智能越来越便宜，然后呢？

白惠天腾讯研究院高级研究员

10月26日，在《Token经济》新书发布会上，腾讯研究院高级研究员、《Token经济》作者白惠天发表了题为《智能越来越便宜，然后呢？》的主题演讲。

她从这本书的创作缘起谈起，分享了对Token经济供需关系、价值创造的研究思考，以及自己与AI协作的切身体验。当机器智能越来越便宜、越来越容易获得，它将如何改变我们的工作方式，又能为每个人的生活带来哪些新的可能？

以下为演讲全文。

大家好，我是白惠天。谢谢大家今天来到这里。

今天，我想借《Token经济》的发布，讲讲我们为什么写这本书，也分享一些写完之后的新思考。从技术与经济出发，我更想和大家一起探讨：智能的进步，究竟能给每个人的工作和生活带来些什么？

这本书的很多内容，是在我2岁多的宝宝睡着以后写的。

说起来，这还是一本“有福之书”。总策划和策划编辑，一位休了陪产假，一位休了产假。我们一边做着一本关于未来的书，一边迎接、陪伴新生命。

最初，我们并没有打算写一本书。

我们在研究院里尝试让多个AI智能体协作：有的搜资料，有的补文献，有的研究一个具体领域。我们来决定方向、核验材料、形成判断。后来，部分研究成果变成了文章，今年四月我们发表在腾讯研究院公众号上关于Token经济七问的文章引起了广泛的关注，出版社主动联系我们，由此才有了关于这本书最初的讨论。

当时我也犹豫过。一方面是写书本身需要沉淀，大模型的应用仍在早期，很多分析与结论可能会有误判；另一方面AI变化又太快，等书经过几轮审阅校对印出来，内容可能都跟不上最新的进展了。

但在使用和研究的过程中，我越来越觉得，有些问题不能只跟着热点走。

技术会快速迭代，产品和模型也会不断更新，但这并不意味着我们用来理解变化的框架就会随之失效。恰恰相反，越是在变化迅速的时候，越需要一些相对稳定的研究方法，去区分短期现象和长期趋势，判断一项新能力究竟改变了什么，又没有改变什么。

我博士读的是经济学。经济学的第一性原理是“稀缺”，它关注的是资源怎样配置，譬如劳动力流向哪些岗位，企业怎样组织生产，价值如何创造和分配。这些问题不会因为大模型的迭代就自动消失，相应的，这些框架本身在新的时代下会有哪些变化是我非常感兴趣的问题。

过去，写代码、做设计、进行数据分析这些能力大多长在人身上。要获得这些能力，往往得自己学，或者找到合适的专家。现在，其中一部分能力可以打开电脑或手机、按需调用，当部分智力可以像服务一样购买，谁来完成工作，企业如何组织生产，人的经验如何变成新的价值，这些问题仍然值得我们用严谨的方法继续追问。

所以，我们想写的不是某一代产品的说明书，也不是对最新进展的简单追踪，而是试图去理解一个更长期的问题：智能怎样从技术能力变成经济现实，又怎样最终影响社会及个人。

想清楚了这个目的，我和司院长还有晓辉博士才最终决定推进这本书的写作。

最近拿到的反馈是，这本书问世以来持续登上京东新书经管类、智能经济类榜单的榜首。作为作者，当然高兴。

更让我受到鼓舞的是，Token这么一个原本听起来像技术黑话的词，能让这么多人愿意读下去。我想，大家关心的，还是AI会怎样改变自己的工作和生活。

Token是我们找到的一个入口。大家可以先把它理解成模型处理信息时使用的最小单元，也是今天许多AI服务的计量和计费单位。

当然，这把尺子并不完美。不同模型的计量方式不同，同样数量的Token，做成的事情也不同。

正如我们在书里举的一个例子，请AI润色一封邮件，和请它帮助发现合同里的一个重要漏洞，可能消耗相近的Token，但价值却差得很远。

所以，研究Token，不能停在数Token。需要把视线从计量单位本身移开，看看它关联着供需双方哪些重要的问题。

先看供给侧，往上游走，Token连接着芯片、电力和数据中心；

我们的书里有一个判断：AI看上去是软件，骨子里却是重工业。每一次生成，都要调用真实的生产资源，新的生产方式会重新定义什么是优势：一项工作、一个人，乃至一座城市，都可能因此被重新评价。

有座城市叫乌兰察布，过去以“中国马铃薯之都”出名。我最近做了一期视频，介绍它为什么成为算力产业的重要落点：这里年均气温只有4.3摄氏度，一年有近十个月可以利用自然冷源给数据中心降温；加上风光绿电充足、用电成本较低，还有直连北京的低时延光缆，能够承接京津冀的算力需求。

