亚词元跨境服务中心，由海南数据交易服务有限公司、海数交（长春）数据服务有限公司联合多家单位共同搭建，官方给它的定位写得很明确——"是国内率先开展来数加工与词元出海创新探索的平台"。

它的业务被拆成四段：数据采集聚合 → 加工训练 → 流通交易 → 词元跨境。读懂这四段，就读懂了词元落地的整条链路：先把散在各处的数据收拢，再加工成模型能吃的语料，然后作为可交易的产品流通，最后以词元的形式跨出去。

真正值得中小企业主盯住的，是同步启动的第二个平台：长白山人参数智农业多智能体词元流通交易平台。 官方原文是这样说的——

"该平台将以多智能体词元为载体，激活农业数据要素价值，助力长白山人参等吉林特色农业实现数字化、智能化、价值化升级。"

为什么拿人参开刀？因为人参几乎是一门"非标得不能再非标"的生意：年限、产地、加工方式、农残与皂苷含量，每一项都影响价格，而绝大多数时候，它靠的是经验——老参农看一眼，老采购摸一把。经验定价的生意有个共同的毛病：说不清自己为什么值这个钱，就只能按最保守的价格卖。

把它词元化，改的就是这件事。种植、加工、检测、流通各环节的数据被采集、被加工成可被模型调用的智能服务之后，"这一支参为什么值这个价"，就从一句口头经验，变成一串可以被查询、被比对、被结算的记录。这是上一节那句话的产业版：数据卖不动，是因为它还没被加工成能计价的东西。

还有第三个平台容易被忽略，却恰恰说明这件事已经进了"制度"层面：东北亚词元跨境服务中心产警联动平台，做的是跨境数据与词元流通的风险监测预警。一门生意开始配"警察"，说明它已经不只是试点，而是在被当成基础设施来建。

公开报道中，该人参平台对应的表述是"多智能体词元"——即以多智能体词元为载体，承载人参产业的数字化、智能化、价值化升级。至于通用词元的统一命名，以及后续是否、何时面向具体产业发布专用词元，本号不作延伸解读，一律以官方正式发布为准。

这个案例对屏幕前的你，其实只有一句话有用：

你的行业里，一定也有一根"人参"——一个明明值钱、却只能靠经验定价、说不清为什么值钱的东西。

它可能是一家餐厅的火候、一个外贸业务员的选品直觉、一位老工程师的排障顺序、一个门窗厂师傅对某地气候的应对办法。词元化的第一步，从来不是先买模型、先招算法工程师，而是先把这类东西从人身上取下来，变成能被反复调用的记录。

下一节就讲怎么取。

▎四、长板 × 词元 = 复利

昨天我们给了公式的一半：在场 × 知止 = 长板。长板是 AI 拿不走的东西——体感让你"看得准"，手感让你"做得到"。

今天补上另一半：长板留在身上，只能一次一次地卖你的时间；把长板"词元化"，它才能在你睡觉的时候继续被调用。

回到开头那三个人。海宁老板的"我会挑"停在体感那一格——他知道哪个能火，但这份判断没法被复制、被放大，只能靠他本人一天天站在档口；普拉提袜那位创业者做对了什么？他把同一份"我知道哪个能火"，拆成了三层验证流程、72% 的痛点聚类、"0–3 秒钩子"公式、Tech Pack 参数表——前者只能一次性地用，后者可以被第 N 次调用。 而深圳那位研究员走到更远处：她的产出已主要由机器完成，人只负责启动与验收。

于是"长板词元化"就有一个可以自检的标准，而不是一句形容词：

你的判断，能不能在你不开口的时候继续替你干活？

这也是第一节那句判词的另一面——AI 不会凭空替你长出判断，但你的判断一旦被写成规则，就能被词元一遍遍执行。 分工始终只有一条：人管"为什么"和"该不该停"，AI 管"怎么做"和"做多少遍"。

于是每个人在词元经济里都有了两端账：

• 消耗端：你调用了多少词元；
• 贡献端：你的数据、规则、体感、作品，被封装成了多少可被调用的词元产出。

两头相减，就是你的词元头寸。净头寸为负，你是词元经济的消费者——像交电费一样交月费，用完了什么也没留下；净头寸为正，你是股东——别人每调用一次，都在替你结算一次。

