10月30日，由联想控股微空间、海淀区中关村街道、海淀区“五方六力”中国科学院工作组、融科资讯中心、联想创投及讯兔科技等共同发起的“科技有「联想」·Token畅想曲”线下沙龙在京举行。活动汇聚产学研投领域一线嘉宾，以“捕捉Token经济的引爆点”为主题，共议Token经济的产业趋势、技术演进、商业模式与价值判断。

不同于传统活动安排主题演讲，本次沙龙以“白板开放麦”形式，邀请嘉宾不设PPT、以白板为纸，分享各自最真实、最一线观察。他们来自产业、学术、研究与投资等不同领域，视角各异，却共同指向几个绕不开的问题：Token消耗在狂飙，为什么需求端还没有爆发？原始Token如何变成可用产品？Token经济的成本公式是什么？从卖Token到卖结果，商业闭环卡在哪？价值最终在哪里兑现？人的位置又在哪里？

本文梳理了他们的核心观点，希望呈现一场关于应用、需求、成本、商业闭环与价值兑现的真实思辨。以下，enjoy：

应用侧：Token消耗在狂飙，“用好AI”仍是门槛

AI短剧导演张凯从十年影视从业经历出发，对比了传统实拍与AI短剧的生产逻辑。在他看来，传统实拍中，导演只需向美术、摄像、演员传达需求，由专业人员各自发挥；而AI短剧要求导演在前期完成全部定调与结构化，执行阶段全程把控。

△AI短剧导演张凯

张凯指出，AI短剧的核心不是堆砌提示词，而是搭建定调表、结构化提示词库，由AI完成分镜和批量生成。行业竞争已激烈到每个从业者都要把Token成本精确控制到每个镜头，“大家都是自己Token的第一责任人”。这种变化催生了三种团队架构：组长带“超级个体”、组内分资产与动画以及传统影视转型的细分工模式。在他看来，未来属于“全链条+个性化”的人，AI内容行业需要的是懂全流程的“超级个体”。

讯兔科技联合创始人、首席数据官崔予淳认为，AI应用目前渗透率高速提升，通用Agent的快速渗透有助于提升用户对于AI的使用习惯和信任。下一个阶段AI应用的核心竞争力，来自于完成专业任务的深度和稳定性。

△讯兔科技联合创始人、首席数据官崔予淳

供给形态：原始Token不是产品，必须加工为服务与Agent

Token消耗量的指数级增长，离不开模型能力的持续跃升。中科紫东太初总裁楚汝峰分享到，作为大模型领域的“国家队”，紫东太初正沿感知、推演、人机环境互动三大能力演进，落地方向为AI for Science与具身智能，目标是构建干湿实验闭环的“科学自主实验室”。

△中科紫东太初总裁楚汝峰

他认为，Token经济的本质，是把认知和决策变成可工业化、持续产出的能力，正如互联网当年把连接变成基础设施。但他同时指出一个现实困境：有高校给每名学生发放十亿Token，每月真正用掉的只有两三个人，“Token必须被加工为服务、Agent乃至完整的科研任务，普通人才能用得起来。”

在楚汝峰眼中，Token经济的新机遇是“SaaS”。他给出的解释是“Service as a Software（服务即软件）”，“未来，也许每个人只要消耗一些Token，身边就站着一群物理学家、化学家、生物学家帮你干活，原本不可交易的能力由此变成可交易。”

联想控股前瞻技术研究院首席技术专家杨宇航则用“路已修好，车仍不足”比喻当前AI产业：底层基础设施已取得长足进步，但上层应用产品仍有巨大进化空间。他判断接下来会发生三件事：一是应用的涌现；二是“工具平台”层的补课。如何调用不同来源的Token、串联流程、快速把想法打磨成应用并获得反馈，这层目前仍不好用，门槛会进一步降低；三是模型层面自主学习、持续学习能力的突破。工具平台和模型层面的突破会进一步推动应用的涌现，应用的涌现又会对AI基建提出新的需求，从而构成正反馈循环：应用爆发拉动基建升级，基建反哺应用。

△联想控股前瞻技术研究院首席技术专家杨宇航

对个体而言，杨宇航认为机会没有严格边界：应用涌现是所有人的机会，关键在于“定义问题”，要把自己熟悉、有经验积累的问题定义清楚；工具平台和基建更多是产业界的机会，而模型迭代对学界和研究机构同样开放。

成本与技术路线：Token经济需要成本公式，也需要统一软件栈

中国科学院软件研究所助理研究员张洪滨给出一个Token经济的成本公式：Token产出量除以生成成本，成本等于计算、存储、通信、电力等要素与硬件利用率的乘积。

△中国科学院软件研究所助理研究员张洪滨

在此基础上，他提出“RISC-V+AI”的技术路线判断。AI时代的应用场景高度多样，不同场景需要不同的硬件实现，而RISC-V开放、免授权、模块化、可定制的特性恰好与之契合。但他同时提醒，RISC-V硬件规格的多样性与AI应用的多样性叠加，会造成软硬件适配的“组合爆炸”。

对此，张洪滨所在团队打造了如意社区的统一AI软件栈“Ruyi AI”：向下兼容各RISC-V厂商的硬件，向上支撑AI for Science等各类应用，用一套统一的方案同时弥合硬件碎片与应用生态。

