知识卡片：智能越来越便宜，然后呢？

一句话结论

腾讯研究院高级研究员白惠天在《Token经济》新书发布会上提出：当智能像服务一样按需购买、成本持续下降时，真正的问题不再是技术能力本身，而是智能如何转化为经济价值与个人生活的实际改善。

事件概述或研究问题

2025年10月26日，在《Token经济》新书发布会上，作者白惠天发表题为《智能越来越便宜，然后呢？》的演讲，从Token的供需关系出发，探讨智能从技术能力变为经济现实、再影响社会与个人的长期路径。核心问题：智能进步究竟能给每个人的工作和生活带来什么？

方法/产品要点

• Token作为分析入口：Token是模型处理信息的最小单元，也是许多AI服务的计量与计费单位；但同等Token量所做的事价值差异巨大（如润色邮件 vs 发现合同漏洞），因此研究不能停留在数Token。
• 供给侧视角：Token上游连接芯片、电力、数据中心；书中判断“AI看上去是软件，骨子里却是重工业”——每次生成都调用真实生产资源。以乌兰察布为例：年均气温4.3℃、近十个月可用自然冷源、风光绿电充足、直连北京低时延光缆，使气候与电力成为算力竞争力的组成部分。
• 需求侧视角：智能越便宜越能干，过去做不起、不值得做的事变得可行，甚至催生新需求；但需求能否转化为持续付费，取决于AI实际创造的价值。
• 个人层面的三个层次：先把想法付诸行动（“把Token用足”，类比当年的上机票、机时卡）；再弄清什么值得做（内容生成越容易，越需要理解别人为什么需要它）；最后看价值如何进入生活（个人智能体节省时间与精力的体验）。
• 研究方法：以经济学“稀缺”第一性原理为框架，区分短期现象与长期趋势，而非追踪某一代产品。

主要结果或产业意义

• 《Token经济》出版后持续登上京东新书经管类、智能经济类榜单榜首（据演讲者反馈）。
• 提出Token经济分析框架：从计量单位移开，向上游看资源约束（芯片、电力、气候），向下游看价值创造与付费意愿。
• 指出效率提升未必自动转化为个人福利：AI省下的时间可能被新任务填满，生成变快导致需消化的材料增加，“效率提高了，人却可能变得更忙”。
• 强调AI能力转化为实际收益的条件不平等：有时间、积蓄、照护支持的人更容易尝试新工具；技术进步之后还需企业留出学习转型时间、社会提供培训支持。

为什么重要

在AI能力快速迭代、模型不断更新的背景下，本条提供了一种“反热点”的稳定分析框架：用经济学稀缺视角审视智能的成本、配置与分配，而非追逐产品版本。它把讨论从“模型能做什么”推进到“谁的能力扩大了、谁的经验得到回报、谁的生活多了一种可能”，对理解AI产业的社会经济影响具有参考价值。与既有卡片侧重技术能力（如AlphaEvolve的算法发现、π*0.6的机器人学习）不同，本条关注智能变便宜之后的价值转化与分配问题。

局限与不确定性

• 演讲为作者个人研究思考与体验分享，书中判断（如“AI骨子里是重工业”）属分析框架而非经同行评议的实证结论。
• 榜单排名为作者转述的反馈，具体数据待核实。
• 乌兰察布案例的算力产业细节来自作者视频介绍，具体数据待核实。
• 个人智能体旅行体验为单一用户体验，不代表普遍效果。

可用于图书/PPT/简报的角度

• “Token不只是计费单位”：从计量到价值创造的框架转换。
• “AI是重工业”：气候、电力、区位如何重塑算力产业地图（乌兰察布案例）。
• “把Token用足”：类比上机票、机时卡的能力获取机会。
• “效率提高了，人却更忙”：生产率增长转化为个人生活改善的条件问题。
• “用Token计量智能，用人的生活衡量价值”：技术进步的最终尺度。
• 与“人工智能的学术化、集中化、国际化”卡片呼应：产业反哺格局下，智能成本下降带来的社会经济再配置问题。

原始材料

• 来源：搜狐转载，腾讯研究院高级研究员白惠天在《Token经济》新书发布会（2025年10月26日）上的演讲全文《智能越来越便宜，然后呢？》
• URL: https://m.sohu.com/a/1094479273_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 关键词：Token经济；智能成本；供需关系；算力产业；个人智能体；价值创造