Token 纪元：从「马力」到「人天」再到「兆字元时」的认知革命

——从「马力」到「人天」再到「兆字元时」的认知革命

在这个系列里，我们详细阐述生成式人工智能的字元（Token）是如何作为像“水电网”一样的基础设施改变每个人的未来：

当 AI 成为基础设施，谁来计量它的劳动？

答案是：一个新单位，叫 马斯（MTH，兆字元时）。

从马力到人天，再到马斯，

一部人类生产力的进化史，藏在这条计量单位的变迁里。

系列文章索引：

Token 纪元 1：从马力到人天——一场被单位改变的工业革命

核心问题：工业革命如何通过“马力”和“人天”定义生产力？AI 时代需要怎样的新单位？

• 马力神话：瓦特用“马力”将蒸汽机抽象为直观生产力符号，0.9 马力的奔驰汽车开启了机器替代牛马的时代。

• 人天困境：知识经济用“人天”量化脑力劳动，但效率参差、996 文化暴露其本质缺陷——无法衡量真实价值。

• AI 冲击：当 AGI 完成“30 人天”任务仅需“1 小时”，旧单位彻底失效，呼唤新标尺。

• 隐喻未来：从“马力”到“马斯”，单位的进化史，本质是文明对生产力的认知革命。

Token 纪元 2：为什么需要为 AI 时代建立全新生产力计量单位

核心问题：Token 为何成为智能时代的“水电网”？它与传统资源有何本质不同？

• Token 定义：字元（Token）是 AI 的“语言燃料”。

• 基础设施化：AI 公司买硅买电，卖 Token 智能，商业逻辑类似农夫山泉“买水卖品牌”。

• 历史教训：NASA 因单位混乱损失 1.9 亿美元，Token 亟需统一度量衡，避免重蹈覆辙。

Token 纪元 3：智能社会的三大关键指标——容量、速度、价格

核心问题：如何像管理水电一样精准计量 Token 资源？

• 容量（MT/GT/TT）：Token 用量决定 AI 任务规模上限。

• 速度（T/s/KT/s）：200T/s=AI 的“2G 网速”，1GT/s= 秒出小说——吞吐率决定用户体验。

• 价格（¥/MT）：GPT-4 生成百万字元需 430 元，成本是电力的千倍，算力稀缺性拉高溢价。

• 能耗真相：生成 1TT 消耗 4.5 万度电，需 7 座三峡供电——Token 是“烧电的字元”。

Token 纪元 4：AI 的算力网络，为什么还停在 2G 时代？

核心问题：为何 AI 生成仍像“拨号上网”？算力基建如何跨越代际鸿沟？

• 2T 现实：人均 200T/s= 生成短文需 10 秒，视频渲染等几分钟——体验堪比 2G 时代加载网页。

• 基建挑战：实现 1TT/s 需 5.4 亿块 GPU+7 座三峡电站，成本 = 中国全年 GDP，技术代差悬殊。

• 通信启示：从 2G 到 5G，网络速度提升千倍；AI 需同等算力革命，建“智元基站”铺路。

• 未来愿景：5T 时代 =1GT/s 算力普惠，个人可实时生成 3A 游戏画质，社会效率指数级跃升。

Token 纪元 5：从人天到马斯——AI 劳动力的崛起

核心问题：当 AI 按“马斯”计价，人类劳动力价值如何重构？

• 成本碾压：开发网站 = 人类 6 天 $4800vsAI1小时$8，效率差 600 倍，白领工种首当其冲。

• 单位定义：1 马斯 =1 小时消耗百万 Token，AI 任务明码标价，“脑力外包”进入工业化时代。

• 就业冲击：律师、设计师、程序员面临替代，卢德运动或将重现，但抗拒终是徒劳。

• 价值重估：人类工作转向创意与监管，体力劳动时薪 $100vsAI马斯单价$1，差距撕裂市场。

Token 纪元 6：字元时代的文明跃迁——人类社会的下一场大重构

核心问题：当 Token 流速超越人脑，文明将走向何方？

• 硅基觉醒：AI 每秒处理万亿字元，碳基生物彻底退出重复劳动，仅存创意与伦理角色。

• 教育革命：“学力”替代学历，人人配备“爱因斯坦 AI 导师”，知识获取成本归零。

• 经济悖论：GDP 统计失效，Token 创造的价值无法用传统货币衡量，新体系呼之欲出。

• 文明分界：Token 或成碳基与硅基文明的“罗塞塔石碑”，未来史书写此刻的度量衡革命。

让我们开始吧~

从马力到人天一场被单位改变的工业革命

1. 马力：蒸汽时代的功率

“这台 2025 年小米 Su7 Ultra 的峰值功率是 116 千千克·米 / 秒。”

听到这样的数字，大多数人可能只觉得一串冰冷的物理单位，脑海里根本浮现不出这台车到底有多强。

但如果换一种说法：“这台小米 Su7 Ultra 的峰值功率高达 1548 匹马力。”