最初研究大模型，我们总在谈算力、算法、数据和人才。后来在落地过程中发现，气候、电力等也直接影响了大模型产品及服务的综合竞争力。在Token经济里，连冷空气都能成为生产力。

但生产出来以后，还有需求侧的问题：谁愿意为它付钱？为什么？

对AI的需求有个很有意思的特点：当智能越来越便宜、越来越能干，很多过去做不起、不值得做的事情，就开始变得可行，甚至会催生全新的需求。但这些需求能否转化为持续付费，最终还要看AI做成了什么，为用户创造了多少实际价值。

落到个人身上，我越来越关心的是：这些更容易获得的能力，怎样才能变成我们工作和生活里的真实收获？

我想，这首先给了我们一个把想法付诸行动的机会。

杨斌老师在这本书的推荐序里，给年轻人一个建议：把Token用足。他把学校给学生的Token额度，比作当年的上机票、机时卡，给你机会，坐到计算机前，自己试一试。

我特别喜欢这个理解。许多一直搁置的想法，现在可以先动手试一试：做一段分析、一个设计，或者一个小工具。让想法尽早接触现实，在反馈中看清下一步。有些收获，确实要开始了才能看见。

可真正开始做了，下一个问题才会变得具体：当内容越来越容易生成，我们更需要弄清楚，什么才值得做。

写书以后，我在腾讯研究院的视频号上开了一个“小白博士 Token经济专栏”。有一期想讲清楚Token的本质，改了十几稿，总觉得不对。后来才意识到，我一直努力回答“它是什么”，却没有回答观众心里的问题：“这跟我有什么关系？”

AI已经可以帮我很快生成一版又一版文字，但那十几稿的修改让我意识到，内容生成得越容易，就越需要认真理解，别人为什么需要它。

这也让我重新理解自己的专业能力，我会把更多精力放在找准问题、确定标准、核验关键结论上。多年积累的经验，也就有机会用在更完整的问题上。AI当然也会参与判断，我们需要学会调整分工，并清楚哪些决定要由自己负责。

所以，把Token用足，还要在一次次尝试中，把事情做得更有价值。对于研究者，这种价值可能是帮助别人理解了一个问题；对于一家企业，可能是解决了客户一个真实的困难。

接下来还要看，这些价值怎样进入一个人的生活。

AI省下来的两小时，可能很快又被新的任务填满；生成材料的速度变快了，每个人要消化的材料也跟着增加。效率提高了，人却可能变得更忙。生产率的增长，究竟能在多大程度上转化为个人生活的改善？这是我觉得特别值得关注的问题。

最近个人智能体（Personal Agent）很热。前段时间出国旅行，我也亲自体验了一把：让AI助手规划行程、管理旅行邮件，还帮我和餐厅、酒店跨语言沟通。对我来说，它带来的价值非常具体：少一些沟通的周折，多一些心思享受旅行、陪伴家人。这样的改善看起来很小，但它让我真切感受到，AI可以让我们重新获得时间和精力。

不过，每个人把新能力转化为实际收益的条件并不相同。有时间、有积蓄、有照护支持的人，更容易尝试新工具、探索新机会；还有一些人，光是应付眼前的工作和生活，就已经很吃力。AI降低了获得部分能力的成本，但学习和转型需要的时间、维持生活的开支，以及承担失败的压力，依然真实存在。

所以，技术进步之后，还需要为人创造适应的条件。比如，企业能否为员工留出学习和转型的时间，让效率提升的收益有机会体现在收入和可支配时间上；社会能否为转型中的人提供更多培训与支持，帮助他们跨过最困难的阶段。

我想，AI带来的机会有多大，最终还要看有多少人真正拥有了抓住机会的条件。

我也希望在未来继续延续书里的经济学讨论，最后能落脚到这些真实的处境里：谁的能力扩大了？谁积累的经验得到回报了？谁的生活因此多了一种可能？

说到这里，我想回到开头提到的孩子。他是2023年出生的。等他长大，AI也许会像水、电、网络一样自然。很多我们今天惊叹的能力，对他来说，可能只是生活的常识。

我当然希望他会用这些工具，也希望他能找到自己愿意认真做的事情，理解别人的需要，有时间陪伴在乎的人。就像对我来说，AI帮助我完成研究、写出一本书，是一种收获；它如果也能让我腾出一些时间，陪孩子长大，那同样是很重要的收获。

我们用Token计量智能，最终还要用人的生活来衡量它的价值。

我希望，智能的进步，能让一个人有能力快一点，也有条件慢一点。

谢谢大家！