文 | 版面之外，作者｜畫畫
2026 年初的達沃斯，有點熱鬧。
這個滑雪勝地擠滿了全球 AI 界最有權勢的人。
英偉達的黃仁勛、OpenAI 的薩姆 · 奧特曼、DeepMind 的哈薩比斯、微軟的納德拉、Anthropic 的阿莫迪，說這屆達沃斯是一場 AI 盛會，也絲毫不為過。
在會場里，大家聊得最多的自然還是 AI。不過，大多數人討論的還是比較虛的話題，比如，AI 到底有沒有像人一樣的意識？它會不會取代人類？這種討論聽起來很高級，但總讓人覺得有點飄在空中。
直到微軟 CEO 納德拉站出來講話，他談論的是：工廠、能效比、總體擁有成本（TCO）以及每瓦特電力能產出多少 Token。
納德拉在現場甚至拋出了一個極其肯定的判斷：未來的 AI 競爭，本質上就是一場關于 Token 工廠的效率戰爭。
說白了，AI 的競爭就是蓋工廠、算成本、比效率。
這個觀點在此時顯得格外引人注目。因為它不僅呼應了馬斯克此前的一個預言：未來貨幣本質上將是瓦特。
納德拉的思考，更是在遙遠的東方找到了回響。
在關于 Token 價格戰和大規模調用的戰役中，張一鳴領導下的火山引擎，已經默默在 Token 工廠這條路上跑了很久。
這一次，納德拉坐在了張一鳴的凳子上。
1、AI 正在變成一種工業品
納德拉在達沃斯的這次發言，非常有意思，他先是給 AI 行業潑了一盆冷水，也指明了一條路，意思是說，別再把 AI 當成什么神奇的魔法了，它正在變成一種標準化的工業產品。
納德拉說，現在的 Azure 已經是微軟最大的業務，未來的核心競爭力在于建設高度異構的基礎設施集群，通過軟件最大化利用率，降低總體擁有成本。
這句話翻譯成大白話就是，別管模型有多玄乎，咱們來算筆賬。如果你的工廠生產一萬個 Token 要花一塊錢，而我的工廠只要一毛錢，那你就沒法跟我競爭。
他在演講中提到的 Token 工廠，本質上就是把 AI 算力變成像自來水和電力一樣的公共設施和標準化資源。
這時候，馬斯克的那個判斷就顯得很有前瞻性了。馬斯克前段時間說，未來的貨幣本質上將是瓦特。
這話聽著有點極端，但道理是對的。
在 2026 年的今天，所有的智能，不管是寫代碼還是畫圖，到最后消耗的都是電費。誰能用同樣的電，生產出更多、更好的 Token，誰就掌握了定價權。
當很多硅谷精英還在爭論大模型是不是真的懂人類時，沒想到納德拉這么干脆利索，已經開始像經營電廠一樣，計算每一度電的投入產出比了。
這種從講故事到算成本的轉變，將會是今年科技界最大的變化之一。
2、張一鳴走的路，在達沃斯聽到了回響
納德拉關于" Token 工廠"的論述，在中國互聯網界聽起來一點也不陌生。
如果你回頭看 2024、2025 年的中國大模型市場，你會發現字節跳動旗下的火山引擎一直在干一件尤其遭人恨的事：降價、持續降價。
一句話，沒有最低，只有更低。
當時，很多大模型創業者都在談技術路線、談榜單跑分，但字節跳動的打法非常直接，把 Token 價格打到地板上，甚至直接免費。
字節的邏輯很簡單，大模型如果不被大規模使用，那就是廢紙。為了讓它跑起來，必須把門檻降到最低，這其實就是納德拉所說的用量優先策略。
張一鳴和納德拉在這一點上達成了驚人的共識。
AI 的勝負手不在于誰的模型參數大，在于誰的 Token 產出效率高、誰的生態里消耗的 Token 多，還在于誰能大規模地和廉價地供應給全世界。
字節跳動為什么敢這么干？
因為它自己就是那個最大的 Token 消耗大戶。
字節旗下擁有抖音、西瓜視頻、今日頭條、飛書等海量應用，這些應用每天產生多少交互？
它在對外賣 Token 之前，自己內部就已經在瘋狂消耗 Token 了。這種從內部需求倒逼出的成本領先，讓字節在構建 Token 工廠時，天然比單純賣云算力的公司更有動力去壓榨每一瓦特的價值。
