當Token變成勞動力，人就變成了介面

文 | 林晚晚

1876 年，費城世博會。巴西皇帝佩德羅二世拿起貝爾發明的電話，聽到另一頭傳來的聲音，驚呼：「天哪，它會說話！」

一百五十年後，2026 年 3 月 18 號，聖荷西會議中心。穿黑色皮夾克的黃仁勳站在 GTC 大會的舞台上，也說了一句讓人驚的話。

「十年後，NVIDIA 大概有 7.5 萬名員工。他們會非常非常忙，因為要和 750 萬個 AI agent 一起工作。」

臺下笑了。

7.5 萬人，750 萬個 agent，1:100。

黃仁勳自己也笑了，補了一句：「它們會全天候工作。希望我們的人不用跟它們比。」

掌聲散了，這個數字被當天更花俏的晶片發布和合作協議淹沒了。但我們再把它單獨拎出來想一會兒，這有可能是整場大會最重要的一句話之一。

不止有黃仁勳。三個月前，另一個人把同一種未來描述得更具體。

2026 年 1 月，拉斯維加斯 CES。麥肯錫 CEO Bob Sternfels 坐在臺上報數字。

「我們現在有 4 萬名人類員工，大約 2.5 萬個 AI agent。」不到兩年前，這個數字還是幾千。那 2.5 萬個 agent 過去半年生成了 250 萬張圖表。

250 萬張圖表。過去這活兒是剛入職的分析師幹的。二十三四歲，頂著世界名校光環，凌晨三點對齊坐標軸。

那是每一個麥肯錫新人的起點，用最機械的勞動換一張通往合夥人之路的門票。

如今這張門票的前半段被 agent 接管了。Sternfels 說：AI 讓某些崗位增長了 25%，也讓另一些崗位縮減了 25%。公司被整整齊齊地劈成兩半，擴張的一半和收縮的一半。

NVIDIA 的故事和麥肯錫的故事講的是同一件事。

1:100 的世界裡，幹活的是 Token 驅動的 agent，人是連接在 agent 上面的接口。

外掛的遙控器不在你手裡

GTC 那一周，黃仁勳做客 All-In Podcast，說了一句殺傷力更大的話。

「假設你有一個年薪 50 萬美元的工程師。如果他沒有消耗至少 25 萬美元的 Token，我會非常擔憂。」

主持人追問 NVIDIA 是否在為工程團隊花 20 億美元買 Token，黃仁勳答：「我們正在努力。」

一個不燒 Token 的工程師，50 萬也不值 50 萬。

NVIDIA 的方案很直接，往薪酬包裡塞 Token。黃仁勳在 GTC 主題演講上說，未來 NVIDIA 每個工程師都會有一筆年度 Token 預算，大約是基本工資的一半。

一個 base 幾十萬美元的工程師，額外拿到相當於半個 base 的推理算力配給，總包裡三分之一是純粹的燃料。

一個拿滿額 Token 預算的人，等於全天候有十幾個 AI agent 幫他寫程式碼、跑測試、搜文獻、做仿真。一個只有免費版 API 額度的人，還在靠雙手敲鍵盤。兩個人簡歷可能一模一樣，產出差 5 到 10 倍。

這在矽谷已經不是理論了。

今年 3 月，Business Insider 報導了一個變化：工程師面試時開始問「這個岗位配多少 Token 預算？」Theory Ventures 的合夥人 Tomasz Tunguz 把 Token 預算叫工程師薪酬的「第四支柱」，排在底薪、獎金、股權後面。OpenAI 總裁 Greg Brockman 的話更直接：你能調用多少推理算力，將越來越決定你的整體生產力。

黃仁勳在 GTC 演講裡自己也說了：「有多少 Token 跟著我的岗位走？這已經是矽谷的招聘工具了。」

1950 年代，底特律汽車工人的工資在全美名列前茅。真正讓他們過上中產生活的，是亨利·福特發明的流水線。工人站在線上，線動人不動，每個人的產出被機械臂放大了幾十倍。一個底特律工人的生活水準遠超同期的手工匠人，手藝未必更好，但他腳下踩的是一條更粗的流水線。

2026年的 Token 預算，就是 1950年的流水線。

但有一個區別。

底特律工人離開福特，可以去通用，可以去克萊斯勒，流水線哪兒都有。工會能跟資方談判，要求更好的線速和更安全的環境。

Token 預算不一樣。公司給你那天你是超人，收回那天你變回路人。股票能套現帶走，技能能跟著你跳槽。Token 預算什麼都不是，就是外掛，開關在公司手裡。

硅谷已經有了一個新詞來形容這種處境，叫「GPU 飢渴」。

頂級 AI 研究員跳槽，薪資差距已經排到第二位了，排第一的是算力。跑不了實驗，部署不了 agent，能力被配額卡死。「你們給多少 Token」有時候排在股票前面。股票是一張可能跌的遠期支票，Token 預算是今天就能兌現的生產力。

