（来源：中国发展改革）

第 一 问

何为词元

一个“词”凭什么成为时代注脚

2026年3月24日，国家数据局一纸公告，结束了业内关于“Token”中文译名长达数年的争论。“词元”——这个听起来有点朴素、又带点技术感的词，正式成为官方定名。

同一天，局长刘烈宏扔出一组数字：我国日均词元调用量突破140万亿。

什么概念？2024年初这个数字还是1000亿，到2025年底冲到100万亿，现在140万亿。两年多，涨了一千多倍。这不是增长，是爆炸。

但在被这个数字震撼之前，得先搞清楚：词元到底是啥？

简单说，词元就是AI处理文本时的基本单位。你输入一段话，AI不会像人一样逐字阅读，而是先把文本切成一堆小碎片——这些碎片就是词元。可能是一个完整的词，可能是一个字的片段，甚至可能是一个标点符号。不同模型切法不同，但本质一样：词元是AI理解语言的最小颗粒。

那这个技术概念为啥值得单拎出来说？因为当AI从实验室跑进产业、从“玩具”变成“工具”，词元就不再是技术员的术语，而成了衡量AI应用活跃度的硬指标。你每次问AI一个问题，背后是词元在消耗；AI帮你订机票、写代码、审合同，背后是成千上万个词元在计算。

有意思的是，官方最后选了“词元”而不是“智元”“模元”这些听起来更“高大上”的选项。为什么？解释很朴实：“Token切分出的单位有时是字，有时是词，‘词’字更能覆盖这种范围。”

这个选择挺耐人寻味的——它没去拔高“智能”的隐喻，而是老老实实回到了“语言”本身。AI再聪明，它的基础单位仍然是“词”。当行业还在争论“叫什么更高级”的时候，决策层的态度是：先把这东西是什么说清楚，比戴高帽子重要得多。

术语标准化从来不是文字游戏。它是产业走向成熟的“成人礼”。当苹果中国官网、央视新闻、中国计算机学会都开始统一用“词元”，意味着整个产业有了共同的“语言底座”。没这个底座，谈什么生态？谈什么标准？

而那140万亿，正是这个基本单位丈量出的、正在发生的现实。

第 二 问

何为词元经济学

Token怎么就从技术参数变成了经济血液

第一问搞懂了“词元是什么”，第二问要回答的是：它凭什么值得我们谈“经济学”？

答案藏在一个根本转变里：词元正在从技术参数变成经济单位。

这可不是硬往脸上贴金。回头看，石油刚被发现时也就是地里冒出来的黑水，直到内燃机普及，它才成了工业的血液。今天的词元正站在同一个拐点上。它背后是算力消耗，而算力正在成为智能时代最核心的生产资料。

理解词元经济学，先得搞明白一件事：词元不是“字数”，是“燃料”。

以前你跟AI聊天，问一句答一句，就像开车去便利店，油耗可以忽略不计。但现在不一样了。Open Claw这类智能体出来后，AI开始替你干活——订机票、写代码、审合同、发邮件。它要完成一个任务，得自己琢磨步骤、尝试、纠错、再执行。整个过程就像汽车长时间怠速运转，油就是这么烧掉的。

来看这个量级变化：问答消耗，几十个Token；任务消耗，几万个Token；智能体自主执行，百万级Token。国内日均Token消耗半年涨5倍，英伟达预测年复合增长3000%——不是我们变话痨了，是AI真的开始跑腿了，跑腿就得烧油。

搞懂这个，才能明白Token为啥能成为计价单位。它不是谁拍脑袋想出来的概念，而是算力消耗的自然映射。

那词元经济学关注的核心是啥？

第一，计价机制。为啥所有大模型厂商都默契地用Token计价？因为这是目前能找到的最精准的计量单位。按次收费，一个“你好”和一套完整代码生成，消耗差几百倍；按时长收费，算力消耗不是匀速的，高峰低谷根本没法算。Token计价刚好解决了这个问题：每生成一个Token，背后都是一次完整的推理计算，消耗量跟任务价值正相关——金融交易的Token和闲聊的Token，含金量天然不一样。

第二，定价权。把产业链拉开看，四个环节各有各的牌。最底层，英伟达卖的是“印钞机零件”——它不直接卖Token，但掌握着“每瓦Token数”这个底层KPI。中间层，模型厂商当的是“印钞厂厂长”——OpenAI、智谱、混元直接面对市场。分销层，云厂商是“加油站老板”——把Token打包成服务，绑定自家生态。最顶层，用户用钱包投票。Token的价格，最终由它能创造的价值决定，而不是生产成本。

