编辑：宇轩 梦佳

中国人民大学高瓴人工智能学院执行院长文继荣以《Token为什么不经济？》为题率先开讲。他指出，Token在Agent场景下消耗呈指数级增长，但当前Token价格不透明、智力密度不均，存在严重的“边际陷阱”——更多Token不等于更多价值。隐性成本（错误重试、延迟）远大于显性账单。他提出需引入Harness外层架构对ReAct模式进行治理，建立Token经济学ROI体系以提升长程任务的经济性。

罗汉堂秘书长陈龙随后带来《Token时代的商业与组织》报告。他将Token定义为"烧脑值"，认为Anthropic等AI原生企业的崛起标志着硅基劳动力作为"新质生产力"正式登场。组织的第一性原理在于"协同效率"与"动机效率"，AI Agent将极大提升两者，催生"超级个体"。他判断未来组织形态将是"巨头与OPC并行"的时代，中间地带的传统企业将面临严峻挑战。

上海无问芯穹智能科技股份有限公司CTO李伯勋从AI基础设施视角出发，指出AI基础设施是衔接芯片层与模型层的核心中间层，其价值核心可概括为“规模×效率”，既要支撑算力规模快速扩张，也要实现从电能到Token、再到应用价值的高效转化。无问芯穹过去一年通过全栈技术优化将推理成本下降超10倍，并预计以每3-6个月压降推理成本50%的速度来满足市场需求；同时通过异构协同技术整合多类国产芯片，以智能体运维提升大规模集群稳定性，破解规模化算力的效率与可靠性难题。

昆仑芯研发副总裁漆维聚焦AI算力发展新范式，指出模型正朝MoE稀疏化与长上下文演进，倒逼芯片在存储、互联、封装上创新。她提出PD分离与AF分离是系统性能突破关键，昆仑芯已落地万卡集群实践，并预判超大MoE模型场景下，系统层面的重构将是决定性因素。

中国人民大学高瓴人工智能学院吴玉章讲席教授曾毅以《智能经济可持续发展与伦理安全能力建设》为题，带来一份冷静而深刻的提醒。通过对60多个版本基础模型的90维评估，他发现模型能力提升并不必然带来安全提升，实证表明风险与能力可背离。他强调伦理安全是OPC的内生基因而非约束，AI厂商不应为商业利益降低安全基线，否则当用户放弃自主决策权时，将面临灾难性风险。

新加坡国立大学校长青年教授，潞晨科技创始人尤洋提出"得Coding者得天下"，认为Coding能力是衡量模型上限的关键标尺。他点出Token经济具有显著的"制造业属性"——成本随用量线性增长，KV Cache机制导致调用量虽高但单价断崖下跌。他建议OPC选模型看Coding能力，以人民币营收而非Token调用量衡量模型价值，并通过构建"厚Agent"和私有数据后训练建立竞争壁垒。

北京声序智能科技有限公司创始人王钰博以创业者视角分享了OPC实战经验，提出成功公式：领域深度×编码效率÷组织摩擦。她认为AI消除了执行力和组织摩擦的壁垒，唯有"领域深度"——即个人在特定行业的长期浸泡——不可被替代。找到自己的非对称优势，让AI成为放大器而非替代品，是OPC的核心生存之道。

心光 App 联合创始人徐璐则展示了2人OPC如何搭建"主脑系统"，将Agents、项目记忆与能力复用系统化集成。她强调每一件难事只需成功一次，通过沉淀内部上下文和记忆，AI才能从"泛泛而谈"变为真正的组织生产力。

在最后的圆桌论坛中，寒武纪刘道福、罗汉堂李远芳、人大刘勇与曾毅、趋境科技谢威宇五位嘉宾，围绕Token 智力密度度量、全链条性价比提升、智能体安全护栏、新型生产关系四大核心议题展开深度辩论。嘉宾们一致认为，受智能本身的高维特性限制，短期内难以建立统一的 Token 估值标准，市场定价仍将以任务完成度、实际使用效果为核心；提升 Token 性价比需要算法、芯片、架构全链条协同，底层技术架构突破是长期破局关键；在安全层面，模型能力提升不代表安全性同步增强，厂商、开发者、使用者需共同建立防护体系；而 Token 与智能体的普及，正在重塑生产关系，OPC 等小型创新单元会长期存在，但也面临平台巨头挤压、定价管控等潜在风险。

本次论坛完整串联起底层算力、芯片硬件、大模型算法、智能体框架、商业应用、创业生态、安全治理全产业链，清晰呈现出 Token 经济的现状、痛点与未来趋势。与会嘉宾普遍认为，Token 作为人工智能时代的核心基础设施，其价值还将持续释放，OPC 等新型创新形态也将激活产业活力。未来，行业需在技术迭代、成本优化、安全合规、生态共建上协同发力，让 Token 经济走向健康、可持续的发展之路，推动人工智能真正落地为实体经济赋能。