文 | 版面之外，作者｜画画

2026 年初的达沃斯，有点热闹。

这个滑雪胜地挤满了全球AI界最有权势的人。

英伟达的黄仁勋、OpenAI 的萨姆·奥特曼、DeepMind 的哈萨比斯、微软的纳德拉、Anthropic 的阿莫迪，说这届达沃斯是一场AI盛会，也丝毫不为过。

在会场里，大家聊得最多的自然还是 AI。不过，大多数人讨论的还是比较虚的话题，比如，AI 到底有没有像人一样的意识？它会不会取代人类？这种讨论听起来很高级，但总让人觉得有点飘在空中。

直到微软 CEO 纳德拉站出来讲话，他谈论的是：工厂、能效比、总体拥有成本（TCO）以及每瓦特电力能产出多少 Token。

纳德拉在现场甚至抛出了一个极其肯定的判断：未来的 AI 竞争，本质上就是一场关于Token 工厂的效率战争。

说白了，AI的竞争就是盖工厂、算成本、比效率。

这个观点在此时显得格外引人注目。因为它不仅呼应了马斯克此前的一个预言：未来货币本质上将是瓦特。

纳德拉的思考，更是在遥远的东方找到了回响。

在关于 Token 价格战和大规模调用的战役中，张一鸣领导下的火山引擎，已经默默在Token 工厂这条路上跑了很久。

这一次，纳德拉坐在了张一鸣的凳子上。

1、AI 正在变成一种工业品

纳德拉在达沃斯的这次发言，非常有意思，他先是给 AI 行业泼了一盆冷水，也指明了一条路，意思是说，别再把 AI 当成什么神奇的魔法了，它正在变成一种标准化的工业产品。

纳德拉说，现在的 Azure 已经是微软最大的业务，未来的核心竞争力在于建设高度异构的基础设施集群，通过软件最大化利用率，降低总体拥有成本。

这句话翻译成大白话就是，别管模型有多玄乎，咱们来算笔账。如果你的工厂生产一万个 Token 要花一块钱，而我的工厂只要一毛钱，那你就没法跟我竞争。

他在演讲中提到的Token 工厂，本质上就是把 AI 算力变成像自来水和电力一样的公共设施和标准化资源。

这时候，马斯克的那个判断就显得很有前瞻性了。马斯克前段时间说，未来的货币本质上将是瓦特。

这话听着有点极端，但道理是对的。

在 2026 年的今天，所有的智能，不管是写代码还是画图，到最后消耗的都是电费。谁能用同样的电，生产出更多、更好的 Token，谁就掌握了定价权。

当很多硅谷精英还在争论大模型是不是真的懂人类时，没想到纳德拉这么干脆利索，已经开始像经营电厂一样，计算每一度电的投入产出比了。

这种从讲故事到算成本的转变，将会是今年科技界最大的变化之一。

2、张一鸣走的路，在达沃斯听到了回响

纳德拉关于“Token 工厂”的论述，在中国互联网界听起来一点也不陌生。

如果你回头看 2024、2025 年的中国大模型市场，你会发现字节跳动旗下的火山引擎一直在干一件尤其遭人恨的事：降价、持续降价。

一句话，没有最低，只有更低。

当时，很多大模型创业者都在谈技术路线、谈榜单跑分，但字节跳动的打法非常直接，把 Token 价格打到地板上，甚至直接免费。

字节的逻辑很简单，大模型如果不被大规模使用，那就是废纸。为了让它跑起来，必须把门槛降到最低，这其实就是纳德拉所说的用量优先策略。

张一鸣和纳德拉在这一点上达成了惊人的共识。

AI 的胜负手不在于谁的模型参数大，在于谁的 Token 产出效率高、谁的生态里消耗的 Token 多，还在于谁能大规模地和廉价地供应给全世界。

字节跳动为什么敢这么干？

因为它自己就是那个最大的Token消耗大户。

字节旗下拥有抖音、西瓜视频、今日头条、飞书等海量应用，这些应用每天产生多少交互？

它在对外卖 Token 之前，自己内部就已经在疯狂消耗 Token 了。这种从内部需求倒逼出的成本领先，让字节在构建Token 工厂时，天然比单纯卖云算力的公司更有动力去压榨每一瓦特的价值。

