“如果一名年薪50万美元的工程师，每年消耗的AI token价值不到25万美元——也就是他工资的一半，那我会非常警惕。”在GTC 2026闭幕后参加的All-In播客中，英伟达CEO黄仁勋以这句直白的话，抛出了一个衡量工程师价值的新标尺。这个标尺不再是代码行数、项目交付速度或专利数量，而是AI token的消耗量。
Token：新的效率货币
黄仁勋的言论迅速在科技圈引发热议。他将工程师的薪资与AI token消耗直接挂钩，本质上是把AI工具的使用效率视为员工核心产出的一部分。在英伟达看来，每个员工都应该像使用计算资源一样，积极消耗token来辅助或替代重复性工作——无论是代码生成、文档撰写还是数据分析。如果一名高薪工程师对AI的采用率过低，说明他要么在低效地工作，要么并未充分拥抱自动化，公司不值得为其支付高额薪酬。
“这是一个残酷但逻辑清晰的效率测试。”——某硅谷投资人在社交媒体上评论道。
事实上，黄仁勋的观点并非孤例。自2025年以来，多家科技巨头在内部推行了类似的“token预算”制度：为每个团队分配一定量的AI token额度，并定期考核消耗情况与业务产出的关联。微软、谷歌和Meta均被曝出在年度绩效评估中加入了AI工具使用指标。但黄仁勋是第一个公开明确将token消耗量与个人薪酬挂钩的CEO。
大规模换人：代价高昂，回报不明
黄仁勋的“token测试”背后，是一场更宏大的企业转型。自2023年生成式AI爆发以来，越来越多的公司开始用AI agent和自动化工具替代传统人力岗位。从客服、内容审核到初级编程，大量工作岗位被重塑或直接取消。据AI News此前报道，2025年全球企业AI相关支出超过4000亿美元，其中相当一部分用于采购token服务（通过API调用大模型）。然而，这些巨额投入并未在多数公司的利润表上清晰体现。
“我们看到了惊人的效率提升，但净资产收益率（ROE）并未显著改善。”知名分析机构Gartner在2026年第二季度的报告中指出，“许多企业陷入了‘AI幻觉’——他们用token替换了人力，节省了工资支出，但新的成本（token费用、模型训练、算力租赁）几乎抵消了节省，甚至更高。”这种情况在金融、法律、技术外包等行业尤为突出。
编者按：效率与公平的再平衡
黄仁勋的测试逻辑看似合理，却暗含隐忧。一方面，它承认了AI工具正在成为核心生产力要素，这推动了技术普及；另一方面，它可能助长一种“为消耗而消耗”的扭曲行为——员工为了达标而盲用AI，制造大量低质量token消耗，而非真正提升价值。同时，这套标准对非技术岗位或创意岗位是否公平？如果一名设计师的token消耗低于阈值，难道就该被解雇吗？
从更宏观的视角看，“人换token”的博弈背后是企业对AI投资回报焦虑的集中爆发。当资本市场开始追问“AI的钱到底赚回来没有”，CEO们不得不将内部考核细化到每一个token的产出。但正如黄仁勋自己所言，新技术的价值曲线往往遵循“先投入、后收获”的规律——今天的token消耗可能是明天的指数级回报。问题在于，有多少企业能熬过这段回报尚未兑现的“荒原期”？
值得注意的是，英伟达本身正是这场Token革命的卖铲人。黄仁勋的公开表态，某种程度上也是在向市场传递信号：请放心购买更多GPU和API，因为连我们自己都在用token衡量员工价值。这种叙事闭环令人警惕。
本文编译自AI News
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接