工程师过去常常谈论年薪、奖金、股票和期权。硅谷的趋势正在悄然发生变化。 NVIDIA首席执行官黄仁勋在GTC 2026大会上做出了令人震惊的决定。未来，代币可能会成为工程师报酬的一部分。大约在同一时间，OpenAI的一线管理人员也透露，越来越多的求职者开始担心加入公司后能获得多少专用推理计算能力。薪资数据平台 Levels.fyi 指出，一些工程师正在将 Copilot 等人工智能订阅服务纳入他们的薪资和福利计划中。新的线索正在出现。代币正在从技术计量单位转变为交易价格单位，再转变为社会流通单位。这意味着人工智能不仅仅是一种新工具，更是一种新的价值衡量标准。这种变化不仅发生在硅谷。公开数据显示，中国日均象征性通话有所增加两年内超过1000次。国家数据管理局还明确将代币视为连接技术供给和商业需求的“支付单位”。这表明Token正在加速从技术语言向行业语言的转变。很多人对代币的理解还停留在技术术语层面。这是模型处理信息的基本计量单位。如今，主要的大型模型服务已经常规地使用代币进行计费。但真正值得注意的不是它如何计费，而是一旦一个计量单位离开幕后进入市场，它并不会停留在“技术便利”阶段。它将融入企业成本、产品定价逻辑，渗透组织激励机制，最终影响社会分配秩序。在工业时代，劳动力是用工作时间来衡量的，而在互联网时代，劳动力的价值是通过工作时间来衡量的。平台是通过流量来衡量的。人工智能时代，价值越来越可能以代币来计算。黄仁勋将大型数据中心与“代币工厂”进行了比较，这个比喻非常重要。这提醒人们，数据中心不再是单纯提供算力的仓库，而是不断将电力、芯片、数据和算法转化为可消耗、可衡量、可销售的标准化产品或代币。换句话说，数据中心不仅仅是基础设施：它们更像是新工业时代的生产工厂。而在 Token，新产品不断从我们车间的装配线上下线。当这样理解时，许多现象都是相互联系的。为什么公司越来越关注模型调用分配？为什么人们在招聘期间开始询问他们可以为某个职位分配多少代币以及他们的推理预算是多少？为什么企业的竞争不仅仅在竞争方面del 排名位置，还在于芯片、计算能力、推理能力？因为在这个系统中，谁控制了代币的生产能力，谁就控制了新价值的输出。管理代币分配权的人将管理新的分配权。近年来，人们更加关注模型是否可以更聪明，是否可以代替人，写文章或画画。但对于公司和资本来说，更大的问题是如何衡量、定价、构建和分配情报。这就是令牌如此重要的原因：因为它们很神秘，但也因为它们正在成为新的统治者。只有当新的价值衡量标准真正写入预算和工资表时，它才能从行业趋势转变为组织现实。如果说之前的变化主要发生在计算机实验室和资本市场，那么硅谷招聘市场的新趋势则表明符号逻辑正在开始让我感到惊讶。进入公司的方式。科技公司曾经主要根据三个因素争夺人才：工资、奖金和股权。如今，计算能力正在成为硅谷的第四大薪资支柱。 OpenAI总裁Greg Brockman坦言，可用的计算能力直接影响软件开发的效率。知道了。风险投资机构 Theory Ventures 进一步预测，到 2026 年，人工智能推理成本可能成为工程师薪酬的第四大组成部分，仅次于工资、奖金和股权。这个问题的重要性不在于企业提供了额外的福利，而在于它们开始将一部分生产资料直接分配给有基础知识的工人。免费午餐、健身房和保险是终身福利。 Copilot、GPT 配额、Cursor 企业版和独占推理配额是运营优势。工资决定当前收入，奖金决定当前收入资本与短期绩效挂钩，而资本则与长期预期和共同动力预算挂钩。估算直接影响当前的生产。在传统办公时代，公司提供计算机、工作站和电子邮件。在人工智能时代，公司还提供了“第二大脑”、“代码副驾驶”和“推理燃料”。另外值得注意的是，中国各大企业也开始围绕Token重组内部组织。阿里巴巴近期成立了Alibaba Token Hub，整合了模型、MaaS、应用等核心板块。这也体现了同样的转变，组织资源配置的基本单位逐渐从“产品”转向“代币”。毕竟，在人工智能时代，对员工来说最重要的好处不再是让他们的生活变得更轻松，而是让他们的工作变得更好。这一变化也将迅速增加人才总成本。根据相关计算，如果你对它们进行工程设计的话如果每年增加 10 万美元的推理成本，总劳动力成本可能达到 47.5 万美元，这意味着未来工资成本的 20% 以上可能来自人工智能的使用支出。这表明人工智能并不一定会让高级工程师变得更便宜，但它可以让他们变得更贵。