这件事可以落到纸上。 第一天那篇《每个人都是自己的CEO》，我们发过三张表——资产清单、团队名单、收入清单。它们当时问的是"有没有"：你有没有拿得出手的资产、有没有人替你干、有没有不止一条收入来源。

今天不换表，只给每张表加一列：词元刻度。 这一列问的是"能不能被调用"。

Day1 三张清单 · 词元刻度版（同一套表，只多一列）

三列加总，就是上面那笔头寸：第三列全空，你是纯消费者；第三列有了内容，你才开始从"卖时间"转向"卖调用"。

AI 时代最隐蔽的贫困，不是没有词元可用，而是只消费不贡献、只调用不沉淀。

这张表后面两天还要用。 明天那篇讲"选工具"，其中第二问问的就是这一列——你跑完留下来的东西，在你手里还是在平台手里；第十天把它扩成完整的行动版。三天共用一张表，不另起一套。

▎五、必要的边界：三盆冷水

第一，词元本身没有护城河。 模型调用成本三年跌去近千倍，开源模型打的是跨数量级的价格战——卖词元，就是卖大宗商品。真正的护城河在电、在算、在独有数据、在场景适配度。贵州、新疆、广东抢的都是这四样，不是抢一个模型。

第二，调用量不等于价值量。 官方解读中曾点破一个"结构性矛盾"：聊天、文生图这类消费级应用调用量大而商业收益低，大量高价值调用沉淀在企业内部封闭系统里，没能转成开放生态的红利。对个人同理——第七天那句"AI 最先替代的是使用 AI 的人"，翻译成词元语言就是：只消费词元而不产出增量的人，最先被算平。

第三，一条红线：词元 ≠ 代币。 英语里同一个 Token，在金融语境里是代币，在 AI 语境里是词元。第四天我们提醒过"数据资产化 ≠ 代币化"——八部门《通知》（银发〔2026〕42 号）对现实世界资产代币化明确"境内严禁、境外严管"。今天再补一句：词元计量的是被消耗的智能，鼓励的是生产；代币是金融活动的凭证。一字之差，边界天壤之别。

另外说明两处：文中"电表""道路容量"等历史类比，仅为机制类比，不作精确史实断言；各机构统计口径不一（国家数据局公开口径为 2026 年 3 月日均 140 万亿，另有机构按 2026 年 6 月统计为日均 500 万亿），本文统一采用国家数据局口径。

▎六、回望：前七天铺的路，正好是这四根柱子

到这里，词元经济怎么落地，讲完了。最后才轮到回头看。

词元经济有个通行理解：以词元为核心价值单元，串联数据、算力、模型、场景四大要素，形成"价值生成—价值流转—价值实现—生态反哺"的闭环。

把这个闭环拆开，会看到一个有点意外的事实——它需要四根柱子，而这四根柱子，我们前七天其实都讲过了。

词元经济四根柱子

第四根最要紧。目前已有这样的设想：按数据集在模型训练中对词元输出质量的提升贡献度，让数据提供方获得词元消耗分成的长期收益——从"一次性卖断"变成"按效果付费、长期分成"，形成"数据越好 → 词元越优 → 收益越高 → 数据越好"的正循环。

再往分配那一层推，意义就更大了：过去收益划分以劳动力与资本为核心，分配又高度倚重土地要素；而词元经济一旦跑通，数据要素要分走更大一块——并且是在坚持劳动者价值创造主体地位的前提上分。

看明白这张表的意思了吗——过去七天讲的每一件事，都不是分散的知识点，它们是同一套经济形态的四根柱子。词元，是给这套系统通上电的最后一根导线。

顺带把第七天埋的那颗雷回答掉。那天我们留过一个没有答案的问题：复旦"人考 AI"留下大量出题行为与 AI 错题数据，这些数据如何被采集、被谁使用、毕业后能不能带走，目前普遍没有清晰答案。

今天给同一个答案：在词元经济里，被计量的，才有分配；不被计量，就等于白给。

每一次你向 AI 描述你的行业细节、你的判断口径、你踩过的坑、你那份说不出口的分寸感，都在为下一次词元生产提供原料。第五天那 25 位菲尔兹奖得主担心的"署名权归谁"，不是数学界才有的烦恼——它正在你的每一次对话框里发生。

