詞元經濟的產業邏輯與演進方向

近年來，隨著大語言模型的快速迭代，詞元（Token）的調用成本近年來呈下降趨勢，而同期全球詞元消耗總量的增長遠超價格降幅。成本下降與需求爆發同時發生，並非一次普通的技術降價周期，而是一個以詞元為核心計價單位的新產業鏈正在加速形成的信號。與此同時，需求側也在發生變化。當人工智能的使用方式從對話問答進入執行復雜任務的階段，單次交互的詞元消耗從數百增至數萬乃至更高，早期的包月訂閱模式難以持續，商業定價正在向按用量、按效果計費的方向切換。這些變化疊加在一起，勾勒出一個正在成形的新產業賽道，業界稱之為詞元經濟。

詞元正在成為智能經濟的基本計量與交易單位

詞元的出現使得智力服務有了標准化的計量單位。此前，智力服務的定價與提供服務的人直接挂鉤。咨詢按人報價，律師按小時計費，翻譯按千字收費，計量的是“誰干了多久”，而非“交付了多少智力成果”。這種計量方式有一個局限，那就是無法將智力服務從具體的人身上剝離出來，也就無法實現標准化的定價與交易。詞元的出現改變了這個局限。當一次法律咨詢的輸入與輸出可以用詞元數量來衡量，智力服務就獲得了類似於電力行業“千瓦時”那樣的基本計量單位。

當然，詞元與千瓦時有一個根本差異。電力是同質商品，而不同模型、不同任務場景下產出的詞元，智能密度並不相同。詞元作為計量單位是有效的，但作為價值尺度還需要疊加質量系數。值得關注的是，詞元成本的快速下降並沒有抑制需求，反而不斷打開新的應用場景。1865年，英國經濟學家杰文斯在研究瓦特改良蒸汽機后的煤炭消費數據時發現，效率的提升並未減少煤炭消耗，反而催生了大量新用途，煤炭總消耗量大幅增長。今天的詞元市場正在重演類似的邏輯：當詞元成本降低到一定程度，過去根本不會用人工智能處理的任務也被納入了服務范圍。由此形成的增長路徑不是線性的“降價—需求增加”，而是進入“降價—場景爆發—基礎設施追加投資—進一步降價”的循環。

詞元經濟的產業縱深在於價值轉化

過去幾年，圍繞人工智能的產業突破主要集中在模型參數的競賽上。近年來，一個拐點性的共識正在形成：主流大模型之間的能力差距在縮小，競爭重心正在從“誰的模型更強”轉向“誰能把模型用好”，即人工智能的落地不只是一道算法題，更是一道工程題。詞元經濟的產業縱深不在模型本身，而在詞元如何高效地轉化為業務價值。這個轉化環節正成為潛力持續溢出的領域，具體表現在以下方面。

一是平台與調度層的快速成型。隨著模型數量增加，企業面臨一個現實問題：不同任務適合不同模型，但頻繁切換的成本很高。這催生了多模型統一接入平台的出現，許多雲服務廠商紛紛推出按需調度、統一計費的解決方案。這一層的核心邏輯不是做最便宜的詞元批發商，而是幫助企業將詞元轉化為生產力。

二是工程化能力正成為關鍵差異化因素。業界將這一層稱為工程化線束層（Harness），取自汽車工程中連接發動機與車身的線束系統。它不改變模型本身，而是通過工具調用、上下文管理、知識檢索、工作流編排等手段，將模型能力轉化為可落地的業務系統。一方面，讓模型與企業的數據、工具、業務系統建立穩定連接﹔另一方面，在復雜業務流程中對多步任務、多個模型進行編排和質量管控。

三是應用生態正在從接口調用走向智能體工作流。智能體能夠在人類監督下分解任務、調用工具、完成復雜工作流，這意味著詞元經濟的下游不再是簡單的接口調用，而是一個由智能體、技能模塊、知識庫構成的應用生態。國外已出現以詞元驅動的法律服務、軟件工程等垂直領域的新型企業，國內大模型企業也已相繼發布覆蓋開發、辦公、客服等場景的智能體產品。

將上述層次連起來看，詞元經濟的產業圖景就較為清晰。它不是一個單點技術，而是一條從算力到應用、從供給到消費的完整產業鏈。從金融分析到醫療診斷，從法律審查到軟件開發，每一個需要人類用腦力完成的工作，都是詞元經濟的潛在市場。這也是詞元經濟不能用傳統軟件行業框架來理解的原因。軟件行業的商業模式是賣許可証或訂閱，邊際成本趨近於零﹔詞元經濟的商業模式是賣智能服務，每一次服務都消耗真實的算力成本，但同時也創造了可量化的業務價值。

詞元經濟的發展質量取決於詞元的應用深度

隨著模型能力從對話進階到執行任務的階段，詞元經濟正從基建期走向應用期，焦點也隨之從供給轉向需求。

應用深度體現在詞元嵌入業務流程的程度。早期的詞元消費停留在問答和內容生成層面，用戶向模型提一個問題、得到一段回復，交互淺、價值低。當智能體能夠在人類設定的目標框架內分解任務、調用工具、串聯多個系統完成復雜工作流時，單次業務消耗的詞元量成倍增長，創造的業務價值也上一個數量級。詞元從“聊天問答的度量衡”變成了“驅動業務的燃料”，應用深度由此拉開差距。

當然，深度應用不會自動發生。經濟史上，通用目的技術從引入到全面釋放生產率，往往需要經歷一段互補性投資期。布林約爾鬆等人提出的生產率J曲線假說揭示了這一規律：新技術早期需要流程重組、人才培養、管理模式變革等不可見的投資，這些投資當期拉低產出指標，但為未來的生產率躍升奠定基礎。今天的智能體同樣面臨適配挑戰。交互界面、權限體系、企業知識庫等基礎設施尚未為智能體時代做好准備。不過，人工智能的擴散速度與前幾次技術革命顯著不同。信息技術從商用到全面滲透用了20到30年，而人工智能從大語言模型商用到智能體工作流興起隻用了3年，留給組織和基礎設施升級的窗口期遠比電氣化時代更短。

衡量詞元經濟的發展水平，除了看詞元的供給規模和成本，同樣需要看每單位詞元產出了多少經濟價值。就像衡量電氣化水平不隻看發了多少度電，還要看每度電創造了多少GDP。算力建設是硬投入，應用深度是軟工程，二者缺一不可。對於正在布局詞元經濟的企業和地區而言，誰能率先跑通從詞元到業務價值的轉化鏈條，誰就更有可能佔據這條賽道的有利位置。