科技巨头对待Token的态度，经历了从“比拼消耗规模”到“关注效率 ”的变化。早期 ，为鼓励员工拥抱AI，不少硅谷公司将Token用量纳入考核；后来AI智能体“烧”Token的速度之快
，又让企业直面算力成本失控的难题 。

　　美商亚洲集团全球合伙人 、数字政策主席陈澍认为，Tokenmaxxing（词元最大化）某种程度上反映了硅谷的焦虑 ，担心在竞争中落后
，错失AI发展窗口期。为把钱花在刀刃上，近来 美国科技企业会按照任务必要性分层分类评估 ，一个理性的逻辑是：如果人工完成一件事情的成本低于AI消耗成本
，就没有必要强行使用AI
。

　　美商亚洲集团是一家总部设在美国华盛顿的公共政策和商业询问 公司，为全球多家主流科技公司提供政策询问 。陈澍曾担任Meta（前Facebook）大中华公共政策董事总经理 ，长期关注科技企业、公共政策与世界 关系 。

　　7月底
，在2026APEC数字周期间，陈澍接受了南都记者的专访
。在他看来 ，AI投入巨大
，在评估AI产出价值时，最终要回归到落地效率与实际收益上。为避免AI被垄断
、成为少数人的游戏 ，应当推动AI成果惠及更多人 。

　　谈AI投入与产出：要把钱用在刀刃上

　　南都：年初，硅谷出现Tokenmaxxing（词元最大化）热潮
，后来很多企业因不堪算力压力而取消内部Token消耗量排名，如何看待这一现象？

　　陈澍：硅谷一开始确实鼓励员工Token用得越多越好 ，还纳入绩效考核
，后来内部员工纷纷反思
。举个例子：你花一分钟就能轻松走到茶水间拿一杯可乐，而专门叫机器人“跑腿
”可能要花十分钟 ，这是否有必要？AI应当用来帮你创造价值
，而不是本来就容易完成的事情还要让AI代劳，这就失去了效率意义。

　　Tokenmaxxing现象某种程度上反映了硅谷的焦虑：很多大公司担心在竞争中错失AI发展机会 ，因此不计成本地加大投入 。但我们也注意到
，持续高额的算力投入正不断消耗现金流，又因投资跟不上去 ，现在很多公司开始收紧预算
，思考怎么把钱用到刀刃上
。

　　南都：当巨头也烧不起Token了，企业该如何评估AI投入与产出价值？

　　陈澍：近来  ，美国科技企业会按照任务必要性分层分类评估，一个理性的逻辑是：如果人工完成一件事情的成本低于AI消耗成本
，就没有必要强行使用AI。

　　同样的逻辑，放在讨论“AI是否会取代人类的工作岗位” 也一样 ，成本问题始终无法忽略 。我自己判断
，在制造业方面，AI未必那么快就能取代人的角色
。因为在发展中国家 ，人力成本相对来说比较低
，可能一个小时就10-20美元；对比持续“烧 ”Token，人力反而更划算。因此 ，我们在评估AI投入与价值产出时
，最终还是要回归到落地效率与实际收益上 。

　　南都：据你观察，AI行业是否存在无效投入、资源浪费的现象？怎么避免陷入“为AI而AI
”的困境？

　　陈澍：AI产业生态庞大 ，单看大模型市场
，国内主流科技公司基本该进场的进场了，其他想转型的传统公司 ，也可能在垂直领域已有所布局。可以说，大模型赛道的竞争格局已初步成型
，但究竟谁能跑出来 、成为最终胜者，我认为仍充满不确定性
。

　　近来 各家都在积极布局AI ，我比较担心的是“一窝蜂”投入
、AI同质化的风险。（英伟达创始人）黄仁勋曾提到
，同质化问题多发生在Physical AI（物理AI）领域，也就是人形机器人 。在今年WAIC（世界人工智能大会）展馆里 ，我看到机器人的数量非常多
，二楼黑压压一片几乎全是
。

　　从某种意义上，这也反映了业界的焦虑 ，尤其地方上还有竞争压力。比如
，一个地方看到另一个地方布局机器人赛道，也“一窝蜂 ”地跟上投资 。但问题是 ，我们是否 需要让十个机器人都去做同样的事情
，比如都去端茶送水？这应当引起中央或者地方部门重视
。

　　在我看来，人形机器人赛道应当走差异化竞争 ，比如像广州主攻医疗机器人、在杭州深耕养老陪护机器人，这样才能有利于AI产业的健康长远发展。

　　谈AI世界 治理：要让AI成果惠及更多人

　　南都：技术发展很快
，规则也需跟上 。你认为，AI监管政策的松紧程度 ，是否会影响产业竞争？

　　陈澍：会的
。如果我们把AI比作一辆劳斯莱斯或者法拉利
，模型技术就像发动机，治理规则是方向盘。现在大家更多关注的是发动机本身 ，但是模型再好
，拿掉方向盘后，这辆车就开始横冲直撞了 ，最终会走向失控 。