第三，未来走向。国信证券有个判断值得琢磨：推理更看重用户生态和调度效率，定价权正在从“算力供给方”向“场景需求方”转移。谁的场景价值高，谁就愿意付更高的价格。反过来，谁掌握了高价值场景的入口，谁就掌握未来的定价权。

PC时代有个安迪-比尔定律：硬件提升的性能，很快被软件消耗掉，用户永远觉得不够快。智能时代的“安迪-比尔”正在应验——英伟达每18-24个月性能翻倍，但AI智能体疯狂消耗Token，算力永远不够用。Token不再是技术参数，而是这个时代的经济血液。

第 三 问

如何打通词元最后一公里

当“运钞”比“印钞”更关键

前两问搞懂了词元是什么、为什么它成了经济单位，但还有个问题必须回答：这些被称为“智能时代钱币”的词元，从数据中心被“印”出来后，到底是怎么穿越千山万水，最后丝滑地出现在我们手机屏幕上的？

“印钞”只是开始，“运钞”才是关键。

过去几年，中国算力建设突飞猛进。“东数西算”工程全面启动，西部清洁电力转化成了强大算力。截至2025年底，中国智算总规模已达159万PFlops。但问题来了：算力中心可以建在沙漠里，用户却都挤在都市里。这就产生了一个根本矛盾——集中生产与分散消费的矛盾。

更棘手的是，词元对延迟的敏感度远超传统文字和图片。以前看网页，慢两秒你可能刷新一下；但现在用AI，如果你让它写封邮件，它在那“转圈圈”转上两秒，你感受到的不是慢，而是“卡顿”和“智障”。西部证券的研报也指出，随着AI Agent数量扩张，高频交互对低延迟、高并发能力提出了刚性需求。

现实是，算力这条“高速公路”越修越宽，但从算力中心到用户的“最后一公里”可能还是条“羊肠小道”。如果不打通CDN（内容分发网络）这个物流枢纽，算力印出的“钱”就积压在仓库里，到不了用户手上。算力是显性瓶颈，运输是隐性瓶颈，而后者正在成为制约AI落地的关键命门。

在词元时代，CDN的角色正在被重构。传统CDN运的是网页、图片，靠的是“存”——提前把东西放到离用户近的地方。但词元是动态生成的，每一秒都在变化，你不可能把用户下一秒要问的答案提前“缓存”到节点上。

所以，CDN的核心能力正在从“存储”转向“实时调度”。它不再是简单的管道，而是一个有智能大脑的“调度中心”。用户发出指令，CDN需要在几十毫秒内干四件事：探测你在哪、判断哪条路不堵、看看哪个节点有空、规划最快路径，然后把词元送过去。

好消息是，中国已经意识到这个问题。2026年3月，工信部发布《关于组织做好2026年度城域“毫秒用算”专项行动的通知》，把目标具体化为三个“毫秒级”：

• 算力中心毫秒互连（<1毫秒），打通城域内数据中心之间的“内循环”

• 重点场所毫秒接入（<1毫秒），让医院、工厂、园区像接自来水一样接入算力

• 终端应用毫秒可达（网络时延<10毫秒），保障用户端的极致体验

这是一场由顶层设计驱动的“运钞路网改造工程”。从“建算力”到“优网络”的转变，正是中国在智能经济下半场的关键布局。

展望未来，打通词元的“最后一公里”，还得在几个维度持续发力：从“云网协同”走向“云网边端一体化”，让CDN节点不仅能传输，还能具备AI推理能力；攻克“算电协同”与“算网协同”的双重难题，让西部通过绿电降低的算力成本，真正能被东部用户用得上；构建更安全的“运钞”通道，让承载着越来越高商业价值的词元，在高速运输的同时拥有全链路的安全防护。

刘烈宏说，词元是连接技术与商业的结算单位。那CDN就是连接算力与用户的价值桥梁。过去我们忙着建更多的“印钞厂”，现在必须建设更高效的“运钞网络”。在这场智能经济的长跑里，谁能率先打通词元的“最后一公里”，谁就能掌握价值交付的主动权，让每一滴算力都精准、高效地浇灌到千行百业里去。

（中国发展改革报社记者 张守营）