而不用 AI 的人，直接出局。

Goldman Sachs 估算 AI 可能自動化美國 25% 的工時。Mercer 調查說 65% 的高管預期兩到三成的員工會因 AI 被重新配置。兩組數字疊在一起，結論很清楚：有 Token 的人產出爆炸，沒有 Token 的人被優化掉。

分界線是 Token 配額，和人的能力，關係越來越小。

Token 吞吐量就是估值

個人的價值由 Token 配額決定。公司呢？

2026年3月初，一家叫 MiniMax 的上海公司發了上市以來的第一份年報。全年營收 7900 萬美元，調整後淨虧損 2.5 億 2.5 億。按傳統財務指標看，這是一家燒錢的小公司，營收只有 Accenture 一個季度的零頭。

但資本市場不這麼看它。

MiniMax 的 CEO 閻俊傑在財報電話會上說了一句話，比整份財報都重要：「公司的價值，由智能密度乘以 Token 吞吐量決定。」

Token 吞吐量，不是營收增速，不是用戶數，不是毛利率。

支撐這句話的資料很硬。2026 年 2 月，MiniMax 的 M2 系列模型日均 Token 消耗量，比兩個月前的 12 月漲了 6 倍。編程場景的 Token 消耗漲了 10 倍。在 AI 模型聚合平台 OpenRouter 上，MiniMax 的 M2.5 兩周消耗了 4.55 兆 Token，把美國的模型全部擠下去，一家上海公司第一次登上全球 Token 消耗排行榜的榜首。

《南華早報》報導這件事時用了一個說法：中國的開源模型終結了美國開發者長達一年的市場統治。終結靠的是什麼？Token 消耗量。誰的 Token 被燒得最多，誰就是贏家。

這個邏輯放到 OpenAI 身上也成立。OpenAI 的 API 平台每分鐘處理 60 億 Token，兩年漲了 20 倍。年消費超過 10 萬美元的企業客戶，一年翻了將近 7 倍。Barclays 分析師 Ross Sandler 拆了一遍資料後得出結論：OpenAI 在消費端的 Token 消耗量是 Google Gemini 的兩倍以上。

Token 消耗量，成了給 AI 公司排座次的硬通貨。

更有意思的是這件事在公司內部的樣子。紐約時報最近報導了一個叫「tokenmaxxing」的現象：Meta 和 OpenAI 的工程師在內部排行榜上比拼誰消耗的 Token 多。

Token 預算正在變成標準福利，就像十年前的免費午餐和牙科保險。一個在愛立信斯德哥爾摩辦公室工作的工程師告訴紐約時報，他花在 Claude 上的錢可能比他薪水還高，但公司買單。

TechCrunch 上週的一篇文章算了一筆賬：一個工程師下午寫篇文章可能用掉 1 萬 Token，但一個跑著 agent 集群的工程師，一天能在後台燒掉幾百萬 Token，一個字都不用打。

兩年前，每百萬 Token 的價格是 33 美元。現在，9 美分。跌了 99.7%。價格越便宜，燒得越猛。燒得越猛，越離不開。

閻俊傑在電話會上的預測是：未來市場對 Token 的需求，可能會增長一到兩個數量級。

這就是 2026 年給一家公司定價的新方式。不看你賺了多少錢，看你的 Token 被燒了多少。MiniMax 虧 2.5 億，但 Token 吞吐量的增長曲線陡得嚇人，資本市場願意下注。你可以把它類比成 2006 年的 YouTube，一毛錢收入沒有，但帶寬消耗量在指數增長，Google 願意花 16.5 億買它。

當年 YouTube 燒的是帶寬。今天 MiniMax 燒的是 Token。計量單位變了，邏輯沒變。

產能等得起，債務等不起

GTC 同一周還發生了一件事。

3 月 18 號，Stripe 發布了 Machine Payments Protocol。說白了：AI agent 可以自己花錢了。

一個 agent 需要一組數據，自己付費下載。需要算力跑推理，自己按秒買。需要調用另一個 agent 的 API，自己結賬。整個過程不需要人類點確認。Visa 為這個協議適配了信用卡支付，Coinbase 做了 agent 專屬錢包，Mastercard 在開發 Agent Pay。

Token 的消耗從此多了一個來源。過去只有「人調度 agent」這一種場景。現在 agent 自己也在消耗 Token，而且在用 Token 賺來的錢去買更多 Token。Stripe 聯合創始人 John Collison 用了一個詞：洪流。

