Token经济:从算力*性原理到智能未来电子书

内容提要

作者简介

前言 算力如何改变你的钱包和未来

第1章 Token是什么：你每天都在用但没搞懂的词

1.1 Token到底是什么？

1.2 Token的三种形态

1.2.1 单词级Token

1.2.2 子词级Token

1.2.3 字符级Token

1.2.4 三种形态的对比与选择

1.3 Tokenization：把文字变成数字的艺术

1.4 Token不是比特币——三个最常见的误解

1.4.1 误解一：Token就是加密货币

1.4.2 误解二：Token越多越好

1.4.3 误解三：Token是免费的

1.5 Token消耗的规模有多大？

1.6 一个Token到底值多少钱

1.6.1 第一层：性能越高越贵

1.6.2 第二层：输入和输出分开算钱

1.6.3 第三层：有人用速度赚钱

1.6.4 第四层：缓存命中，省掉重复计算的钱

1.7 一个真实案例：选错模型，亏损巨大

1.8 Token的“通货膨胀”：为什么越来越便宜

1.9 Token不是终点，算力才是

1.10 从Token到智能经济：一张全景图

第2章 算力即权力：为什么Token成了新时代的石油

2.1 全球算力版图：一张不平等的世界地图

2.2 英伟达：一家公司，一条命脉

2.3 算力争夺战：国家层面的军备竞赛

2.3.1 美国：先发优势+封锁战略

2.3.2 中国：追赶+自主+规模

2.3.3 欧洲：追赶中的第三极

2.3.4 其他国家：主权AI成为新潮流

2.4 算力租赁市场：当算力变成一种商品

2.5 从算力到Token：权力如何传导

2.5.1 第一步：算力稀缺→算力昂贵

2.5.2 第二步：算力昂贵→Token有底价

2.5.3 第三步：Token定价权→现实影响力

2.6 权力的三种形态

2.6.1 第一种：供给优势——谁制造算力，谁影响供给

2.6.2 第二种：分配优势——谁拥有算力，谁影响资源流向

2.6.3 第三种：定义优势——谁影响标准，谁影响规则

2.7 算力的“反身性”：权力越大，需求越大

2.8 权力的代价：算力通胀与成本传导

2.9 一张图总结：算力权力链条

第3章 算力市场怎么运转：供给、需求和看不见的手

3.1 供给端：谁在卖算力

3.1.1 超大规模云——最贵、最稳的“五星级酒店”

3.1.2 专业算力云——性价比之选

3.1.3 去中心化算力网络——闲置算力的长尾

3.1.4 企业自建——不卖，但影响市场

3.2 需求端：谁在买算力

3.2.1 模型训练——Token黑洞

3.2.2 模型推理——正在成为主角

3.2.3 微调与RAG——中间地带

3.3 供需失衡：为什么算力这么贵

3.4 价格是怎么定的？——从租赁市场看定价逻辑

3.4.1 H100的价格过山车

3.4.2 B200和B300：涨价更猛

3.4.3 H200和国内市场的价格

3.4.4 不同平台、不同价格

3.5 市场设计的核心挑战

3.5.1 挑战一：时空匹配

3.5.2 挑战二：信息不对称

3.5.3 挑战三：外部性

3.6 从“卖卡时”到“卖Token”：商业模式的升级

3.7 Token金融化：算力正在变成一种金融资产

3.8 业绩爆发：算力租赁企业的黄金时代

3.9 一张图总结：算力市场的完整图景

第4章 AI的“胃口”：大模型如何吃掉海量Token

4.1 训练：一次性烧掉一个亿

4.1.1 训练成本的指数级膨胀

4.1.2 训练成本花在了哪里

4.1.3 一个震撼行业的案例：DeepSeek-V3

4.2 推理：真正的“Token黑洞”

