来源| 雷叔写故事

作者 | 雷斯林&乌卡

我身边有些朋友，最近陷入了Token焦虑。

主要问题在于，这玩意消耗量大，而且还贵。

但凡要和AI聊点什么，或者多提几个需求，Token就像水一样飞快地流走了。

有时任务分析到一半就开始疯狂报错，只是因为Token透支了。

以至于现在他们一点开和AI的对话框，就情不自禁地开始算账，算某句话的消耗量是不是太多，算有没有更精简的指令方式，算整个任务做下来划不划算。

AI原本应该是帮大家提高效率的，没想到现在又反过来限制了大家。

这不只是普通人的困扰。

就连傅盛也提到过，自己会通过一些使用技巧控制Token费用，但即便如此日均消费也达到了10多美元，30天就是2100元，年费是25200元。

还有报道提到，OpenAI的一位工程师单周消耗的Token高达2100亿，相当于阅读了33遍完整的英文维基百科内容，显然也是普通员工无法承受的重担。

这些例子说的是同一件事：AI的使用依旧是有门槛的。不是所有人都能肆无忌惮地培养、训练和使用AI，除非他有很多很多的Token，或者很多很多的钱。

在这样的前提下，Token很难真正流入生产，成为企业的助力。

毕竟如果员工在使用AI时不得不精打细算，那么得到的结果是否能让人满意，就难说了。

于是有些公司开始行动了。

新闻说，4月1日，安克创新、康师傅饮品、锦江酒店（中国区）、名创优品、和睦家等12家头部企业集中宣布：为员工提供“无限Token”权益，支持员工深度使用飞书AI产品。

他们来自不同的行业：快消、酒店、零售、医疗、消费电子等等，但做了同一种选择。

这本身就是一种信号，意味着已经有公司意识到Token的重要性和开放的必要性：与其管Token，不如开放Token；与其把它当成本，不如把它当基础设施。

当然，选择开放Token权益的公司，依旧是少数。

尽管如今大大小小的公司都喊着拥抱AI拥抱未来的口号，迫不及待地催促员工们使用AI提高效率，可一旦进入付费环节，他们就略显踌躇了。

从商业视角来看，似乎可以理解。AI用量是实实在在的成本，无限开放给员工，账面上的数字想必不会好看，而且也无法保证能够获得想要的结果。

所以有些公司不见兔子不撒鹰，希望看到效果后，再为Token付费。

矛盾恰恰也在这里，毕竟员工也不想“自费上班”。

一旦员工每次使用AI都需要精打细算，AI就永远停留在最浅的用法上。写个标题，改个段落，问一个单次的问题，效果自然不尽如人意，自然无法获得支持。

想要打破这种循环，让AI真正参与到一家公司的运作中来，只能靠长期、高频、深度的协作。这种协作需要员工在没有顾虑的状态下反复试错、不断摸索、把AI用透。

这个过程，没办法靠精打细算来完成。

安克创新算是最早想明白这件事的那批公司之一。

从2023年起，他们就对全员不限量开放了最先进的AI模型，保障所有员工都能用到。

累计至今，员工消耗Token已达5万亿，构建了AIME平台，沉淀了300+个AI Agent。

这些算力，流向了哪里？各部门都有。

这些年，AI搓出来的营销物料多达220万份，比人工手搓的制作效率要高10倍。营销生产线的工作效率完全提起来了，也间接带动了品宣销售等其他部门的发展。

客服们更是觉得AI帮了大忙。现在80%的工单都是AI在接管，它们不仅会自动回复，还能完成退款、补货等后续操作，不用靠人去逐一处理。

而且AI掌握了全球10种语言，这比我们普通人懂得可多多了。以前处理外国友人的订单，得用上翻译软件，还可能因为语言不通闹矛盾，交给AI轻轻松松就搞定。

还有后台的研发端也有收益。普通工程师借助AI协作，2小时可以输出接近90分的架构设计方案，以前这件事可能需要一位资深工程师花几天时间。

这些应用场景不是高端人才专属的工作，恰恰是大量普通员工每天面对的日常。把算力开放给这里，让大量的经验和技能系统化，效率才会在整个组织里真正流动起来。

这也与康师傅饮品的想法不谋而合。他们都相信，无限Token的设计初衷是“去压力化”。

当员工可以零门槛探索AI，不用担心额度限制，也明确不与使用频率挂钩时，他们才能用更多的精力充分用AI创造价值上，而不必为怎么省Token而着急上火。

真格基金林惠文说过一句话：“Token是AI时代的电力，不该成为员工的枷锁。”

这个比喻很准。

电力出现的早期，也是稀缺资源，只有少数工厂、少数城市用得起。当它真正成为基础设施、普及到每个车间、每个家庭之后，才驱动了真正意义上的工业化。

直到现在，没有人会说员工做得好才能用空调，没有人会给研发团队按用电量算钱。

电是成本，但从来没有人把它当成分配的资源，因为那太蠢了。

但很多公司对待AI的方式，就是这样的：按需收费，精打细算。

背后的逻辑是：AI是消耗品，用多了会贵。

这个逻辑不能说全错，但它的问题在于，它只看见了成本，没看见可能性

用电的类比说：你买了一栋楼，但为了省电费，让每个员工自己管自己那一块的电，最后每个人都学会了少开灯，没有人去想能不能多装几台机器。

这不应该是一个大企业的发展方向。

AI应该是公司的基础设施，是生产环节的一部分，跟电、跟网络是一回事。

如果企业把Token当做成本，一个劲地管控它，结果是员工缩手缩脚，AI停留在最浅层的用法上，只够跟风看个热闹。只有把Token当生产资料，就开放它、下沉它，让每一个普通员工都能用上，让算力真正流入工作流，让效率在组织里发酵。

安克创新、康师傅饮品这12家企业就是后者，他们让无限算力真正成为驱动员工成长的生产力杠杆，而非单纯的福利标签。员工用AI创造的效率收益，会实实在在地反馈到自己身上，也反馈在企业身上。

反而能够走向良性循环。

某种程度上，一家公司看待AI的态度，其实影响着它的未来。

不开放Token使用、或者对使用精打细算的公司，员工只会把AI当偶尔借来的工具，能省则省，不敢深问，遇到复杂问题自己扛。

时间一长，AI在这家公司里永远是个辅助角色。有它也行，没它好像也过得去。

开放Token权益的公司，员工才会把AI变成习惯，随时可以问，随时可以试，边用边学，边学边深。他对AI能做什么、不能做什么，有了完全不同的判断力和使用深度。

这不只是效率的差距，是两种不同的工作方式在同步演化。

一家全员开放算力的公司，和一家掐着Token用的公司，两年后员工与AI的协作能力，根本不在同一个层次上。两类公司的差距，也就越来越大了。

黄仁勋在GTC 2026大会上说，Token可能成为工程师薪酬的一部分。Theory Ventures的预测更激进：AI推理成本会成为薪酬的第四大组成部分，与薪资、奖金、股权并列。

这些话现在听起来还有点超前。但如果你接受"算力是生产资料"这个前提，那结论就顺理成章了：生产资料的分配方式，从来都会影响谁更有能力创造。

这又何尝不是新时代的生产力革命呢？