想象一下，1548 匹马同时拖着你飞驰而去，是不是一下子就具体生动了？

这就是单位的魔力。为了让人们更好地理解蒸汽机的功率，18 世纪的工程师瓦特发明了“马力”这个词。简单来说，1 马力大约相当于一匹马在 1 秒钟内将 75 公斤的物体提升 1 米所做的功。

卡尔·奔驰的第一部汽车只有 0.9 马力，但它拉开了用四个轮子代替四个蹄子的生产力巨变之幕。

从第一辆 0.9 马力的奔驰汽车，到今天 1548 马力的电动车，动力的跃升见证了人类用机器替代牛马的工业奇迹。

而 1548 匹马力究竟有多猛？简单算算，它意味着可以在 1 秒钟内把 116 吨的重物提升 1 米！放在现实中，这台 2.5 吨重的汽车，从静止加速到 100 公里每小时，只需要短短两秒钟。

“马力”这种单位形象而易记，广泛流传。相比之下，另一个与动力相关的词——“扭矩”就没这么幸运了。尽管它同样重要，却因“牛顿·米”、“公斤·米”、“磅·英尺”这些复杂的表达方式，始终难以深入人心。

在那个工业咆哮的年代，飞速旋转的引擎成了生产力的象征——织布机的轰鸣、钻探机的咆哮、船只劈波斩浪，飞机腾空，火箭冲天，乃至阿姆斯特朗踏上月球的第一步，都离不开“马力”这一物理底层单位。

2. 人天：数字时代的工作量

直到某天，人类发明了名为"办公室"的新式工厂，西装革履的"知识工人"开始用键盘代替扳手，用 PPT 代替车床。人类的“生产力引擎”从轰鸣的机器变成了安静的办公室。无数打工人坐在电脑前，埋头处理文档、设计方案、计算表格、撰写报告、运营推广——每一天，像牛马一样辛勤劳动。

于是，“人·天”这个新计量单位应运而生。就像 19 世纪用马力衡量蒸汽机，20 世纪用"人天"量化脑力劳动。完成一项工作，究竟需要几个人、几天？比如开发一个小网站，也许是“3 个人天”；准备一份发布会 PPT，可能是“30 个人天”或“1 个人月”。

然而，这个单位有个天生的 Bug：人的工作时间并不一致。有人 8 小时认真努力，有人 12 小时摸鱼划水，还有人白天摸鱼晚上加班。到底怎么算？全凭“良心”打分。

当工程量巨大的时候，多加人是无法带来效率的线性提升的。《人月神话》早就揭示了这个单位的 bug——就像往怀孕项目里塞 9 个孕妇不会让宝宝 1 个月就出生，某些工作根本无法通过堆程序员来加速。

当年的牛马已经被发动机解放，成了餐桌上的美味。现代的牛马打工人，也在盼望着有一天能彻底“自由”，过上“要么户外钓鱼，要么办公室摸鱼”的理想生活。

这一切的转机，或许就靠正在崛起的“通用人工智能”(AGI)。未来，许多打工任务将由智能体 (Agent) 代劳——从计划、决策到执行，统统自动化。

但问题来了：这些 AI 智能体的工作量要怎么衡量？难道要说“GPT 干了 3 个人天”？光想就让人忍俊不禁！显然，新时代需要一个全新的度量单位。

不再是“马力”，不再是“人天”，那应该是？

答案也许是——“兆字元时”。

3. 马斯：通用人工智能时代的效率计量

读到这里，你可能不由自主地回头又看了一眼：“兆字元时？这是什么新玩意？”

别急，拆开来慢慢看：“兆·字元·时”。

“兆”指的是一百万 (Mega)，这个你大概在“兆字节”（Megabyte，MB）里见过：一张 CD 大约是 700 MB，一张软盘 1.44 MB。

“字元”（Token）则是大模型处理信息的基本单位，相当于 AI 理解语言的“食粮”。

而“时”当然就是时间，一小时。

所以“兆字元时”（Mega-Token-Hour，MTH）可以理解为：一个智能体每小时消耗多少百万个 Token 去完成任务。

不过，这名字的确太绕口了。就像过去“千克·米 / 秒”被“马力”取代一样，人类总喜欢用更简洁、生动的词汇来帮助记忆。

还记得电费的单位“千·瓦·时”(kWh) 吗？咱们平常叫它“度”。“这辆电车有 100 度电”，听起来既直观又好理解。

同理，未来的“兆·字元·时”或许也会简化为一个新词——比如叫“马斯”，缩写 MTH，源自 Mega Token Hour。

帮助解放牛马打工人的智能体们，可以用马斯去衡量它们的功力。

想象一下，未来的工作场景：

“这个 2 分钟的抖音短视频，AI 智能体只用了 5 马斯。”

