科技巨头对待Token的态度，经历了从“比拼消耗规模”到“关注效率”的变化。早期，为鼓励员工拥抱AI，不少硅谷公司将Token用量纳入考核；后来AI智能体“烧”Token的速度之快，又让企业直面算力成本失控的难题。
美商亚洲集团全球合伙人、数字政策主席陈澍认为，Tokenmaxxing（词元最大化）某种程度上反映了硅谷的焦虑，担心在竞争中落后，错失AI发展窗口期。为把钱花在刀刃上，目前美国科技企业会按照任务必要性分层分类评估，一个理性的逻辑是：如果人工完成一件事情的成本低于AI消耗成本，就没有必要强行使用AI。
美商亚洲集团是一家总部设在美国华盛顿的公共政策和商业咨询公司，为全球多家主流科技公司提供政策咨询。陈澍曾担任Meta（前Facebook）大中华公共政策董事总经理，长期关注科技企业、公共政策与国际关系。
7月底，在2026APEC数字周期间，陈澍接受了南都记者的专访。在他看来，AI投入巨大，在评估AI产出价值时，最终要回归到落地效率与实际收益上。为避免AI被垄断、成为少数人的游戏，应当推动AI成果惠及更多人。
谈AI投入与产出：要把钱用在刀刃上南都：年初，硅谷出现Tokenmaxxing（词元最大化）热潮，后来很多企业因不堪算力压力而取消内部Token消耗量排名，如何看待这一现象？
陈澍：硅谷一开始确实鼓励员工Token用得越多越好，还纳入绩效考核，后来内部员工纷纷反思。举个例子：你花一分钟就能轻松走到茶水间拿一杯可乐，而专门叫机器人“跑腿”可能要花十分钟，这是否有必要？AI应当用来帮你创造价值，而不是本来就容易完成的事情还要让AI代劳，这就失去了效率意义。
Tokenmaxxing现象某种程度上反映了硅谷的焦虑：很多大公司担心在竞争中错失AI发展机会，因此不计成本地加大投入。但我们也注意到，持续高额的算力投入正不断消耗现金流，又因投资跟不上去，现在很多公司开始收紧预算，思考怎么把钱用到刀刃上。
南都：当巨头也烧不起Token了，企业该如何评估AI投入与产出价值？
陈澍：目前，美国科技企业会按照任务必要性分层分类评估，一个理性的逻辑是：如果人工完成一件事情的成本低于AI消耗成本，就没有必要强行使用AI。
同样的逻辑，放在讨论“AI是否会取代人类的工作岗位” 也一样，成本问题始终无法忽略。我自己判断，在制造业方面，AI未必那么快就能取代人的角色。因为在发展中国家，人力成本相对来说比较低，可能一个小时就10-20美元；对比持续“烧”Token，人力反而更划算。因此，我们在评估AI投入与价值产出时，最终还是要回归到落地效率与实际收益上。
南都：据你观察，AI行业是否存在无效投入、资源浪费的现象？怎么避免陷入“为AI而AI”的困境？
陈澍： AI产业生态庞大，单看大模型市场，国内主流科技公司基本该进场的进场了，其他想转型的传统公司，也可能在垂直领域已有所布局。可以说，大模型赛道的竞争格局已初步成型，但究竟谁能跑出来、成为最终胜者，我认为仍充满不确定性。
目前各家都在积极布局AI，我比较担心的是“一窝蜂”投入、AI同质化的风险。（英伟达创始人）黄仁勋曾提到，同质化问题多发生在Physical AI（物理AI）领域，也就是人形机器人。在今年WAIC（世界人工智能大会）展馆里，我看到机器人的数量非常多，二楼黑压压一片几乎全是。
从某种意义上，这也反映了业界的焦虑，尤其地方上还有竞争压力。比如，一个地方看到另一个地方布局机器人赛道，也“一窝蜂”地跟上投资。但问题是，我们是不是需要让十个机器人都去做同样的事情，比如都去端茶送水？这应当引起中央或者地方部门重视。
在我看来，人形机器人赛道应当走差异化竞争，比如像广州主攻医疗机器人、在杭州深耕养老陪护机器人，这样才能有利于AI产业的健康长远发展。
谈AI国际治理：要让AI成果惠及更多人南都：技术发展很快，规则也需跟上。你认为，AI监管政策的松紧程度，是否会影响产业竞争？
陈澍：会的。如果我们把AI比作一辆劳斯莱斯或者法拉利，模型技术就像发动机，治理规则是方向盘。现在大家更多关注的是发动机本身，但是模型再好，拿掉方向盘后，这辆车就开始横冲直撞了，最终会走向失控。
我们常说：无规矩不成方圆。如何为AI安全发展划出一条红线？包括当前比较突出的深度伪造、AI诈骗等问题怎么解决，仍待讨论。
