“燒多少Token”這件事，正變得越來越有意思。

大多數人一個月也就燒幾百萬Token，而“小龍蝦”創始人在OpenAI一個月就燒了6000億。即使在同一家公司，普通用戶和重度用戶之間，Token消耗也可能相差幾個數量級。Token消耗量，正在成為AI時代新的硬核實力指標。

聽到這兒，你是不是已經開始焦慮了？

但在2026中國AIGC產業峰會上，昆侖萬維董事長兼CEO方漢卻笑著說：大可不必

這位經歷過完整互聯網周期的老兵，不跟著販賣焦慮，反而下了個更鋒利的判斷——經驗不再是護城河。 閉環、可容錯的崗位正被AI吞掉，唯有高判斷、不可容錯的工作才長久。

他還拋出幾個直接的判斷：Token正在成為“AI時代的電力”；AI會讓中間層員工加速分化，只剩小白和大神；所有正在融資或已上市的人口中的“AGI即將到來”，都是為市值服務的扯淡。

以及一句貫穿全場的忠告：未來最大的魅力，恰恰在于不可預測

為了完整體現方漢的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

2026中國AIGC產業峰會是由量子位主辦的行業峰會，近20位產業代表與會討論。線下參會觀眾超千人，線上直播觀眾近400萬，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

• 當一個行業或者技能是閉環的，并且是可容錯的，那么它非常容易被替代。但你如果有判斷和品味，仍然能夠長期持續走下去。
• 燒多少Token，變得越來越有意思。普通員工每月耗數百萬至數千萬，AI Coding與技術人員可達數億到數十億，重度Agent使用者更是輕松月耗百億級別。Token已然成為AI時代的“電力消耗”。
• AI介入后，個人成長上升階梯被壓縮。過去，員工成長路徑清晰且有序，從職場小白，穩步進階。現在，要不是小白，要不是大神，中間態很難存在。中間那幾段“樓梯”消失，普通人成長之路會如何演進，是一個值得觀察的現象。
• 有五種人AI永遠無法替代：講故事的人、創造idea的人、定義美的人、構建系統的人，以及重塑范式的人。
• 絕大多數行業做AI落地，要做第二名。第一名，要承擔極高的試錯與探索成本；第三名，吃不到行業紅利，還會被行業甩開。IT賽道，只能爭第一，這是一個非常殘酷的現實。但是，AI把所有人拉回到同一起跑線。

以下為方漢演講全文：

燒Token已經把人拉出巨大差距

各位尊敬的來賓，各位媒體朋友，大家好。

首先非常感謝量子位的孟老師，讓我第一個跟大家分享我最近的一些感受。

我最近接受了鳳凰財經的采訪，他們剪了一個切片，讓我小火了一把。我說我有一位CTO朋友一個月燒600億Token，社交媒體上很多人質疑這個數字，認為我是無中生有。

我昨天剛看到一篇新聞，“小龍蝦”的創始人Peter Steinberger，他現在在OpenAI每個月的Token用量大約是6000億。大家可以看到，燒Token這件事已經把人之間的差距拉得非常大了

剛才孟老師說得很對，現在很多同學都有FOMO的焦慮，覺得現在不學以后就沒機會了。我個人看法是，大家大可不必。為什么呢？下面我分享一些感受。

首先，這是一個AIGC產業峰會。AIGC給我帶來的最大感受是，我們把AI的成本降低到了一個可以量化的程度。

舉個例子，我們公司原來做游戲的時候，采購一首歌的成本大概是10萬塊錢——要找人作曲、作詞，還要找錄音室演奏、演唱，最后混音，這已經是最便宜的方式了。今天，我們自己的音樂大模型Mureka Agent制作一首歌，對外售價大概是一塊錢，成本更低。

結果是，所有人創作內容的門檻和成本都極大降低了。

以短劇為例，真人短劇一部大概100萬，AI短劇現在的“抽卡”成本加上人工成本也就10萬左右，降低了10倍。而且我們認為，這10萬塊錢到明年可能會變成1萬，后年變成1000，這是很切實的趨勢。這樣一來，AI短劇的隊伍數量會急劇擴大，真人短劇的開拍數量會下降，大家驚呼演員要失業了。