黃仁勳在臺上給了對應的數字：NVIDIA 要把 Token 生成速率從 2200 萬拉到 7 億，350 倍。

這是在建一整張公路網，賭車流量會指數增長。

6000 億美元的基建賭注，需要一個前提：全世界對 Token 的消耗量，要大到能撐起回本。這個前提目前還只是一個假設，而且是一個非常昂貴的假設。

2025 年最後一個季度，科技公司發行了創紀錄的 1087 億美元債券。進入 2026 年，頭幾周又是 1000 億。Morgan Stanley 和 JPMorgan 預估未來幾年 AI 相關企業借債總量可能達到 1.5 萬億美元。據 Goldman Sachs 估算，AI 資本開支已經占到美國 GDP 的 3% 左右。

华尔街最先嗅到风险的一批人已经开始买保险了。信用违约互换的交易量在升。花几十個基點的保費，賭的是這些公司可能還不上錢。Citi 的信用策略主管 Daniel Sorid 在一次投資人會議上說了一句：「作為信用投資者，面對這種規模的轉型，需要這麼大的資本投入，讓人本能地感到不安。」

Google 創始人 Larry Page 在公司內部說過一句更極端的話，Page 多次對 Google 員工說：「我寧願破產也不願輸掉這場競賽。」

它精確地描述了一個囚徒困境：每一家巨頭都在賭對手會繼續投入，所以自己不能停。停下來的人直接出局。

樂觀的一面有硬數據。Token 生成速率拉高 350 倍。Stripe 剛讓 agent 自己花錢。McKinsey 兩年內從幾千個 agent 擴到 2.5 萬個。如果 agent 經濟全面起飛，Token 消耗的增長曲線確實可能拐成指數級。

但有一個日期讓很多人睡不好覺。2026 年下半年，續約懸崖。

2024 到 2025 年，企業花的是「創新預算」。CEO 需要在財報會上說一句「我們在擁抱 AI」，價格不太敏感，效果不太苛求，花的是姿態的錢。2026 年下半年，第一批試點項目到續約節點。創新預算花完了，CTO 讓出了桌子對面的位置，CFO 坐了過來。CFO 只認一個數字：ROI。

如果大量試點被砍，Token 的終端消耗會突然出現缺口。上游 6000 億砸出來的產能，數據中心建好了，電力接通了，晶片上架了，變成閒置產能。

這種事歷史上發生過。

2000 年，電信公司花萬億美元鋪海底光纜。泡沫破裂，全球 90% 的光纜暗在海底，閒了將近十年。直到 Netflix 開始流媒體、iPhone 引爆移動互聯網，光纜才被一根一根點亮。光纜沒白鋪。鋪光纜的朗訊、北電、世通都破產了。基礎設施還在，建設者不在了。

2012 年，中國光伏。無錫尚德、江西賽維把組件價格打穿全球成本線。產能嚴重過剩，行業血洗三年。需求後來確實來了，光伏今天是地球上增長最快的能源。尚德破產了。賽維破產了。先行者躺在了黎明前最後一段黑暗裡。

贝爾發明電話後，Western Union 拒絕以 10 萬美元買下專利。十年後 Western Union 願意出 2500 萬美元，貝爾不賣了。三十年後電話網路覆蓋了全美國。但鋪網路的那些小公司，大多沒活到電話普及的那一天。贏家是後來靠收購和壟斷吃下一切的 AT&T。

基礎設施的故事永遠是這個版本。方向幾乎總是對的，但時間差會殺人。

回到 Token。前面講的那個結構，Token 變成勞動力，人變成接口，Token 額度定義一切，成立的前提是 Token 被持續、大量、加速地消耗。工程師的 10 倍產出靠 Token 供給撐著，砍掉就歸零。OpenAI 的 8400 億估值靠算力承諾撐著，協議終止就縮水。6000 億的基建靠終端消耗增長撐著，增速一放緩就是空轉。

每一層依賴下一層。消耗增速比建設增速慢兩三年，整條鏈上所有人的定價都會鬆動。

你靠著哪條鐵路

2023 年有卡就是爹。2026 年有 Token 就是爹。

聽起來像換了個詞，底下的變化比大多數人意識到的要深。

GPU 是資產，買到了就是你的，鎖在機房裡，別人拿不走。

Token 是流量。你的 10 倍產出、你的高估值、你在談判桌上的籌碼，全部建立在一股持續的、不屬於你的供給上。水龍頭一關，一切歸零。

當 Token 變成真正幹活的勞動力，人就變成了接在 Token 上面的接口。好的接口能讓 Token 發揮更大價值，判斷力、審美、經驗，這些東西還在。但一個接口能做多少事，首先取決於它被接入了多少 Token。

1870 年代的美國農民發現，種出好小麥還不夠，得在鐵路邊上。1950 年代的手工匠人發現，手藝再好也拼不過流水線上的工人。2026 年的工程師正在發現，程式碼寫得再漂亮，沒有 Token 預算，一切都是空轉。

當 Token 變成真正的勞動力，人就變成了接口。接口本身的好壞還重要，但接口值多少錢，首先取決於誰在給它供電。