从我的观察，目前全球主要有三种AI治理模式。欧盟是最早出台AI法案的地区，但现在欧洲一些国家也开始反思：过早严苛地立法会不会影响本土创新？尤其是法国拥有自研大模型，在欧洲国家中走得比较靠前，对此顾虑尤为突出。
美国的AI治理模式则以行业自律为主，政府约谈头部科技公司，要求他们达成承诺，列出具体自律事项，但这些公司能不能做到，政府部门可能很难及时察觉，或者拿它们没办法。还有一种方式是靠公司自律，即由公司制定相应的规则，发布宣言或倡议等。
中国采取混合治理的思路，国家网信办等部门持续出台配套细则，短期内应该不会采取和欧盟一样的模式全面推进AI立法，而是倾向于在保障创新发展的同时，坚守安全底线，不能因过度强调安全而阻碍产业创新。
南都：AI带来的安全风险没有国界，AI治理是各国共同面对的挑战。但目前各国监管思路差异明显，怎么跨越分歧推进AI治理国际合作？
陈澍：可以看到，目前全球AI治理正逐渐形成不同阵营。美国的一些AI治理框架，参与者主要是其盟友国家，很少会带上所谓的“南南国家”一起参与，除非这些国家在某些领域——比如拥有稀缺的自然资源、掌握了关键资源等，对美国具有重要价值。
中国不一样。7月16日，成立WAICO（世界人工智能合作组织）协定签署仪式在上海举行。这是全球首个专门聚焦AI治理的政府间组织，由中国主导发起成立，共有29个国家代表签署协定，成为创始成员国，成员结构以“全球南方”国家为主。
同时我关注到，中美对于AI的理解也存在明显差异。美国更多将AI视为关乎本国核心竞争力的一部分，希望保持自身作为强国的优势，不允许别国挑战它的领先地位。中国则提出，AI应该是造福全人类的国际公共产品——这一定义很重要，确定了中国希望以普惠共赢弥合鸿沟的基调。
理想状态下，我认为中美可以开展多边AI治理合作，不过美国更倾向双边小圈子谈判，排斥联合国式多边协作，因此中美要达成深度合作的难度较大。即便如此，我仍认为两国保持对话沟通，也好于陷入科技对立的状态。
南都：近年来，中国持续在多个国际平台主动参与全球规则磋商。中国积极参与AI治理规则的制定，有何重要意义？
陈澍：在互联网时代，很多规则体系由欧美国家主导，比如域名分配、互联网标准等。如果我们把AI看作“新的互联网”， 中国不参与AI治理规则制定的话，可能会复刻早年互联网时代的历史。
为此，中国一方面希望在技术发展上保持竞争力，比如推动开源；另一方面，也希望参与全球AI治理规则的制定——这对未来中国模型出海、如何定义AI安全性等问题，至关重要。
南都：AI背后的产业垄断与资源分配不均，正在加剧数字鸿沟持续扩大。如何推进国际间合作，让AI发展红利惠及更多人？
陈澍：发展中国家面临着一个现实问题：AI投资非常巨大，并不是每个国家都有能力投入发展。参加2026APEC数字周期间，我注意到，一些发展中国家的代表也在思考，到底应该选择什么样的发展路径？其中，经济因素是非常重要的考量。他们并不一定只看技术水平最高的方案，也会考虑成本、可获得性以及实际应用效果。
中国在很多场合明确提出：AI不应由个别国家垄断，成为少数富国和富人的游戏。贯彻这一理念，中国倡议发起成立的WAICO以“技术普惠，能力建设” 为核心导向，将“弥合全球智能鸿沟”列为首要目标。
现在看来，很多发展中国家更倾向于参与中国提出的一些合作模式。一个重要原因是，中国强调大模型技术的开源，还在近期宣布了一项面向全球发展中国家的重大人才培养计划：未来5年将提供5000个AI专题研修培训名额，旨在帮助“全球南方”国家提升AI能力建设，推动AI技术的普惠发展与全球共治。
美国在AI领域拥有先发优势，已经形成了一个所谓Plan A的合作模式，中国提出了另一种更加普惠有效的Plan B。现在这种模式逐渐受到关注，甚至可以说，Plan B正在形成一种更受欢迎的发展路径，并开始对Plan A产生一定挑战。这也是为什么中美之间在AI领域会出现一些摩擦。
不过，有竞争是好事。从全球AI发展来看，更多元的选择、更开放的生态，对于整个行业都是有益的。
出品：南都数字经济治理研究中心
采写：南都N视频记者李玲 发自成都
睿迎网提示：文章来自网络，不代表本站观点。