我們也可以看到，亞馬遜、微軟最近都有大幅裁員。但這種裁員是不是AI效率提高帶來的呢？我的看法是，不一定。他們往往是為了裁掉冗余的人頭，騰出更多資金去進行算力投資。

有一句話我覺得很對：經驗不再是護城河。大家覺得在AI時代經驗很重要，可以用來給AI兜底。但與此同時，對某個產業的豐富經驗，有時反而會讓人更抗拒擁抱AI。現在有蒸餾skill，也有反蒸餾skill。反蒸餾skill到底有沒有用？它本質上還是想用個人力量對抗AI，我覺得長期來看沒什么意義。

我們能看到的是，只要一個行業的技能是閉環的、可容錯的，就非常容易被替代，比如美術、程序員、白領中層、初級學徒。而如果這個技能是不可容錯的，比如做手術、線下施工、藍領工作，這些高判斷、高責任的崗位反而難以被替代。

Andrej Karpathy的看法比較準確：80%交給AI，20%留給人，留給人的是判斷和把關。現在的AI Coding，關鍵不是用多少AI，而是你能不能判斷它該做什么，而不是怎么做。

我覺得所有人都要警惕：如果自己的崗位是閉環且可容錯的，那很容易被替代。但只要你有判斷力和品味，就能長期持續下去。

以AI短劇為例，挑什么本子是決定它能不能爆的根本因素，最后抽卡驗收也決定了能不能出圈。最近最出圈的是MX-Shell做的機器人僵尸視頻《Zombie Scavenger》。

短期別高估，長期別低估，別信販賣焦慮的人

大家也不用擔心。我經歷了完整的互聯網周期和移動互聯網周期，每次新事物來了，大家都會說老行業要死。比如1995年互聯網來了，大家都說報紙要死、出版業要死，但整個內容產業其實是急劇擴大的，報紙和出版業又過了20多年才進入明顯的下行期。

我認為對絕大多數勞動者來說，差距并沒有那么大

現在AI是典型的短期高估、長期低估。不管是AI Agent還是什么，落地時demo看起來很驚艷，但在生產力里還有很多問題。比如有人統計用AI編程后效率是否提高，結果發現：如果項目需求和結果非常確定，效率真的能提高；但如果需求本身不明確，效率其實并沒有提升。

長期來看，我認為所有人都會低估AI對整個人類生活和工作的影響。我唯一的建議是：未來不可預測

那些關于公司形態、AI對人類影響的預測，包括Anthropic的CEO說全世界最后只剩1000萬人能享受AI紅利、其他人全吃土，這些預測沒什么意義。未來最大的魅力就在于不可預測。

說到這里，希望大家不要被那些聲音嚇住。中國自媒體喜歡販賣焦慮然后賣課，國外大V說的話也完全不可信——他們不是為了市值就是為了估值。

馬斯克說AGI即將到來，其實是為了SpaceX的估值。你統計一下所有名人說AGI何時到來，會發現那些要融資、要估值的都說得特別近。唯一說得比較晚的是DeepMind的掌舵人哈薩比斯，他說的是2034年。我想告訴大家，只要是在融資或者公司已上市的，他們說AGI到來的時間基本都是扯淡，只是為了自己的市值。

Token消耗量決定AI實力，小白與大神之間出現斷層

前面說過，每個月燒多少Token這件事變得越來越有意思。

普通員工一個月幾百到幾千萬Token；AI Coding用戶和技術員工，每個月幾億到幾十億；重度Agent和Infra用戶，一個月上百億已經成為事實。“小龍蝦”作者現在一個月6000億，Meta內部比賽里，最高的工程師花了2180億。同一家公司里，幾百萬Token和幾千億可以共存。

