国家数据局的一组数据显示，2024年初，中国日均词元（Token）调用量为1000亿；到2025年底，跃升至100万亿；2026年3月，已突破140万亿。两年增长超千倍。
Token，这个原本只属于技术圈的专业词汇，正成为智能时代最硬核的“通货”。 它不仅重构了人工智能（AI）产业的价值分配规则，也在向宏观经济的供需机制、就业结构、政策框架传导，在释放生产力红利的同时，也带来了一些全新的挑战。
通俗地说，Token可以理解为大模型“消化”文本的最小颗粒度。大模型不认识“字”或“词”，它只认识Token。例如，“你好”对应2个Token，“人工智能”可能对应4-6个Token。每次你向大模型提问、它给你回答，背后都经历了一个过程：把你的输入拆分成Token，模型计算这些Token之间的关系，生成新的Token序列，再组装成你看到的回答。
所有主流大模型都按Token收费，其意义类似于电力时代的“度”或石油时代的“桶”，使AI成为一种可计量、可定价、可交易的基础资源。
中国银河证券计算机行业首席分析师吴砚靖对界面新闻表示，对于AI产业来说，Token从最初的文本处理计量单位，逐步完成三层角色跃迁——先成为AI服务的标准化计价单位，再升级为连接技术供给与商业需求的结算单位，最终上升为具备生产要素属性的价值载体，重构了AI产业的价值创造、传递与分配体系。
在AI时代，Token既是可无限复制的生产要素，也是产出品本身。AI通过Token这一新型生产要素，正在重塑社会总供给与总需求。
界面新闻日前从中国金融四十人论坛（CF40）宏观政策季度报告会上获悉，工业和信息化部原副部长王江平在发言中指出，一个基本判断是，经济运行将呈现Token化和价格通缩化两大趋势。
供给端的变化最为直观。王江平表示，传统生产以人类劳动为核心投入，而AI时代转向Token密集型生产，AI相当于可无限扩张供给的“超级生产者”，能够大幅拓展全社会的生产边界。叠加智能产出边际成本趋近于零的特性，同等AI智能水平的成本在18个月内下降至原来的千分之一，知识型产品的供给能力呈现指数级增长，直接推动相关领域价格进入深度通缩。与此同时，巨量资本在AI基建领域的投入持续释放Token供给能力，进一步强化了供给端的扩张。
需求端则呈现出结构性分化与收缩风险。王江平指出，AI对就业的替代可能引发消费负循环：效率提升带动企业裁员，居民收入收缩导致消费支出萎缩，消费需求下滑则进一步强化企业降本动机，促使企业加大AI采购力度，最终形成需求持续收缩的闭环。尽管情绪价值等精神需求会有所增长，但其体量有限，难以弥补物质消费的下行缺口。
投资需求与出口需求会出现结构性转向。投资端资金大规模向数据中心、芯片、算力网络等AI基础设施集中，“AI+实体产业”的应用也会获得部分新增投资，但渗透节奏偏慢。出口端则迎来智能服务化机遇，掌握高端模型与算力优势的经济体，将通过输出Token化智能服务获取贸易顺差，咨询、定制化软件、科研辅助等将成为新的出口增长点。
Token经济的崛起，既是AI从技术概念向宏观经济渗透的信号，也预示着AI对收入分配、市场竞争与就业结构的冲击正成为宏观经济不可忽视的风险点。
北京大学国家发展研究院院长黄益平此前在接受界面采访时表示，作为新一代通用技术，AI对收入分配的冲击力度更强、传导速度更快，主要通过四大机制拉大收入差距，甚至可能出现AI版的 “恩格斯停顿”。
他指出，首先是资本偏向机制。AI产业高度依赖算力、数据、模型等重资本投入，技术提升带来的增量收益大多被资本与技术持有方获取，劳动者薪资无法同步增长。
其次是任务替代机制。AI精准冲击财务核算、文案撰写、基础客服等标准化中等白领岗位，劳动力市场呈现K型分化，掌握人机协同能力的高技能群体效率与收入同步提升，依赖重复性工作的中间阶层则面临岗位收缩与薪资承压，中产群体空心化趋势显现。
第三是数字鸿沟机制。AI技能差距正在成为新的阶层分化载体，城乡、区域间的数字基础设施差距进一步放大机会不平等，叠加平台网络效应催生的 “赢家通吃”格局，财富持续向少数技术精英集中，阶层流动通道逐步收窄。
第四是财富放大机制。AI资产的强规模效应让头部企业超额利润持续放大，资产增值速度远超劳动工资增速，代际资源传递与用工成本转嫁进一步固化财富分层，形成“富者愈富”的循环。
黄益平指出，2024年我国居民人均可支配收入基尼系数为0.465——高于国际警戒线0.4的水平，若缺乏制度约束，AI普及可能推动基尼系数再度上行。叠加青年就业压力、劳动收入增长放缓，收入分配失衡将进一步加剧供强需弱的结构性矛盾，制约内需的扩张。
王江平提到，由于Token产品边际成本趋近于零，定价不再由成本主导，转而取决于模型专有性与数据稀缺性。头部平台通过控制Token的生产与分配获取极强的市场权力，AI时代的垄断程度可能远超互联网时代。
分析人士普遍认为，传统宏观调控与治理工具的适配性在AI时代会逐步下降。因此，当前政策体系亟需从财税、货币、产业、治理多维度系统性调整，核心是重构AI红利分配规则，构建“短期托底、中期赋能、长期平衡”的政策框架。
从财税体系来看，王江平认为，现有增值税、劳动所得税工具已难以适配AI生产形态，可探索对算力、自动化进程征税，推动AI红利二次分配。黄益平建议，对头部AI平台的超额利润适度征收调节税，资金定向用于公共数字教育与民生保障；研究设立全民AI红利共享基金，适度探索普惠性收入补充机制，破解供强需弱的内需困局。
从货币与金融政策来看，王江平表示，降息等传统工具对Token化产品价格下行的调节作用有限。他建议将AI算力成本、模型训练费用、Token产出价值等新指标纳入物价统计体系，更精准地反映经济运行情况。针对当前智算中心等领域显现的重复建设苗头，央行可以将AI基础设施投资与相关企业估值纳入重点监控，运用宏观审慎工具引导投资节奏，防范低水平重复建设引发的金融波动。
从产业政策来看，王江平指出，产业与科教政策应成为中长期的核心“抓手”。技术端，攻坚芯片、算法等底层技术，构建全栈自主的AI 生态；产业端，加快“AI+”行动落地；人才端，推进教育体系改革，从知识传授转向原创思维、人机协作等“元能力”培养。
从治理层面看，王江平提出“企业自律、社会监督、行业监管、司法兜底” 四位一体治理框架，明确AI Agent权责、算法歧视等领域的法律规则，推动治理目标从单纯保障就业，转向保障人的发展尊严。黄益平也表示，完善普惠社保与失业保险，为AI替代岗位的劳动者提供过渡期兜底；强化平台反垄断与算法监管，限制企业通过算法压榨劳动者、攫取高额利润；建立AI伦理审查机制，约束纯人力替代的低价值AI项目。
