引言

2026年3月，国家数据局将Token正式定名为“词元”，这一举措标志着技术术语向经济范畴的关键跨越。几乎同时，英伟达CEO黄仁勋提出“智能Token是新的货币”，将“算力—词元—智能—产出”串联成闭环的价值链条。词元不仅重塑了AI服务的计量基准，更打开了经济学中长期被视为“黑箱”的技术进步过程。然而，作为一个新兴交叉领域，Token经济学在概念界定、价值度量及治理体系上仍存巨大空白。本文试图剥离技术迷雾，从政治经济学视角审视词元如何重构生产要素属性，探讨智能时代价值创造与分配的新范式。

一、词元的双重属性：从语义单元到价值载体

1.1 技术谱系的分野与交集

词元（Token）在当下呈现出技术与经济的双重面孔。在人工智能领域，它是大模型处理信息的最小语义单元，是智能生成的“原子”；在区块链与数字金融领域，它是链上流转的数字凭证，是资产确权的“原子”。二者虽路径不同，却在“可计量、可定价、可交易”这一经济特征上形成了历史性交汇。

1.2 经济学范式的正式确立

浙江大学与阿里云等机构联合发布的综述论文《Token Economics for LLM Agents》，首次将计算机科学与经济学深度融合，将词元重新定义为生产要素、交换媒介与记账单位。这标志着研究焦点已从“模型性能优化”转向“给定词元预算下的资源配置最优化”。词元经济学由此具备了独立的研究范式，其核心命题不再是技术参数，而是围绕词元展开的资源配置效率与制度设计。

二、度量衡的困境：从“原始词元”到“有效词元”

2.1 计量标准的碎片化

词元计量的首要挑战在于缺乏统一标准。由于分词器（Tokenizer）算法的异构性，同一段文本在不同模型中被拆分的词元数量差异巨大，导致成本核算失去横向可比性。全行业尚未形成类似“米原器”或“国际千克原器”的通用计量规范，用户难以进行跨平台的投入产出分析。

2.2 从“流量思维”向“质量思维”的转型

更深层的矛盾在于计量与价值的错位。当前的计费模式仅统计“原始词元”的消耗量，却无法衡量其质量。学术界正呼吁建立以“有效词元”为核心的核算体系，引入任务完成率、结果准确率、人工返工率等维度。这种转型旨在解决“有流量无价值”的痛点，是词元经济学从粗放走向精细的必经之路。

三、价值的可编程性：万倍价差与消费者剩余

3.1 指令驱动的价值跃迁

词元展现出一种传统生产要素不具备的特性——价值可编程性。不同于煤炭或石油的物理属性定价，词元的价值高度依赖于应用场景。耶鲁大学研究指出，同一词元用于闲聊与用于法律分析，其价值差可达万倍。这种由指令驱动的价值跃迁，使得词元成为“可合同化的计量单位”，突破了传统要素的价值刚性。

3.2 定价机制与价值捕获的背离

然而，现行定价机制多基于算力成本，而非基于产出的实际价值，导致巨大的消费者剩余。斯坦福研究显示，仅2024年生成式AI为美国消费者创造的消费者剩余就高达970亿美元。这揭示了当前市场的一个核心悖论：用户获得的价值远超实际支付，而厂商难以捕捉这部分溢出价值。如何设计基于价值的定价机制（Value-based Pricing），将是词元经济学研究的核心议题。

四、生产函数的重构：AI工厂与五级转化链

4.1 “AI工厂”的产业逻辑

黄仁勋将现代数据中心定义为“AI工厂”，精准概括了词元的生产过程。与传统工厂不同，AI工厂的输入是电力与数据，输出是词元。这一隐喻将数字生产过程具象化，强调了词元作为标准化工业制成品的属性。

4.2 价值生成的五级链条

从产业链视角看，词元生产遵循一条严密的五级转化链：算力供给、工厂转化率、模型效率、质量调整系数与场景兑现率。前两级决定词元的“数量”（能生成多少），后三级决定词元的“质量”（这些词元值多少钱）。未来产业竞争的焦点，将从单纯的算力堆砌转向“单位功率词元产出”与“单位词元价值兑现”的效率比拼。

五、杰文斯悖论：成本塌陷与需求爆炸

5.1 效率提升诱发的需求扩张

词元经济正典型地演绎着杰文斯悖论。过去两年，词元生产成本下降超99%，但全球AI支出却增长了数倍。清华大学研究显示，前沿大模型单次调用成本降至原来的1/280，但OpenAI的推理总支出反增2.4倍。这一现象的底层逻辑在于：效率提升降低了单次调用门槛，却诱发了智能体（Agent）的高频、多轮调用。

5.2 吞噬红利的“算法贪吃蛇”

随着AI从单轮对话向复杂工作流演进，单次任务的词元消耗量呈指数级增长。智能体每完成一项任务可能触发10到20次模型调用，导致总账单不降反升。这揭示了词元经济中“降本”未必“减量”的特殊规律：效率提升带来的红利，最终被暴涨的用量所吞噬。

六、治理的三难困境与制度构建

6.1 系统性约束：计量、结算与最优性的权衡

词元经济的健康发展面临严峻的三难困境：即在细粒度计量、实时结算与资源配置最优性之间，难以同时达到帕累托最优。这一条件性的“无免费午餐”原则，构成了Token经济系统设计的基础性约束，意味着任何架构设计都必须在精度、速度与效率之间做出取舍。

6.2 制度层面的四重关口

除了技术困境，治理挑战还体现在四个维度：计量定价关，缺乏统一的价值评估标尺；法律属性关，词元作为数据产品、服务单位还是虚拟财产，法律定性尚不明晰；平台垄断关，定价权高度集中于头部平台；安全防护关，恶意调用与滥用风险激增。这要求监管逻辑从“事后纠偏”转向“事前嵌入”，构建适配词元流动性的新型监管框架。

七、演进方向：从计量单位到经济基础设施

7.1 两场革命的交汇：AI与区块链的融合

展望未来，AI领域的“词元”与区块链领域的“代币”正呈现融合趋势。去中心化智能体经济将依托词元实现价值流转，数百万个自治智能体将在市场机制下完成实时交易与协作。这种融合将催生一个全新的“智能体经济”，其中代码即法律，词元即血液。

7.2 大宗商品化：词元作为新型价值锚点

词元正从技术计量单位升级为数字时代的新型价值锚点。市场已给出明确信号：支付巨头Stripe斥资约10亿美元收购计量公司Metronome；学术界提出“标准推理词元”及配套期货合约方案，模拟显示可将企业算力成本波动降低62%至78%。种种迹象表明，词元正被视作一种大宗商品，其作为数字经济基础设施的属性日益凸显。

结语

Token经济学上述的一系列基本问题，归根结底是在追问：当智力活动变得可计量、可定价、可交易时，经济运行的基本规则将如何改写？从蒸汽机的煤炭到AI的词元，人类首次能够精细地度量“思考”的经济成本。尽管词元的计量标准、定价机制与治理框架尚在萌芽，但这种不确定性恰恰孕育着理论突破的机遇。词元经济学不仅是技术的注脚，更是理解智能时代生产关系变革的关键锁钥。

（作者 余政）