知识卡片：Token三次改名背后，藏着 AI 经济的草蛇灰线

一句话结论

腾讯研究院副院长杜晓宇在《一本书读懂词元经济》序言中提出：Token 二十多年经历“令牌—通证—词元”三次身份转换，词元经济是以大模型最小内容单位为计量基础、围绕智力服务生成与交易的新业态，其真正增量来自 Agent 对千行百业的带动，而非单纯的算力堆砌或内容替代。

事件概述或研究问题

2026年10月21日，由腾讯研究院和金融科技50人论坛联合学术支持的“词元经济理论、实践与政策研究”成果——《一本书读懂词元经济》（人民日报出版社，2026年10月出版）在2026金融街论坛年会“金融街发布”活动上正式发布。序言作者杜晓宇从自身在人民银行条法、支付结算岗位及中国支付清算协会的工作经历出发，梳理 Token 一词在支付（令牌）、区块链（通证）、大模型（词元）三个技术浪潮中的语义演变，并系统阐述词元经济的内涵、驱动力、行业落地与人的定位。

方法/产品要点

• 概念界定：词元即大模型处理信息的最小单位；词元经济是以该最小单位为计量基础，把词元的生成、流通、交易和应用串起来的整套智力服务新业态。
• 计量与价值尺度的区分：词元让智力服务第一次有了类似“千瓦时”的标准化计量单位；但电是同质的，不同模型、不同任务产出的词元“智能密度”差异大，因此词元作为计量单位成立，作为价值尺度还需乘一个质量系数。
• 命名主张：作者建议统一译为“词元”，认为信、达、雅兼具；并强调词元经济不以 Token 字符本身为核心，而是其背后正在生长的产业链（类比银发经济、冰雪经济）。
• 驱动力判断：2026年主流模型能力差距收窄，竞争重心从“模型更强”转向“模型用得好”；Agent 把模型嵌入业务流程、分解任务、调用工具，使词元消耗从对话问答的小尺度跃升到驱动业务的大尺度。
• 工程门槛案例：同一模型不改一字，仅更换外部工程框架，编程任务成功率可从 42% 提升到 78%。
• 数据交易思路：数据分层处理后训练垂直 Agent，对外输出模型与 Agent 能力、按调用计费，实现“可用不可见、可用不可取”。
• 发展阶段类比：“Agent+”类似当年“互联网+”，大致分三阶段——拿着锤子找钉子、体验做到极致并出现 AI 领域的 Office、Agent 自主思考与互相调度。
• 人的公式：人的 AI 次方（AI 指数级放大认知边界）＋人乘以 AI（补短板，但对领域零了解时人的数值为 0，易产出“数字泔水”）＋人加 AI（在擅长领域强强联手），三者相加构成词元经济中人的位置。

主要结果或产业意义

• 提出衡量词元经济成色应换尺子：不只看消耗了多少词元，更要看每单位词元产出了多少经济价值（类比电气化水平不只看发电量，还要看每度电创造的 GDP）。
• 指出中国市场价格结构性难题：C 端习惯免费、B 端习惯价格战，主流模型 API 标价仅为美国同类的一到两成甚至更低，厂商在同等研发投入下盈利空间被两头挤压；作者认为可能需要政策引导市场回归价值定价。
• 提示若只砸算力而消耗端停留在聊天、写文案、做图做 PPT，词元增长只是内容替代，可能导致低水平智力产能过剩；真正增量来自金融、医疗、法律、制造、政务、教育、跨境贸易等行业中因人力成本高、专业门槛陡而原本难以落地的业务被 Agent 以可承受成本介入。
• 对“会用 AI 的人不会被淘汰”的说法提出不同看法：岗位替代多因成本原因被包装成 AI 叙事；行业整体消失时，出路是带着原有本事转入被 AI 重塑的新行业。

为什么重要

本条从 Token 语义演变切入，给出了“词元经济”的正式定义、计量与价值尺度的区分、Agent 驱动的产业逻辑，以及“每单位词元产出多少经济价值”的评估尺子，可与既有卡片中杨斌关于 Token 作为第五种关键计量单位的论述相互补充：杨斌侧重“是”与“势”的宏观框架，本条补充了命名演变史、Agent 工程门槛的具体案例（42%→78%）、数据交易的 Agent 化路径与中国 API 定价的结构性困境，构成对同一脉络的行业侧增量信息。

局限与不确定性

• 42%→78% 的编程任务成功率对比、主流模型 API 标价为美国同类一到两成等数据均出自序言叙述，未在材料中给出统计口径、样本与出处，待核实。
• “AI 领域的 Office”何时出现、Agent 三阶段的时间表，均为作者判断而非可验证预测。
• 词元经济与数字经济、数据要素的关系、产业边界与统计口径，作者自述书中尚未一句话讲清，仍属开放问题。
• 书中判断作者自承“过几年回头看，对的会有，错的恐怕也不少”。

可用于图书/PPT/简报的角度

• 以一个词的三个中文名（令牌→通证→词元）串起支付安全、区块链、大模型三轮技术浪潮的叙事开场。
• “智力第一次有了千瓦时”：从按人天、按小时、按千字计费到按词元计费的定价史转折。
• 词元是计量单位但不是价值尺度——“质量系数”概念的通俗化图解。
• Agent 是变速箱不是发动机：同一模型换工程框架成功率翻倍的案例。
• 数据“可用不可见”到 Agent“按调用计费”的交易模式重构。
• 人的 AI 次方、人乘以 AI、人加 AI：AI 时代人机关系的三公式框架。
• 从“发了多少度电”到“每度电创造多少 GDP”：AI 经济评估指标的换尺建议。

原始材料

• 来源：搜狐（转自腾讯研究院相关发布），《Token三次改名背后，藏着 AI 经济的草蛇灰线》
• 作者：杜晓宇（腾讯研究院副院长），系《一本书读懂词元经济》序言
• 出版信息：《一本书读懂词元经济》，人民日报出版社，2026年10月出版；2026年10月21日于2026金融街论坛年会“金融街发布”活动发布，腾讯研究院与金融科技50人论坛联合学术支持
• URL：https://m.sohu.com/a/1090753108_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 英文关键词：Token, Token Economy, Agent, LLM, AI Industry