纳德拉在达沃斯提到的第二点是应用服务层，也正是火山引擎一直在布局的方向。如果你发现所有人都在构建 AI Agent（智能体），那么你必然需要一个极其稳定的应用服务器层。

字节跳动的豆包大模型，本质上就是这个服务器层上的一个超级应用。纳德拉的言论，在某种程度上，是对张一鸣过去几年工业化思维的一次跨洋背书。

3、同样的 Token，不一样的生意经

虽然纳德拉和张一鸣都在谈 Token 效率，但由于微软和字节的基因和生意模式不同，他们谈论 Token 的本质逻辑其实是有区别的。

我们可以把他们看作是电网老板和超级厂家的区别：

微软（电网老板）：

纳德拉的思路是，我要把工厂开到全球，把算力网络铺好。他谈论能效比，是因为微软的数据中心太多了，如果每一度电能多产出 10% 的内容，那省下来的钱就是天文数字。

纳德拉希望全世界的企业都来用微软的电，所以他必须证明自己的电是最便宜、最稳的。

字节跳动（超级厂家）：

字节更像是一个本身就要消耗大量电力的工厂。它谈论低成本，是为了给自己旗下的短视频、社交软件寻找更便宜的燃料。

字节的领先，是应用场景倒逼出的成本领先。它把 Token 价格打低，是为了分摊自己的研发成本，顺便让竞争对手在成本上感到绝望，顺便扩大自己的生态圈。

简单来说，纳德拉是在给全世界造插座，而张一鸣是先给自己造了一堆家电，然后发现由于家电太多，自己造电反而最划算，顺便还把电卖给了隔壁邻居。

微软和字节，一个是向外扩张的基建狂魔，一个是向下扎根的应用霸主。

4、Token 是未来吗？寻找 AI 的“后 Token 指标”

在纳德拉和张一鸣的共识背后，我们也必须保持一定的冷思考。

去年的这个时候，刚好是DeepSeek R1发布，现在满一年。

回过头看，DeepSeek R1的发布不仅是中国 AI 的高光时刻，更是整个行业逻辑的转折点，它证明了算法的巧劲可以战胜算力的蛮力，通过算法优化可以极大地节省成本。

这意味着，光有工厂不行，还得有顶级的生产工艺。

那么，当 Token 变得像空气一样廉价时，它还是衡量 AI 发展的核心指标吗？

答案是：Token 可能很快就会成为历史。

这对纳德拉和张一鸣来说，既是挑战也是机会。

现在的趋势是，大模型的竞争指标正在发生变化，行业共识已经发生了剧变。以前大家聊模型，第一句话问“你参数多大？”，现在大家问的是“你一个 Token 的推理成本降到几分钱了？”。

随着 DeepSeek 验证了强化学习和模型蒸馏的高效，行业开始意识到，Token 的数量虽然重要，但 Token 的含金量和质量更重要。

如果一个大模型生成了 100 万个 Token，却无法帮用户定到一张正确的机票，那么这 100 万个 Token 就是垃圾。在工业化生产之后，我们需要的是有效产出。

未来，除了 Token 效率，以下三个指标将变得更加关键：

5、Token 只是开始，真正的硬仗在后面

纳德拉站在张一鸣这一边，说明全球AI的竞争已经进入下半场。

当AI变成一种可以大规模、标准化生产的产品，那些还在纠结技术玄学的公司，可能会被迅速淘汰。而那些专注于提升每一瓦特价值的公司，才会笑到最后。

正如纳德拉在达沃斯所说，AI 将成为全球经济的动力源。这意味着，未来我们评价一家科技公司，不会再看它发了多少篇论文，而是看它在实体经济中，到底帮企业省了多少钱、提了多少效。

张一鸣在中国走了几步，纳德拉现在大声告诉全世界：这条路是对的。

至少，目前是。