什么意思？就是说，AI 在一小时内，消耗了 500 万个 Token，完成了选题策划、脚本撰写、AI 配音、配乐剪辑、字幕生成、视频制作、平台发布，甚至包括用户标签分析和发布时间优化。成本？也许只要 10 块钱！

再比如：

“要为这家新开的餐厅做个在线点餐小程序，需要 20 马斯。”

也就是说，一个智能体连续工作 5 小时，每小时吞掉 4 百万 Token，完成从界面设计、功能开发、支付对接、测试部署，到广告文案、配图美化，甚至连虚拟好评都一并打包完成。

以前，打工人按“人天”卖命；未来，AI 按“马斯”结算劳动成果。

老板看着表，微微一笑：“这活，花了 1 马斯？智能体干得漂亮，划算！”

本文将带你走进这个正在到来的新世界：

一个用“字元”、“字元时”、“字元每秒”来重新定义生产力的世界。

先来预告几个有趣的事实：

1. 字元 (Token) 是一种消耗传统资源的新质资源。 简单说：字元是一种消耗资源的资源。（如果用拼音说，ziyuan 是 ziyuan，消耗 ziyuan，语义很关键。）

2. 用 Token 生成一整套英文版 Wikipedia，需要大约 300 度电。 这些电量，能把一辆 100 度电的电动车充满 3 次，跑上两千公里往返京沪。

3. 1TB 的流量可能只需几百块人民币，但购买 1T Token 的 AI 智能，在 2025 年可能要花 800 万人民币，堪比数字黄金。 由此可见，Token 如今仍是一种稀缺的“新型燃料”。未来，什么时候能让普通人也拥有 1T Token 的“智能”随用随取？

4. 要打造一个每秒万亿字元（1 TT/s，太字元每秒）的算力中心，可能需要掏出 2021 年全中国 GDP 的资金购买 GPU，还得 7 座三峡大坝全天候供电。 即使是在筹划的地球最强雅鲁藏布江水电站，也需要两座才行。

5. AI 新基建的商业本质：买传统资源，卖智能资源：字元。 买的是硅芯片和电力，卖的是 Token 智能。这模式，跟“Buy Commodity，Sell Brand”这种传统品牌有点像：农夫山泉买水卖品牌瓶装水，麦当劳买肉卖品牌汉堡，德芙买可可粉卖品牌巧克力。未来，AI 公司买硅买电，卖 Token，卖智能。

这就像电力时代初期的场景重现：当爱迪生的电表开始转动，人们第一次意识到"看不见的能源"也能精确计量。不同的是，这次我们计量的不是电子流动，而是智能的跃动。

为什么需要为 AI 时代建立全新生产力计量单位？

现代文明建立在精确计量之上。

就像普罗米修斯带给人类火种，而瓦特带给世界蒸汽机，真正改变生活的却是那些不起眼的计量表。日常生活中，我们早已离不开这些单位：

• 电力，用“千瓦时”（kWh）计量，

• 电池容量，用“毫安时”（mAh）计量，

• 网络流量，用“KB / MB / GB / TB / PB”计量，

网络速度，用“KB/s / MB/s / Gbps”计量。

这些计量单位不仅帮助我们理解“资源”，更和“钱”直接挂钩：

• 居民月用电 500 千瓦时，电费约 250 元

• 电动车 100 度电，家用充电 35 元，公共充电桩可达 150 元

• 充电宝 一万毫安时，成本价约 20 - 50 元，共享充电宝每小时 2 - 5 元，可以给 iPhone 14 充满 2 - 3 次 (iPhone 14 电池容量为 3279 mAh)

• 移动流量 10GB，月费 30 元；50GB，约 80 元，

• 宽带 100Mbps 包月 99 元，500Mbps 包月 169 元。

资源 = 计量单位×价格，资源越贵，单位越重要。

那么，大语言模型（LLM）呢？

LLM 的基础资源单位，叫 Token（字元）。一个 Token，可能是一个字母、一个单词、一个子词（subword），取决于模型的编码方式。

1. 字元是什么？

在 AI 世界里，Token 就像电力世界里的电子，是最基础、最核心的资源单位。

Token 是语言的最小处理单元。只要一个字或者一个词能够被 Unicode 表示，它就能被字元 (Token) 表示。

不同于传统人类语言的“字”或“词”，Token 是为了让计算机能高效处理文本而划分的单位：

• 一个英文单词 apple 通常是一个 Token；

• 一个中文单词字符 黑 和 莓 可能分别是两个 Token；

• 对于复杂词汇，如 internationalization，可能被切分成 international + ization 两个 Token。

• 一个单字也有可能被拆分，比如中文字“猫”在早期的 ChatGPT-3.5 和 4 中被拆分分成了 3 个字元 (因为它的 unicode 表示是 3 个字节)，在后期的 ChatGPT-4o 中因为字元表扩张又被单独用一个字元表示。