4.2.1 GPT-5.4的日均规模

4.2.2 OpenAI的整体亏损

4.2.3 企业客户的Token账单

4.3 从训练到推理：算力需求的重心转移

推理经济的崛起

4.4 效率革命：同样的Token，更少的算力

4.4.1 推理成本的断崖式下降

4.4.2 DeepSeek的效率突破

4.4.3 硬件层面的效率提升

4.4.4 模型压缩技术

4.5 成本下探：Token正在变成“白菜价”

4.5.1 API价格的断崖式下跌

4.5.2 但便宜的不一定是好事

4.6 Agent：算力需求的“乘数效应”

4.6.1 Agent的Token消耗模式

4.6.2 企业端的Agent部署

4.6.3 算力需求的结构性改变

4.7 算力需求的未来：增长的尽头在哪里

4.8 一张图总结：AI的“胃口”全景

第5章 算力的天花板——能源、芯片与热力学极限

5.1 能源：算力最硬的约束

5.1.1 全球数据中心用电量正在飙升

5.1.2 中国的算力用电：增速惊人

5.1.3 一个真实的“电荒”案例：爱尔兰与美国

5.2 芯片：算力的“心脏”正在逼近极限

5.2.1 芯片功耗：从700W到3700W的疯狂跃升

5.2.2 芯片制程：逼近物理极限

5.2.3 “后摩尔时代”的出路

5.3 散热：算力的“隐形天花板”

5.3.1 水、电、空间的三角困局

5.3.2 废热：从“麻烦”到“资产”

5.4 热力学极限：物理学的最后审判

5.4.1 Landauer原理：计算的物理下限

5.4.2 热力学第二定律的诅咒

5.4.3 “每瓦特Token”正在成为终极指标

5.5 算力“通胀”：成本在涨，Token在跌

5.6 杰文斯悖论：Token越便宜，总消耗越大

5.7 一个案例：为什么B200必须用液冷

5.8 一张图总结：算力的三重天花板

第6章 Token经济的宏观账本——它如何影响国家和政策

6.1 算力的国民核算：当算力成为GDP的一部分

6.1.1 数字经济：算力驱动的GDP增量

6.1.2 算力如何改变GDP的计算方式

6.2 Token的货币政策：算力时代需要新的货币工具

6.2.1 Token的通胀与通缩

6.2.2 “算力银行”与“算力超市”：Token的金融基础设施

6.2.3 算力期货：Token经济的“利率工具”

6.3 智能财政：对Token征税可能吗？

6.3.1 算力税：从学术理论到政策辩论

6.3.2 算力税的逻辑是什么？

6.3.3 智能税：对AI Agent的自动征税

6.4 跨国Token流动：算力贸易顺差国与逆差国

6.4.1 Token出海：中国数字服务贸易的新赛道

6.4.2 Token出口的产业基础

6.4.3 算力贸易的新格局

6.4.4 Token出口的现状与挑战

6.5 全民基本算力：每人每月免费发Token会怎样

6.5.1 UBC的经济账

6.5.2 UBC的探索：从算力券到普惠算力

6.6 大国算力战略：中美欧的路线图

6.6.1 中国：“8+10+3”算力空间布局与万亿级投资

6.6.2 美国：先发优势与金融化

6.6.3 欧盟：追赶中的第三极

6.7 一张图总结：Token经济的宏观全景

第7章 智能体的崛起——当AI Agent成为Token市场的主角

7.1 什么是AI Agent——从“对话”到“执行”

7.2 Agent的Token消耗：比对话模式高出4到15倍

7.3 Agent如何自己花钱？——从Visa到支付宝到Coinbase

7.3.1 Visa+OpenAI：让ChatGPT替你买东西

7.3.2 支付宝：全球首个Token Pay服务

7.3.3 微信支付：AI专属卡

7.3.4 Coinbase：让AI Agent拥有自己的“钱包”

7.4 Agent之间的交易：机器对机器的经济

7.4.1 机器正在成为经济活动的执行主体

7.4.2 稳定币：Agent的“默认货币”