　　我们常说：无规矩不成方圆
。如何为AI安全发展划出一条红线？包括当前比较突出的深度伪造 、AI诈骗等问题怎么解决
，仍待讨论。

　　从我的观察，近来 全球主要有三种AI治理模式 。欧盟是最早出台AI法案的地区 ，但现在欧洲一些国家也开始反思：过早严苛地立法会不会影响本土创新？尤其是法国拥有自研大模型
，在欧洲国家中走得比较靠前，对此顾虑尤为突出。

　　美国的AI治理模式则以行业自律为主 ，政府约谈头部科技公司，要求他们达成承诺
，列出具体自律事项，但这些公司能不能做到 ，政府部门可能很难及时察觉
，或者拿它们没办法
。还有一种方式是靠公司自律，即由公司制定相应的规则 ，发布宣言或倡议等。

　　中国采取混合治理的思路
，国家网信办等部门持续出台配套细则，短期内应该不会采取和欧盟一样的模式全面推进AI立法 ，而是倾向于在保障创新发展的同时
，坚守安全底线，不能因过度强调安全而阻碍产业创新 。

　　南都：AI带来的安全风险没有国界 ，AI治理是各国共同面对的挑战
。但近来 各国监管思路差异明显
，怎么跨越分歧推进AI治理世界 合作？

　　陈澍：可以看到，近来 全球AI治理正逐渐形成不同阵营。美国的一些AI治理框架 ，参与者主要是其盟友国家，很少会带上所谓的“南南国家
”一起参与
，除非这些国家在某些领域——比如拥有稀缺的自然资源
、掌握了关键资源等，对美国具有重要价值 。

　　中国不一样
。7月16日 ，成立WAICO（世界人工智能合作组织）协定签署仪式在上海举行。这是全球首个专门聚焦AI治理的政府间组织
，由中国主导发起成立，共有29个国家代表签署协定 ，成为创始成员国
，成员结构以“全球南方”国家为主 。

　　同时我关注到，中美对于AI的理解也存在明显差异
。美国更多将AI视为关乎本国核心竞争力的一部分 ，希望保持自身作为强国的优势
，不允许别国挑战它的领先地位。中国则提出，AI应该是造福全人类的世界 公共产品——这一定义很重要 ，确定了中国希望以普惠共赢弥合鸿沟的基调 。

　　理想状态下
，我认为中美可以开展多边AI治理合作，不过美国更倾向双边小圈子谈判 ，排斥联合国式多边协作，因此中美要达成深度合作的难度较大
。即便如此
，我仍认为两国保持对话沟通，也好于陷入科技对立的状态。

　　南都：近年来 ，中国持续在多个世界 平台主动参与全球规则磋商 。中国积极参与AI治理规则的制定
，有何重要意义？

　　陈澍：在互联网时代，很多规则体系由欧美国家主导 ，比如域名分配、互联网标准等。如果我们把AI看作“新的互联网 ”
， 中国不参与AI治理规则制定的话，可能会复刻早年互联网时代的历史
。

　　为此 ，中国一方面希望在技术发展上保持竞争力
，比如推动开源；另一方面，也希望参与全球AI治理规则的制定——这对未来中国模型出海 、如何定义AI安全性等问题 ，至关重要。

　　南都：AI背后的产业垄断与资源分配不均
，正在加剧数字鸿沟持续扩大 。如何推进世界 间合作，让AI发展红利惠及更多人？

　　陈澍：发展中国家面临着一个现实问题：AI投资非常巨大 ，并不是每个国家都有能力投入发展
。参加2026APEC数字周期间，我注意到
，一些发展中国家的代表也在思考，到底应该选取 什么样的发展路径？其中 ，经济因素是非常重要的考量。他们并不一定只看技术水平比较高 的方案
，也会考虑成本
、可获得性以及实际应用效果 。

　　中国在很多场合明确提出：AI不应由个别国家垄断，成为少数富国和富人的游戏
。贯彻这一理念 ，中国倡议发起成立的WAICO以“技术普惠
，能力建设
” 为核心导向，将“弥合全球智能鸿沟”列为首要目标。

　　现在看来 ，很多发展中国家更倾向于参与中国提出的一些合作模式 。一个重要原因是
，中国强调大模型技术的开源，还在近期宣布了一项面向全球发展中国家的重大人才培养计划：未来5年将提供5000个AI专题研修培训名额 ，旨在帮助“全球南方 ”国家提升AI能力建设
，推动AI技术的普惠发展与全球共治
。

　　美国在AI领域拥有先发优势，已经形成了一个所谓Plan A的合作模式 ，中国提出了另一种更加普惠有效的Plan B。现在这种模式逐渐受到关注，甚至可以说
，Plan B正在形成一种更受欢迎的发展路径，并开始对Plan A产生一定挑战 。这也是为什么中美之间在AI领域会出现一些摩擦
。

　　不过 ，有竞争是好事。从全球AI发展来看
，更多元的选取 、更开放的生态，对于整个行业都是有益的 。

（文章来源：南方都市报）