字元是一种比词或者字更小的表示单位，用它可以灵活表示各种单词的意思。比如”莓”是一个单独的字元，那么黑莓、蓝莓、草莓就可以通过组合去望其形而知其意。其他也有一些例子：

• 门楼，角楼，钟楼：每个字都是一个字元，共有字元是“楼”，楼前面的字表示方位

• 茶盅，酒盅，药盅：每个字都是一个字元，共有字元是“盅”，盅前面的字表示容器中的物体

• 如果有些词从来没有见过，也可以通过单字组合大概知道新词的意思，例如：链球状菌，芽孢杆菌，弧水菌，耐酸菌；尘肺症，纤化症，颤舞症，血凝症。

字元的颗粒度并非最小。比如英文单词的最小组合单位是英文字母，但字元的颗粒度要比字母大。ChatGPT 早期出过一个 bug：它数不清 strawberry 中到底有几个”r”。这是因为 strawberry 这个单词就是一个字元，在计算机中用一个数值表示。这个就好像给你一滴水，让你数数里面有多少水分子。

2. 为什么是字元？

因为无论内容多复杂，最终在大模型眼中，一切都归结为一串字元流。 正如电流通过电线，Token 流经神经网络——激活、计算、再输出。

Token 是 LLM 的“粒度”。

• 每生成 1 万个 Token，模型要经历数千亿次矩阵运算。

• 每消耗 1 万个 Token，背后可能是几瓦时的电力消耗。

• 每百万 Token 输入和输出，直接影响推理成本和用户体验。

正因为 Token 是 AI 运作的“基本颗粒”，所以：

• API 计费按 Token 数计（如每 1K Token 价格 0.003 美元）；

• 大模型参数优化时，也以 Token 吞吐量（Token/s）为核心指标；

• 未来智能生产力的规模、能耗、效率，也都围绕 Token 展开。

3. 为什么今天大家对 Token 还很陌生？

因为 缺少统一、标准化的计量体系。

不同模型、不同平台，对 Token 的定义和计价方式都有微妙差异，导致：

用户在不同模型间切换时，不知道实际花了多少资源；

企业难以精准预算 AI 系统的运行成本；

市场难以透明、规范地交易 Token 资源。

这种混乱的状态，就像工业革命初期各地市斤、英镑混杂，商旅往来极其不便。

历史上，人类因为计量混乱，吃过很多大亏。

比如：

• 温度单位：华氏度 vs 摄氏度；

• 距离单位：公里 vs 英里；

• 重量单位：斤 vs 磅；

• 日期格式：年月日（中国）、月日年（美国）、日月年（英式）。

甚至，1999 年 NASA 的“火星气候轨道器”因为将“磅力”误当成“牛顿”进行操作，导致飞船高度过低，最终坠毁火星大气层，损失高达 1.93 亿美元。

秦始皇灭六国，历史书里重点记的不是战争，而是他统一了度量衡——这是千秋功业，百姓用斗舀米，商人用尺量布，才不至于各说各话，交易混乱。

正如开尔文所说：“当你能够衡量你所说的内容并用数字表达时，你对它有所了解；但是当你无法衡量它或用数字表达它时，你的知识就是贫乏的和不令人满意的。”

未来的智能社会，Token 就像水、电、流量一样，是不可或缺的“新型资源”。但遗憾的是，今天的 Token，既没有明确的度量标准，也没有普及的价格标尺，企业和用户往往“用起来没感觉，花钱时一脸懵”。

——智能时代的“度量衡革命”，从这里开始。

智能社会的三大关键指标容量、速度、价格

1. 数量单位：T 体系，从字节到字元的进化

正如存储空间有“Byte / KB / MB / GB / TB”的层级单位，Token 也需要自己的标准量纲。

为了避免误解，T 有三层含义：

• 物理世界，T= 特斯拉（磁场单位）；

• 数字世界，T=Tera（万亿）；

• 智能时代，T=Token（字元）。

比如：“5TT”= 5 万亿个 Token。

举个例子：

• 普通一篇博客：5 KT；

• 大英百科全书：约 53 MT；

• 英文维基百科：约 6.4 GT；

• GPT 训练数据：常以 TT、PT 计量。

未来，企业购买 AI 资源，就像买流量套餐一样。比如：10 GT 的套餐，够一个小公司用一个月的客服与内容生成。

电池类比：

购买 Token 包 = 购买“AI 电池”，例如一块容量 50MT 的“字元电池”。调用模型时，Token 消耗，电量递减。复杂任务可能会快速消耗大量 Tokens，就像玩游戏会让手机电池掉电更快；而简单任务则相当于低功耗模式，可以更持久地使用这块“电池”。

遗憾的是，Token 不像电池，无法提前“充好电”，只能按需实时计算——你无法揣着“50MT 的充字宝”走天下。

2. 速度单位：T/s 体系，智能的"流速"革命

与网络带宽（MB/s）类似，大模型的处理速度也需要单位标注，建议采用：

举例：

• 某高端 GPU 单卡性能为 50 KT/s，即每秒可处理 5 万个 Tokens；若某任务需处理 30 MT，以 100 KT/s 吞吐速度，仅需 300 秒（5 分钟）即可完成。