納德拉在達沃斯提到的第二點是應用服務層，也正是火山引擎一直在布局的方向。如果你發現所有人都在構建 AI Agent（智能體），那么你必然需要一個極其穩定的應用服務器層。
字節跳動的豆包大模型，本質上就是這個服務器層上的一個超級應用。納德拉的言論，在某種程度上，是對張一鳴過去幾年工業化思維的一次跨洋背書。
3、同樣的 Token，不一樣的生意經
雖然納德拉和張一鳴都在談 Token 效率，但由于微軟和字節的基因和生意模式不同，他們談論 Token 的本質邏輯其實是有區別的。
我們可以把他們看作是電網老板和超級廠家的區別：
微軟（電網老板）：
納德拉的思路是，我要把工廠開到全球，把算力網絡鋪好。他談論能效比，是因為微軟的數據中心太多了，如果每一度電能多產出 10% 的內容，那省下來的錢就是天文數字。
納德拉希望全世界的企業都來用微軟的電，所以他必須證明自己的電是最便宜、最穩的。
字節跳動（超級廠家）：
字節更像是一個本身就要消耗大量電力的工廠。它談論低成本，是為了給自己旗下的短視頻、社交軟件尋找更便宜的燃料。
字節的領先，是應用場景倒逼出的成本領先。它把 Token 價格打低，是為了分攤自己的研發成本，順便讓競爭對手在成本上感到絕望，順便擴大自己的生態圈。
簡單來說，納德拉是在給全世界造插座，而張一鳴是先給自己造了一堆家電，然后發現由于家電太多，自己造電反而最劃算，順便還把電賣給了隔壁鄰居。
微軟和字節，一個是向外擴張的基建狂魔，一個是向下扎根的應用霸主。
4、Token 是未來嗎？尋找 AI 的"后 Token 指標"
在納德拉和張一鳴的共識背后，我們也必須保持一定的冷思考。
去年的這個時候，剛好是 DeepSeek R1 發布，現在滿一年。
回過頭看，DeepSeek R1 的發布不僅是中國 AI 的高光時刻，更是整個行業邏輯的轉折點，它證明了算法的巧勁可以戰勝算力的蠻力，通過算法優化可以極大地節省成本。
這意味著，光有工廠不行，還得有頂級的生產工藝。
那么，當 Token 變得像空氣一樣廉價時，它還是衡量 AI 發展的核心指標嗎？
答案是：Token 可能很快就會成為歷史。
這對納德拉和張一鳴來說，既是挑戰也是機會。
現在的趨勢是，大模型的競爭指標正在發生變化，行業共識已經發生了劇變。以前大家聊模型，第一句話問"你參數多大？"，現在大家問的是"你一個 Token 的推理成本降到幾分錢了？"。
隨著 DeepSeek 驗證了強化學習和模型蒸餾的高效，行業開始意識到，Token 的數量雖然重要，但 Token 的含金量和質量更重要。
如果一個大模型生成了 100 萬個 Token，卻無法幫用戶定到一張正確的機票，那么這 100 萬個 Token 就是垃圾。在工業化生產之后，我們需要的是有效產出。
未來，除了 Token 效率，以下三個指標將變得更加關鍵：
5、Token 只是開始，真正的硬仗在后面
{jz:field.toptypename/}納德拉站在張一鳴這一邊，說明全球 AI 的競爭已經進入下半場。
當 AI 變成一種可以大規模、標準化生產的產品，那些還在糾結技術玄學的公司，可能會被迅速淘汰。而那些專注于提升每一瓦特價值的公司，才會笑到最后。
正如納德拉在達沃斯所說，AI 將成為全球經濟的動力源。這意味著，未來我們評價一家科技公司，不會再看它發了多少篇論文，而是看它在實體經濟中，到底幫企業省了多少錢、提了多少效。
張一鳴在中國走了幾步，納德拉現在大聲告訴全世界：這條路是對的。
至少，目前是。
【版面之外】的話：
納德拉和張一鳴都在追求標準化的智能，但商業世界有一個扎心的規律，越是標準化的東西，就越不值錢。
當 AI 生產的 Token 變得無比精準、廉價且隨處可見時，那些不標準的東西，比如人類的直覺、帶偏見的創意、甚至是一個雖然低效但符合人類慣性的錯誤，反而會成為新的稀缺品。
AI 發展越迅猛越普及，人類就越要守住那種不標準，不怎么高效，不怎么聰明的胡思亂想。