文｜南都记者 李玲
科技巨头对 Token（词元）的态度正经历从“比拼消耗规模”向“关注效率”的深刻转变。早期硅谷曾将 Token 用量纳入考核以鼓励拥抱 AI，但随着 AI 智能体消耗算力速度失控，企业开始直面成本难题。美商亚洲集团全球合伙人、数字政策主席陈澍指出，"Tokenmaxxing"现象折射出硅谷的焦虑，而理性的回归在于：若人工成本低于 AI 消耗成本，便无需强行使用 AI。
7 月底，在 2026APEC 数字周期间，陈澍接受专访。他强调，AI 投入巨大，评估其价值最终需回归落地效率与实际收益。为避免技术垄断及数字鸿沟扩大，应推动 AI 成果惠及更广泛人群。
谈 AI 投入与产出：要把钱用在刀刃上
从“盲目堆量”到“理性评估”
南都：年初硅谷兴起"Tokenmaxxing"热潮，随后多家企业因算力压力取消内部消耗排名，如何看待这一转折？
陈澍：硅谷初期确实鼓励员工多用 Token 并纳入绩效，但随后引发反思。若人工一分钟能完成的事，调用 AI 耗时十分钟且成本更高，便失去了效率意义。AI 的核心价值在于创造增量，而非替代低成本的人工操作。
陈澍："Tokenmaxxing"反映了企业对错失 AI 窗口期的焦虑，导致不计成本的投入。然而，持续高额的算力支出正消耗现金流，随着投资回报不及预期，企业开始收紧预算，转向追求“把钱花在刀刃上”。
评估逻辑：成本效益是核心
南都：当巨头也难以承担高昂 Token 成本时，企业该如何评估 AI 的投入产出比？
陈澍：美国科技企业目前采取分层分类评估策略，核心逻辑是成本对比：若人工完成某项任务的成本低于 AI 消耗，则无必要强行引入 AI。这一逻辑同样适用于"AI 取代人类岗位”的讨论。
陈澍：在制造业等领域，发展中国家的人力成本（如每小时 10-20 美元）相对低廉，相比持续“烧”Token，人力往往更具性价比。因此，评估 AI 价值必须回归落地效率与实际收益。
警惕同质化：避免“为 AI 而 AI"
南都：当前 AI 行业是否存在无效投入？如何避免陷入同质化竞争困境？
陈澍：大模型赛道格局初定，但胜负未分。目前担忧的是“一窝蜂”式的同质化投入，尤其在 Physical AI（物理 AI）即人形机器人领域。各地出于竞争压力盲目跟进，导致资源浪费，例如大量机器人仅用于端茶送水等简单场景。
陈澍：人形机器人赛道应走差异化路线，如广州主攻医疗机器人、杭州深耕养老陪护机器人。只有因地制宜、细分场景，才能推动 AI 产业健康长远发展。
谈 AI 国际治理：要让技术红利惠及更多人
治理模式：方向盘与发动机的平衡
南都：AI 监管政策的松紧是否会影响产业竞争？
陈澍：影响显著。若将 AI 比作豪车，模型技术是发动机，治理规则则是方向盘。缺乏方向约束，再强的引擎也会导致车辆失控。当前深度伪造、AI 诈骗等安全问题亟待划定红线。
陈澍：全球主要存在三种治理模式：欧盟最早立法，但严苛法规可能抑制本土创新；美国侧重行业自律，依靠政府约谈与企业承诺，但执行力存疑；中国采取混合治理思路，在保障安全底线的同时，通过配套细则支持创新发展，避免过度监管阻碍进步。
国际合作：从“小圈子”到“普惠共赢”
南都：面对各国监管分歧，如何推进 AI 治理的国际合作？
陈：全球 AI 治理正形成不同阵营。美国主导的框架多局限于盟友体系，排斥“全球南方”国家。相比之下，中国主导发起的世界人工智能合作组织（WAICO）于 7 月 16 日在上海签署协定，29 个创始成员国以“全球南方”为主，旨在构建包容性治理体系。
陈澍：中美对 AI 定位存在差异：美国视其为核心竞争力，力求维持霸权；中国则主张 AI 是造福全人类的国际公共产品。尽管美国倾向双边谈判，多边合作难度大，但保持对话沟通优于陷入科技对立。
中国角色：重塑规则与弥合鸿沟
南都：中国积极参与全球 AI 规则制定有何重要意义？
陈澍：互联网时代的规则多由欧美主导，若将 AI 视为“新互联网”，中国若不参与规则制定，恐重蹈覆辙。中国一方面推动开源以保持技术竞争力，另一方面积极参与规则制定，这对未来中国模型出海及安全定义至关重要。
发展路径：提供普惠的"Plan B"
南都：如何解决 AI 资源分配不均导致的数字鸿沟？
陈澍：发展中国家受限于资金，更关注成本、可获得性及实效，而非单纯追求最高技术指标。中国倡议成立的 WAICO 以“技术普惠，能力建设”为核心，明确提出 AI 不应成为少数富国的游戏。
陈澍：中国强调大模型开源，并宣布未来 5 年为“全球南方”国家提供 5000 个 AI 专题研修名额，助力其能力建设。相较于美国的"Plan A"，中国提出的普惠有效"Plan B"正受到广泛关注，为全球 AI 发展提供了更多元、开放的选择。