• 某低端 GPU (“中国特供”）单卡输出性能为 1.85 KT/s，即每秒可处理 1850 个 Tokens；若某任务需处理 30 MT，以 1.85 KT/s 吞吐速度，需要 4.5 小时才能完成。

吞吐速度的重要性，决定了等待时间。

就像：

• 56K 猫时代下载 DVD=200 小时，

• 家庭充电桩 120V 为电动车充满 =70 小时，用 240 伏 (Level 2) 充电，需要 10 小时，那就可以做到白天用车，夜间充满。

• 笔记本跑大模型，2 T/s= 永远等不完。

如果某家 AI 公司卖你 5 GT 的 Token 包（超大流量），但带宽只有 30T/s，那一个月最多只能消耗 78 MT 的字元，堪比“无限流量，龟速限速版”。

这事在现实世界中还真有，比如某网盘，给你 2TB 的空间，但是下载速度给限流了~

所以，未来你买 AI 服务，记得看两个数： 一个看容量（Token 包多大），一个看速度（T/s 够不够快）！

3. 成本单位：￥/MT 与 kWh/MT，智能的"价格标签"

既然 Token 是资源，也应该有价格标签和能耗指标。类似电费以千瓦时（kWh）计算、网络花费用 GB 计算，我们也可以定义大模型使用成本和能耗：

• 价格：￥/MT（每百万字元花费多少元人民币）

• 能耗：kWh/MT（每百万字元需要消耗的千瓦时），kWh/TT（每万亿字元需要消耗的千瓦时）

实例：

• 2025 年初的时候，DeepSeek-chat 的百万字元输出定价为 8 元 /MT，DeepSeek-reasoner 的百万字元输出定价为 16 元 /MT。而耗电大概为 0.045 度 /MT。

• 英文版的 Wikipedia 大致有 64 亿 token，也就是 6.4GT。

• 若是 1GT 的输出则定价为 8000 元人民币，耗电为 45 度电。也就是说，一辆一百度的电车的电量仅仅支持输出 2 Giga Tokens（十亿字元）。需要 3 辆 1 百度电的电车才能有足够的电力去生成整个英文 Wikipedia。

• 若是 1TT 的输出则定价为 800 万元人民币，耗电为 4 万五千度电，大概是一个小县城一小时的用电量。

所以，Token 虽然只是“字元”，但消耗的是真金白银与实打实的电力。这种"电力→智能"的转化效率，堪比炼金术士梦寐以求的"点石成金"。目前这个转化率还停留在工业革命初期的蒸汽机水平——瓦特改良的蒸汽机热效率仅 3%，而现代内燃机可达 40%。

在 4G/5G 早已普及的当代，很多人一个月消耗的数据流量就轻易超过了 1TB，一个月花费几百人民币。而 输出 1TT 的智能则需要 800 万人民币 的花费，这意味着我们 当前的算力还需要几个数量级的提升，同时成本还需要几个数量级的下降。

4. 能源视角：Token 是极度消耗资源的字元

为了帮助大家更直观地理解，我们将新提出的 Token 计量体系与传统资源进行对比：

但这个表格还藏着一个事实：Token 不是“读”出来的，而是“算”出来的。 而这个“算”的过程，极其昂贵。

今天，1TB 的流量只要几十块钱，但 1TT 的 Token，可能需要 800 万元人民币。

在 1TB 的流量都已经是白菜价的今天，1TT 的智能还是白粉价。咱们还需要能够大规模生产 Token 的“算力工厂”（黄仁勋把它叫 AI Factory）。

这种"数字黄金"的特性，让人想起 19 世纪铝比黄金还贵的历史——直到电解法出现前，拿破仑三世用铝制餐具招待贵宾，而普通宾客只能用金餐具。

这就是智能社会的现实：算力是新的燃料，Token 是新型资源。

人类正走进一个时代：数据是原料，算力是工厂，Token 是产品。AI 的成本，决定了智能经济的规模。

AI 的算力网络，为什么还停在 2G 时代？

实现单机达到 1GT/s 的算力，其实并不难。难的是：能不能给 每一个人 都配备 1GT/s 的字元速度。

在 2025 年的今天，大多数人体验大模型写作，依然停留在一个肉眼可见的缓慢过程：等待十几秒，屏幕上刷出几千字；要生成一段几秒钟的视频，可能得等上几分钟。

什么时候大模型的输出速度才能快得飞起？

2025 年的 GPU 技术大会 (GTC)，Nvidia 的黄仁勋在台上侃侃而谈新的数据中心能力，而有一张图预示了未来”AI 新基建”的走势：

请注意看图的横轴：“TPS for 1 User” —— 每个用户能分配到的字元速度，单位是 Token Per Second。纵轴则是“TPS/MW” —— 每兆瓦电力可以支持的 Token 速度，代表了算力中心的能效水平。