因为生成式人工智能不会简单地取代工程师，它还会放大最优秀工程师的影响力。人才越优秀，他们就越能将高质量的模型转化为更高的成果，越多的公司愿意向他们投入更多的代币预算。因此，普通工程师的职位可能会进一步减少，总工程师和高效团队的总成本可能会进一步增加。公司内部的 IT 资源优先级最终将扩展到劳动力市场，从而创建新的等级制度。未来企业竞争的不再是工程师本身，而是人才工程师、模型能力和推理预算的组合。从表面上看，他们都做同样的工作。事实上，不同员工背后的“数字大脑”并不在同一水平。有些配备了 Copilot 等企业级设备、独家 API 配额以及高性能型号的调用权，而另一些则只能使用有限版本。未来劳动力市场的新差异可能不仅取决于编程能力，还取决于一个人是否有资格获得更强大的计算能力。当然，在工资中增加计算能力不仅会产生激励，还会引发治理问题。一旦推理预算成为正式资源，公司将需要重新回答一些新问题。谁应该获得更多筹码？是平均分配还是按贡献分配？谁有效地使用了代币，谁又浪费了代币？未来，绩效评估可能不仅考虑人的效率，还考虑“统一的标准”。这意味着代币正在从获取问题转向管理问题。那些能够将有限的代币分配给最高价值任务的人，以及那些能够将高成本推理推迟到高吞吐量场景的人，更有可能赢得下一轮竞争。而一旦企业开始分配算力，社会层面开始关于算力的争论就不再奇怪了。长期以来，人们一直在讨论技术更替后的隐藏机制，重点关注“全民基本收入”（我的文章《奥特曼三部曲：智能托尔斯、人造太阳和全民收入》，2026年1月20日，（参见Paper商学院）。现在，奥特曼试图将问题改写如下。与其分配金钱，不如分配算力。除了保证消费能力，最好还保证生产能力。这可能不会立即成为现实，但不表的变化已经很明显了。未来社会真正短缺的可能不仅仅是收入，而是生产能力。人们有效地编写、编程、学习和创业的能力越来越依赖于以低成本获得强大的建模功能。公平是工业社会的核心，主要体现在收入公平和机会公平。社会更关心一个人是否有工作、有收入、有基本保障。对人们来说，公平的含义很可能会悄然发生变化，越来越体现在算力可及性上的公平、模型使用权上的公平、数字生产力上的公平。所谓综合惠益不一定只是金钱的支付，而更有可能是老百姓通向新生产方式的门票。但最终，即使是最伟大的想法也必须接受现实的检验。微软首席执行官纳德拉的警告触及了问题的核心。人造的情报必须给健康和教育等领域带来真正的改善。否则，社会将在很长一段时间内无法接受这种能源密集型的代币生产。真正的问题是这些代币最终会变成什么。无论是更精确的辅助诊断、更多的教育服务、更高效的研发协作，还是简单地创建平台发票和资本故事。仅仅因为大量代币的产生并不意味着社会自动认可了这种技术进步。这也是当今AI行业需要更加警惕的。代币越来越像“新电费单”。乍一看，现收现付制度合理且透明。然而，企业发现人工智能很难融入到研发、客服、办公、营销、代码生成等关键环节。因此，代币消费从可控费用迅速扩大到o 持续消耗预算的可变开支。许多公司相信他们可以使用： 聪明的是，最终实施的第一件事是循环计费系统。没有任务分层，enru模型优化，缓存复用，即时词管理，成本监控，整个所谓人工智能的实现可以完全暴露在人工智能的成本曲线上。所以真正值得问的是一个更根本的问题，而不仅仅是代币是否可以成为工资的一部分或者是否可以取代“全民收入”。谁定义了代币的价值，谁决定了代币的分配，谁限制了代币的成本。谁来保证代币最终成为广泛的公共产品而不是少数平台的盈亏？未来社会的竞争表面上可能是一种模式的竞争，但更深层次上将是计算能力的竞争，甚至是更深层次的竞争。这将是一场以代币为中心的治理竞争。这个词值得写一写。不是因为它是新的，而是因为它渗透到系统的多个层面：从机房到企业，从企业到市场，从市场到社会。最初，代币只是算法中的一种计量单位，但后来成为商业世界的支付单位。目前，社会分配单位有一个模糊的趋势。多年后，如果我们回顾范振顺和奥特曼目前对代币、预算推理和“薪酬第四极”的讨论，我们可能会意识到，他们讨论的不仅仅是技术单位，而是社会开始使用新的尺度来重新衡量能力、重新分配资源和重新平衡分配。 （作者胡毅是数据工作者，《未来可期：与人工智能同行》一书作者）来源：胡毅
特别提示：以上内容（含图片和视频，我fany）由自有媒体平台“网易账号”用户上传发布。这个平台就是信息存储。我们只提供服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