北斗不问方向，它只是不动。在什么都加速的年份里，先定住自己那一格——在场、知止，然后才谈得上复利。

▎尾声：一个思考题

今天你消耗的词元，和你贡献的词元，哪个更多？如果从明天起只允许你保留一头——你想把哪一项盈余的能力，封装成可被反复调用的词元？

留言"词元"，我们把上面这张《三张清单·词元刻度版》做成可以直接填写的版本发给你。明天、后天我们就在这同一张表上加列，最后合成一份完整行动表。

引用说明：Token 中文定名"词元"、"智能时代价值锚点""结算单位"定位，据国家数据局局长刘烈宏在中国发展高层论坛 2026 年年会（2026 年 3 月 22–23 日）的表述；"我国日均词元调用量已超过 140 万亿"（2024 年初 1000 亿 → 2025 年底 100 万亿 → 2026 年 3 月 140 万亿，两年增长 1000 多倍）及"Token 出海就是产业竞争力增强的一个标志"，据刘烈宏在国务院新闻办新闻发布会（2026-03-24）的表述，转引自新华社《Token 中文名定了！》（国家数据局官网转载，2026-03-25）；2026 数博会主题"词元——数据要素价值释放新路径"及"国内首个专门服务'一人公司'科创主体的人工智能大模型市集"，据新华社（2026-07-30）及中国经营报（2026-07-30）；"桶—度—词元"与"定义权与计量权"、调用结构性矛盾（消费级量大收益低、高价值调用沉淀在企业内部封闭系统），据清华大学唐杰《以词元为引擎推动智能经济高质量发展》（国家数据局官网专家解读，2026-08-17）；"70% 硬件约束""每生产一个 Token 就像生产一个螺丝钉"、超级个体词元消耗数据、供给侧周期（HBM 12–18 个月、数据中心 18–36 个月、变压器 2.5 年、电网 5–12 年）及海宁皮革城案例，据司晓《词元（Token）是智能时代最显性的脉搏》（腾讯研究院公众号 2026-09-01，2026 数博会主题演讲实录）；高质量数据集超 10 万个、总规模超 890 PB 及"探索'词元贡献量'作为数据要素参与收益分配的依据"，据肖宏伟《以质量引领开创词元经济新未来》（国家发展改革委网站转载《中国经济时报》2026-06-03）；可信数据空间"到 2028 年建成 100 个以上"据国家数据局《可信数据空间发展行动计划》，南方能源行业可信数据空间数据据《南方电网报》（中国南方电网官网 2025-12-30）；"桶—度—词元"计量单位类比、调用结构性矛盾，参考唐杰《以词元为引擎推动智能经济高质量发展》（国家数据局官网 2026-08-17）；词元经济四要素与生态反哺链条、数据要素收益比重相关论述，参考黄卓、周鼎《词元经济的发展逻辑与时代意义》（2026-09-08）；普拉提袜创业案例（Seena Rezaei，品牌 Grounded，2025 年，30 天 270 万美元、毛利 60%–75%、打样 3–6 个月压缩至 7 天）及"大模型不会凭空产生高维洞察"判词，据周宏骐《1 个人 30 天狂赚 2000 万，他把袜子做成奢侈品》（笔记侠，腾讯新闻 2026-09-14）；代币化红线据中国人民银行等八部门《关于进一步防范和处置虚拟货币等相关风险的通知》（银发〔2026〕42 号，2026-02-06）；东北亚词元跨境服务中心由海南数据交易服务有限公司、海数交（长春）数据服务有限公司等共建、"是国内率先开展来数加工与词元出海创新探索的平台"、业务含"数据采集聚合、加工训练、流通交易、词元跨境"，及长白山人参数智农业多智能体词元流通交易平台"以多智能体词元为载体，激活农业数据要素价值，助力长白山人参等吉林特色农业实现数字化、智能化、价值化升级"，据长春市人民政府官网、吉林省人民政府官网《聚焦东北亚数智经济新蓝海 东北亚词元跨境服务中心在长春中韩示范区启动先行测试》（2026-08-11）及中新网（2026-08-10）；文中涉及人参产业的表述，一律采用官方公开发布口径（"多智能体词元"），未采用任何未经公开证实的提法，亦不作延伸解读。文中事件与数据均为公开资料整理，本号仅作趋势解读，具体以官方/原著为准。