这张图的亮点在于，顶级算力 Blackwell 系列，已经能把单用户的字元速度推到 500 TPS，也就是每秒 500 字元。

看起来还不错对吧？其实不然！问题的关键在于图上那个小字：“for 1 User” —— 这是按全民普及来计算的单位。

也就是说，如果每人都开一台 AI 助手，服务器能为每人分配的，依然只有区区 200 T/s 的字元速度。

实现单一 1GT/s 的算力不难，难的是可以给 每个人 都实现 1GT/s 的算力。即使在 2025 年，老黄的算力图里，也只是给出了每个人 200 T/s 的算力。

想象一下，如果今天你的 5G 手机突然降级到 2G 网络——微信消息要转圈半分钟，刷短视频成了奢望。这正是当前 AI 算力面临的现实：虽然实验室里能达到 GT/s 级别，但人均算力却停留在 200T/s 的"2G 时代"。

从 200 T/s 到 十亿 /s (GT/s) ，离我们想象中“秒出小说，实时剪片，随叫随答”的 AI 生活，差得还很远哩。

这让我想起 1900 年的纽约：虽然爱迪生的珍珠街电站已运营 18 年，但普通家庭仍主要用煤油灯，因为电力太昂贵且稀缺。

1. 通信网络如何跨越的？AI 算力就得怎么跨越。

别小看这个“字元速度”的单位！它就像手机网络的“下载速度”，决定了体验的上限。

还记得手机从 2G 到 5G 的升级之路吗？在早期 2G 时代，只有区区 5KB/s，随着网络扩容，在 5G 时代甚至能够达到 1GB/s。

这需要巨大的算力投资，并且生产出来的算力可以通过既有的无线网络和宽带网络上传下传。仿照通信网络，我们也粗浅提出了对应的 2T、3T、4T、5T AI 字元算力网络的标准和类别。

在 2G 时代，我们用 BBS，网页要加载一分钟；

在 3G 时代，微博和朋友圈兴起，图片能刷，视频还得缓冲；

到了 4G，短视频狂潮来袭，抖音、快手随刷随看；

5G 甚至可以实现 4K 直播，几乎零等待。

而“智元网络”——也就是大模型的计算速度，今天却还在 2T 阶段：每秒 1,000 字元的极限，只有 10 秒才能生成一篇短文，还是个“半人工”体验。

2. 从“算力基站”到“算力城市”

每一轮网络速度的升级，都需要大量基建投入。

中国目前有：

• 5G 基站：231 万个

• 4G 基站：603 万个

• 2G/3G 基站：250 万个

相对应的，未来“智元网络”也需要铺设 AI 基站，也许就是黄仁勋口中的“AI 工厂”（AI Factories），或者叫“智元发电站”。

而你买的不再是流量包，而是 Token 包，不再是宽带带宽，而是 字元带宽（T/s）。

当我们在 2025 年抱怨"生成 5 秒视频要等好久"时，就像 2005 年用 56K 调制解调器下载 MP3：一首 3MB 的歌曲需要 7 分钟，而今天同样的时间足够 5G 网络下载 4K 电影。

未来的"5T 时代"将带来这些变革：

• 创作民主化：个人能实时生成 3A 游戏画质内容

• 教育革命：每个学生拥有 1GT/s 的"爱因斯坦 AI 导师"

• 医疗普惠：乡村诊所获得与三甲医院同等的 AI 诊断能力

等有一天，人人都能拥有 5T 时代的 1GT/s 算力，也许就像我们今天拥有 5G 手机那样普通。而那一天的 AI 助手，才真正配得上“实时伴侣”四个字。

3. 跨越算力鸿沟的挑战

要实现从 200T/s 到 1GT/s 的跃迁，需要突破三重障碍：

1. 硬件墙：量子计算 / 光学计算等新范式

2. 能源墙：核聚变 / 太空太阳能等新能源

3. 架构墙：神经形态计算等新架构

技术进步是指数级的，但人类的适应能力是线性的。这些指数级的技术进步狂奔到飞起，而社会应用还在蹒跚学步。

站在 2025 年这个"AI 的 2T 时代"回望，那些抱怨生成速度慢的声音，或许会像今天我们回忆"拨号上网的吱吱声"一样，成为数字文明进化的珍贵注脚。

从人天到马斯 AI 劳动力的崛起

从“人·天”到“马斯”，未来的 AI 智网像极了电力时代的重启。只不过，这次传输的不再是电，而是字元本身。

1. 从人·天到 Token-Hour：AI Agent 重新定义生产力

在传统工程世界中，任务成本一般按“人时”（man-hour）或“人天”（man-day）计价。这套单位在外包行业尤其常见，比如在美国，一个软件工程师的 man-hour 常常在 $100到$300 之间，一些顶尖咨询公司甚至高达 $900/ 小时。