7.4.3 Agent之间直接转账正在加速

7.5 Agent在金融交易中“打工”——从对冲基金到ETF赛场

7.5.1 180亿美元对冲基金：用数百个AI Agent替代人类分析师

7.5.2 国内首个ETF AI交易赛事

7.5.3 AI Agent在加密市场的交易占比

7.6 企业端的Agent部署：从“炫技”到“算账”

7.6.1 人均AI成本飙升至7500美元/月

7.6.2 微软工程师的Claude Code账单

7.6.3 从Claude到DeepSeek：一家Agent公司的“省钱之战”

7.6.4 成本控制催生新基础设施

7.7 Agent经济的基础设施：谁在为Agent“铺路”

7.7.1 “执行系统”成为新的操作系统

7.7.2 京东A2P2协议：给智能体一张“带芯片的身份证”

7.7.3 算力基础设施的升级

7.8 Agent经济的风险：谁为AI的“错误”买单

7.8.1 意图曲解与“幻觉交易”

7.8.2 算法共谋：Agent之间会“串通”吗

7.8.3 谁为AI的错误负责？

7.9 一张图总结：Agent经济的全景图

第8章 谁在赢，谁在输：Token经济中的赢家与输家

8.1 大厂怎么赢：算力护城河正在越筑越高

8.1.1 7250亿美元的军备竞赛

8.1.2 英伟达：卖铲子的人成了首富

8.1.3 自研芯片：大厂的“去英伟达化”

8.1.4 云厂商的算力资产与商业模型

8.2 创业公司怎么活：夹缝中的生存之战

8.2.1 算力账单：创业者的“眼前一黑”

8.2.2 大模型公司的“烧钱竞赛”

8.2.3 豆包的算力账：从“日耗千万”到“商业化求生”

8.2.4 算力租赁公司的“黄牛困局”

8.2.5 创业公司的生存之道：找缝隙、做减法

8.3 个人能分到一杯羹吗？

8.3.1 闲置算力出租：让闲置资源产生价值

8.3.2 “一人公司”：算力民主化的新物种

8.3.3 独立矿工：一个不适合普通人的提醒

8.4 Token经济生态中的不同角色

8.5 一张图总结：Token经济生态全景图

第9章 风险、泡沫与调整：Token经济的成长烦恼

9.1 金融结构风险：投资周期与回报节奏的匹配

9.1.1 市场分析师的观察：估值与基本面的匹配

9.1.2 行业专家提醒：成本曲线的改善速度

9.1.3 头部企业的财务结构：分化中的积极信号

9.2 供应链集中风险：关键环节的依赖与韧性

9.2.1 三个关键节点的集中度

9.2.2 集中风险的传导机制

9.2.3 从“效率优先”到“韧性优先”：全球供应链的逻辑转向

9.2.4 国内供应链重构：政策驱动与产业实践

9.3 运营性崩溃风险：AI平台的“可靠性危机”

9.4 算法治理风险：规则框架的建立与完善

9.5 成本反弹风险：效率提升与总消耗的博弈

9.6 一句话总结：Token经济的五大风险

第10章 2049年的Token世界

10.1 计算的自由：从“资源约束”到“无处不在”

10.2 Token经济的成熟形态：从“计量单位”到“经济基础设施”

10.2.1 Token消耗量的量级跃升

10.2.2 Token计价体系的分层与精细化

10.2.3 算力金融化的深化

10.2.4 Token成为“价值翻译器”

10.3 智能体互联网：当AI成为“共生伙伴”

10.3.1 从“一人一机”到“一人万军”

10.3.2 Agent之间的经济

10.3.3 人机共生的日常

10.4 经济形态的变迁：从“谋生劳动”到“创造价值”

10.4.1 超级个体与“一人公司”

10.4.2 新的价值计价体系

10.4.3 全球化与区域化的再平衡

10.5 挑战与应对：在发展中走向成熟

10.5.1 能源的终极考验

10.5.2 治理的持续演进

10.5.3 人的意义

10.6 小结：Token世界的4种可能

参考文献