Token確實成了AI時代的電力消耗。我們看一個國家的產業，就看它的電力消耗。中國為什么能成為世界工廠？中國電力消耗一年10萬億度，美國4萬億，印度只有2萬億，這是鐵打的國家工業實力對比。我覺得以后國家的Token消耗量，也會成為AI實力的對比。

這帶來了一個很明顯的問題。我們公司內部應用AI比較多，我的感受是：以前一個普通員工進公司，從小白慢慢變成老員工，再從老員工變成高級干部，培養過程非常有序和順利。但AI介入后，中層員工的成長階梯被撕裂了，要么是小白，要么是大神，中間狀態很難存活。這變得非常詭異。

我們現在還不知道，把中間狀態抽走之后，新員工能不能順利成長為大神，還是會永遠停留在小白階段。普通人的成長之路會如何演進，這仍然值得觀察。

五類人AI替代不了，企業做第二名最穩妥

我們相信有五種人是AI永遠無法替代的。

第一種是講故事的人。原來在中國影視行業最憋屈的就是編劇，導演可以讓他改本子，大明星也可以。但在AIGC時代、短劇時代，最有話語權的還是編劇，因為編劇決定故事，決定一個劇能不能爆，不再是演員或導演。

第二種是Idea Maker。我經常看GitHub，上面項目的涌現速度遠遠超過前AI時代。甚至好萊塢著名女演員都下場做Project，做Agent的Memory。有想法的人不再需要編程能力，只要有AI就能實現新想法。以前“萬事俱備只欠一個CTO”的笑話將不復存在，只要你有idea，AI就能幫你把它變成現實。

第三種是Beauty Designer，定義美。現在所有AIGC本質上都是在縫合人類歷史上創造過的美，問題在于它能不能創造新的美。新的美仍然需要人類來創造。在美的領域，如何雇傭大量新畫家、藝術家來創造新形態的美，還沒有人做這件事。長期來看，堅持原創、堅持定義新的美會越來越重要。

第四種是System Builder。GitHub上項目很多，但為什么“小龍蝦”會先火？“小龍蝦”創始人是連續創業者，碼農出身，最早靠做PDF拿到第一桶金，但因為代碼能力比較差，又被Hermes Agent抄了過去。

最后一種是像愛因斯坦、牛頓這樣的人，范式制定者仍然非常稀缺，這里不再贅述。總而言之，站在工作流兩頭的人一定是最需要的。

關于企業的Token用量，我可以給一些數字：安克每個月2億左右，58同城6億左右，Meta 7億左右，這是公開數據，還會不斷上漲。我跟很多企業家朋友交流時經常說，三種企業三種打法：傳統企業先補齊，上AI根本沒法增效；數據密集型行業降本增效是非常明確的。

現在大家都在說，在新的AI形態下，新企業一定在組織上有優勢才能勝出。像推特前創始人Jack Dorsey，把自己的組織用AI重構，把所有的中間層全部干掉，由AI替代——這個過于激進，可以看看它的試驗效果。而中國的安克就比較務實，業務自驅地做這件事。

我們公司的做法更偏安克，非常務實。從2024年起全員使用AI Coding，現在每個月給每人發700塊錢的Token補貼，這個成本投入性價比非常高。我們所有研發leader還要考試，主要是Agent能力考試。在飛書里，我們大量引入AI員工進行組織增效。這也是絕大多數中國企業相對務實的方法。

我給企業家朋友的建議是：絕大多數行業的企業在AI落地上都要做第二名，不要做第一名，因為第一名的探索成本實在太高了。像Jack Dorsey那種激進的改革方法，大多數企業承受不了。也不要做第三名，到第三名時一點紅利也吃不到，還會被同行拋棄。但對于IT賽道來說，我們只能爭第一名，這是非常殘酷的現實。

最大的好處是，AI把所有人都拉到了同一起跑線。我經常說，年輕人躺平是因為沒有上升空間。但現在我對公司的年輕人說，躺平是非常傻的，天花板已經被打破。這個時代對所有人來說都是巨大的風口，關鍵在于我們能不能成為在風口上賺到紅利的人。這就要看大家的努力了。

謝謝大家。