以下是美国各类职业的典型收费标准：

其中不少工种，尤其是 初级软件开发、法律文件写作、设计初稿 等，正迅速被 AI Agent 取代。而像汽车维修、水管检修等实体劳动，虽暂难完全 AI 化，但机器人辅助也已在路上。

这种计价方法，某种意义上反映的是“人力劳动的价格”。但当 AI Agent 出现后，一切正在悄悄改变。

那么，AI Agent 的“工作量”怎么计？我们提出一个新单位：“Token-Hour”（字元·小时）或者“Mega-Token-Hour”（兆·字元·小时，简称 MTH，马斯），用于衡量 AI 的计算工作量与效率。简单来说，就是 AI 完成任务时，消耗了多少“字元（Token）”，以及这些 Token 的消耗速率。

我们来看一个对比案例：

是的，只需 1 小时，AI Agent 就以 8 马斯（Mega Token Hours） 的成本完成了原本需 6 人天的任务。

这让我想起 19 世纪纺织工人的卢德运动——当机械织布机的效率是手工的 200 倍时，抗拒变革终将是徒劳的。区别在于，这次"机器"不仅能纺纱织布，还能写代码、打官司、做设计。

当 AI Agent 逐步成熟，“1 小时”可能进一步压缩成几分钟。兆字元小时（MTH）——我们可以用一个更通俗的中文简称：“马斯”，来代表这种 AI 劳动力单位。就像过去用“马力”衡量引擎效率，现在我们可以说：“这任务消耗了 8 马斯”。

从“马力”到“马斯”，工作的事，又一次交回了“机器牛马”们。

2. Token 智网：AI「国家电网」的吞吐率决定能效和可行性

如果说过去的工业社会靠电力驱动，那么 Token 纪元的社会，将靠“字元”驱动。

AI Agent 的任务完成速度，取决于两件事：“够聪明”与“跑得快”。

聪明，是 AI 模型是否足够理解人类意图并完成任务；

跑得快，则取决于背后的字元吞吐率 —— 也就是算力基础设施的速率极限。

这就像当年 56K 猫下 DVD——不是你没资源，而是根本下不完。直到光纤网络普及，蓝光碟片才真正进入家庭。吞吐率的高低，决定了 AI 是否能“实用”。

我们来看看现实中一个惊人的算力场景。以下数据参考自 DeepSeek 开源的评估报告：

• 每块 H800 GPU：约 20 万人民币

• 功耗约 300W（瓦）

• 当前 8 块 GPU 组合下的推理吞吐率：14,800 token/s

• 电费按 0.6 元 /kWh 计

我们计算几个量级的吞吐目标下的成本：

想象一下——

达到 1 TT/s（太字元每秒） 的算力，意味着：

需要 5.4 亿块 GPU、108 万亿人民币投入（相当于中国 2021 年 GDP）、每秒消耗 4.5 万度电、每小时耗电 1.62 亿度。

三峡大坝每小时发电 2250 万度，要供电这个数据中心，得整整 7 个三峡大坝 同时工作！

而 2024 年全中国平均用电每小时约为 11 亿度。这意味着这个超算中心会消耗 全国 15% 的电力。

难怪黄仁勋的演讲图表，吞吐率只画到了“200T/s for 1 user”。算力、电力，甚至国家财政，根本不够用。

而云服务厂商们也早已开始布局核电，OpenAI 的 Sam Altman 主导的“星际之门”计划，5000 亿美元投资并不是空穴来风。

3. 我们需要多少字元？太字元的意义

那 1 TT/s 的吞吐率可以支持多少人类使用呢？

以最近 Manus 中一个 AI Agent 的平均任务为例，约需 24 万 tokens（0.24 MT）。那么 1 TT（=1000 GT = 1,000,000 MT）就能支撑：

• 每秒完成 4166 万个任务

• 覆盖 14 亿人，每人每 33 秒完成一个中等难度任务

试想，我们日常办公中，一天能完成多少个类似的小任务？如果通用人工智能可以做到每 33 秒替你完成一个复杂任务，那人类打工人是不是可以真正上班“摸鱼”了？

从这个角度看，一个全国级别的 AGI 算力中心，也许真的足以支撑 14 亿人全职用 AI 办公。

当我们实现了 1 TT/s 的算力时，社会会变成什么样子？畅想一下：

• 生产率悖论：GDP 统计方式彻底失效

• 就业重构：90% 白领工作转型为 AI 管理岗

• 教育革命："学力"取代"学历"成为核心指标

• 创新爆炸：个人可实现科研机构级创新

就像 1870 年代无法想象电气化社会，今天的我们也难以预见 1TT/s 算力带来的文明跃迁。唯一确定的是，正如法拉第面对电磁感应实验时的那句著名回答：

“一个刚出生的婴儿有什么用？”