需求与稀缺性：供给曲线已外扩，需求曲线尚未被解读

腾讯研究院高级研究员白惠天以经济学第一性原理“稀缺”切入。她指出，Token的稀缺性正在指数级下降：2024年全国日均Token消耗约一千亿，而如今一位深度使用AI的个人，一个月的消耗量就可达一千二百亿。

△腾讯研究院高级研究员白惠天

她认为，Token的本质是可机器化交付的智力服务。过去智力服务强依附于人、按小时高价提供；如今机器可以近乎无限地供给，供给曲线已大幅外扩。但需求曲线的变化还没有跟上，大量需求尚未打开，“当供给近乎无限，判断值不值得做的能力、行业Know-how沉淀的标准，反而成为稀缺品。”

她进一步指出需求侧最重要的变化：过去长尾的、甚至用户自己都说不清的需求，第一次有机会以低成本被满足、以高精度被解读。而解读需求的能力，恰恰存在于每一个普通从业者身上——谁能抓住这样的需求，谁就可能有新的机会。

投资与商业闭环：从卖Token到卖结果，价值重心转向应用与场景

联想创投高级总监叶帅民将Token经济类比互联网经济：后者的底层是流量与连接，前者的底层是智力。硅基智能是一次影响深远的工业革命，影响超过人类历史上的历次工业革命，人类生产方式、经济结构、社会形态、人类文明范式将发生系统性不可逆的改变。

△联想创投高级总监叶帅民

叶帅民认为Token经济下的机遇主要有三：一是“造人”的时代。硅基劳动力单元与人格化主体的出现，将重塑社会与生产关系，AI与人的关系呈现放大器、替代者、服务者三类，当前正处于放大器阶段；二是新生产资料。从能源到芯片再到模型的Token生产链条，在芯片格局、模型演进和基础设施优化上都存在机会；三是关系重塑。他以短剧行业为例——模型厂商掌握生产资料、平台掌握分发、创作者在劳动，这一分配格局未来必然调整，以AI Native组织提供新服务的企业、“主权AI”生产资料重分配等新命题也随之而生。

国泰海通证券计算机行业首席分析师杨林从二级市场视角画出一个“倒金字塔”：AI产业链中，应用的市场空间可能是模型的十倍，模型可能是芯片的十倍，但过去两三年资金都集中在上游。

△国泰海通证券计算机行业首席分析师杨林

分板块看，他认为算力层面景气度仍在，Scaling law仍然成立，模型厂商会持续投入，叠加国产算力占比提升的结构性变化；模型层面，中国大模型已接近全球前5%到10%的水平，未来有望出现万亿级公司，当前竞争如同德州扑克的“盲注局”，谁都无法先退场；应用层面，Token经济的本质是按结果付费，应用空间会被打开，但应用百花齐放、嵌入行业Know-how、缺少枢纽型标的，投资难度最大。他表示，从整个维度看AI仍处于早期，每一轮大的投资机会都来自技术变迁，这一轮也不会例外。

三个问题：需求为何未爆发、价值在哪兑现、人的位置在哪？

以上8位嘉宾来自不同领域，观点各异，但放在一起看，可以提炼出三个共同面对的问题。

问题一：Token供给持续狂飙，为什么需求端还没有爆发？崔予淳从使用行为给出答案：门槛不在模型能力，而在“用好AI”的能力，职场场景缺少主动发起的习惯；楚汝峰从供给形态给出答案：原始Token不是可用产品，必须被加工为服务与工具；白惠天从经济学给出答案：供给曲线已经外扩，但需求曲线尚未被解读。三人的答案互为补充——需求的爆发，等待的不是更多Token，而是更低的门槛与更深的需求翻译。

问题二：Token经济里，价值最终在哪里兑现？杨林的“倒金字塔”指出应用层空间最大，但资金仍在底层；杨宇航的“路与车”给出时间表：路已修好，车的涌现是下一阶段的主线；叶帅民则给出判断标准——谁能创造更有效率的Token、谁能用Token创造更多价值场景。三者的共识是：价值兑现的重心，正在从基础设施转向应用与场景，从卖Token转向卖结果。

问题三：人的位置在哪里？张凯的答案是“超级个体”——全链条、个性化；白惠天的答案是“需求解读者”，即理解用户说不清的需求；杨宇航的答案是“问题定义者”，定义问题比抢跑更重要。三种表述指向同一个方向：当智力可以无限供给，人的价值没有消失，而是上移到了判断、定义与品味的层面。

结语 Token经济正从“用量叙事”转向“价值叙事”

整场沙龙下来，最动人的不是任何单一答案，而是所有嘉宾共同拼出的图景：Token经济正在从“用量叙事”转向“价值叙事”。

● Token不是越多越好，而是要被加工成服务与Agent；

● 需求爆发不是等更多Token，而是等更低门槛与更深的需求翻译；

● Token经济不是用量竞赛，而是价值兑现；

● 从卖Token到卖结果，需要能力、认定和ROI三重前提；

● 价值重心正从基础设施转向应用与场景；

● 人的价值没有消失，而是上移到判断、定义与品味。

Token经济的引爆点，最终可能不是某项技术突破，而是每个行业的普通人开始用自己的Know-how，把无限供给的智力翻译成真实世界的价值。