—Token 经济这个婴儿，终将长成改变世界的巨人。

字元时代的文明跃迁 人类社会的下一场大重构

我们对 Token 的理解，其实是一场认知的进化旅程。这个旅程，像极了电力时代初期人们对“瓦特”和“度数”的摸索，随着 AI 的发展，Token 也将成为一种新的社会标准。

这个认知，可以分为六个层次：

第一层：Token，语言模型的基本单位

在最基本的层面上，token 是语言模型的处理单元。就像电子在电路中流动一样，token 在 AI 模型中流动。理解什么是 Token 字元是理解 AI 经济的第一步。

第二层：Token 的规模与聚合

单个 Token 不足以描述实际应用，正如一滴水不足以丈量江河。当 Token 数量级从千、万、兆扩展，我们需要像 KT、MT、GT 这样的进位单位，来构建 宏观认知，也像计算机存储单位一样，逐步从 KB 走向 TB。

第三层：Token 流动速度与吞吐量

Token 的生成并非瞬间完成，它受到模型算力、内存、带宽的约束。“Token 吞吐量”（T/s 或 KT/s）这个概念，就像网络带宽，决定了 AI 实际工作的响应速度和规模上限。

第四层：Token 的经济学属性

当 Token 成为可计价的资源，它也进入了经济学的范畴。不同服务商以“$/KT”或“$/MT”计价，模型能力越强，价格也随之波动，逻辑上与电力、水资源、云存储的分级定价极为相似。不同的服务提供商根据模型能力提供不同的费率，类似于分级定价的公用事业服务。

第五层：Token 的能源效率

Token 处理的能源效率（以 kWh/GT 计）在环境和经济层面都很重要。更高效的模型每个 token 消耗的能量更少，从而降低成本并减少环境影响。

第六层：Token 驱动的生产力革命

Token 的最终价值，体现在它所完成的工作量。以“兆字元小时”(MTH) 或“马斯”为单位来衡量生产力，为我们提供了一个将 AI 方法与传统人工方法进行比较的框架，成为新工业时代的 生产力度量基石。

这六层的理解和规划，为我们展示了一个基于资源经济的将来：Token 像电力一样通过「智能网格」按需分配。每个人、企业、市场、以及国家都会有对应的产品、市场、和商业模式。

1. 从个人到国家，字元经济将全面渗透

个人使用

个人用户可能会有专属的字元配额：

• 基础套餐：每月包含 1 MT

• 高级套餐：每月 10 MT，并享有优先处理（更高的 T/s）

• 专业套餐：每月 100 MT，并可使用专属模型

企业资源规划

公司可能会为不同部门分配字元预算：

• 市场部：每月 50 MT 用于内容生成

• 客服部：每月 100 MT 用于自动回复

• 研发部：每月 200 MT 用于数据分析

字元交易市场

未来我们可能会看到字元期货和现货市场的出现：

• 购买下季度交付的 1 GT 处理能力

• 在高峰或低谷时段交易字元资源

• 对冲字元价格波动的风险

• 企业通过 TT 级算力期货对冲模型训练成本。

而当这些字元的产生和交易越来越多，就像基本的大宗商品或者耗材资源一样，需要国家层面的政策与统一协调。

国家政策措施

字元资源，终将进入公共治理视野：

• Token 碳税：按消耗电力征收，鼓励绿色模型

• Token 配额：按用途划分，优先保障公共服务

• Token 交易监管：防止投机，保护社会公平

• 跨境 Token 流动监管：守护数据主权，维护国家安全

2. 从“马力”到“马斯”：人类文明的标准进化

历史上，计量单位的进化，往往意味着一次技术革命的降临：

• 蒸汽时代，诞生了“马力”；

• 电气时代，诞生了“瓦特”；

• 信息时代，诞生了“比特”；

• 智能时代，正在诞生“马斯”。

从「马力」到「瓦特」，从「人天」到「马斯」，人类始终通过标准化单位 驾驭技术革命。

通过现在就建立这些标准，我们将更好地为未来做好准备——一个字元资源与电力、水资源、带宽同等重要的经济时代。

当 AI Agent 以马斯 (Mega-Token-Hour) 取代人天 (Man-Day)，人类终于从重复劳动中解放——这才是工业革命 4.0 的真正内核。人类在实现 1 TT/s 的超算中心的时候，反过来回忆现在，有致敬一句前辈的老话：用“人天”来计算 AI 的效率，就像用蜡烛丈量太阳。

新世界的“瓦特计”已经诞生，它的名字叫：字元 。 当 AI 成为基础设施，字元经济将是衡量智能社会的标尺。Token 经济的终极意义在于：人类第一次能够精确测量并管理自己的集体智能。当未来史学家回望这个时代，或许会如此评价：

“21 世纪 20 年代，人类发明了字元 Token——这个看似简单的计量单位，最终成为了区分碳基文明与硅基文明的罗塞塔石碑。”

——而我们，正在书写它的第一行定义。