![]()
GTC 2026 上,黃仁勛給工程師的“薪酬結構”下了一個新定義:未來年薪的一半,可能不是現(xiàn)金,而是 token。
幾乎同時,OpenAI CEO 奧特曼把這個邏輯再往前推了一步,與其發(fā)錢,不如發(fā)算力,“全民基礎算力”可能取代“全民基本收入”。
這不是遙遠設想。2026 年 3 月,騰訊、阿里已經(jīng)開始向員工發(fā)放 AI 調用額度,把 token 作為日常工作的基礎配置。
企業(yè)正在悄悄改變一件更底層的事情:它們不再只為“人”付錢,也開始為“算力”付錢。
過去,公司購買的是時間和能力,一個工程師每天工作 8 小時,能力有上限,產(chǎn)出可以被大致預估。
但在 AI 深度嵌入之后,決定產(chǎn)出的變量多了一個:你能調動多少算力。
在一些高頻使用場景中,一個工程師一年的 AI 推理成本,已經(jīng)可以達到數(shù)萬美元,接近其年薪的 20%—30%。當這部分成本穩(wěn)定存在,它就不再是工具費用,而更接近“生產(chǎn)資料”。企業(yè)的自然選擇,是把它并入用人成本,一起管理、一起分配。
于是,一種新的工資結構開始出現(xiàn):現(xiàn)金負責保障基本回報,token負責放大生產(chǎn)力。
這帶來一個更直接的變化,人與人之間的差距,開始被“算力額度”迅速放大。
在大廠內部,算力從來不是無限的公共品,而是一種需要審批、排隊、按優(yōu)先級分配的資源。圍繞 GPU 的競爭,早已存在;只是現(xiàn)在,這種競爭從基礎設施層,延伸到了每一個具體的人。
同樣經(jīng)驗的兩個工程師,如果一方擁有更充足的 token 預算,可以調用更強模型、更高頻試錯、處理更復雜任務;另一方卻必須在額度內精打細算,那么兩者的產(chǎn)出差距,很快就會被拉開。
換句話說,token 不只是工具使用權,它正在成為一種“生產(chǎn)力杠桿”。
誰能獲得更多 token,誰就更接近“超級個體”。
更隱蔽的變化在于,算力開始像 KPI 一樣被記錄和評估。
企業(yè)可以清晰地看到:一筆 token 投入,換來了多少有效產(chǎn)出。于是資源會自動向回報更高的人集中,而那些無法有效利用算力的人,則會在體系中逐漸邊緣化。
這是一種比傳統(tǒng)績效更“冷”的篩選機制,不再依賴主觀評價,而是直接用投入產(chǎn)出比來排序。
從這個角度看,token 的出現(xiàn),不只是提升效率的工具升級,而是在重寫分配邏輯:公司不再平均地為每個人付薪,而是按“可放大的生產(chǎn)力”分配資源;
個人之間的差距,不再只是能力差距,而是“能力 × 算力”的差距。
如果再往前一步,這套邏輯會繼續(xù)外溢。
當算力成為基礎資源,“發(fā)錢”這件事本身也會被重新定義。奧特曼提出“全民基礎算力”,本質上是把今天企業(yè)內部的分配機制,擴展到整個社會:不直接給收入,而是給生產(chǎn)力。
這也意味著,一個人的“貧富差距”,可能不再首先體現(xiàn)在賬戶余額,而是體現(xiàn)在他能調用多少算力、能使用多強的模型。
工資不會消失,但它的核心正在變化。
過去,工資是對“已經(jīng)完成的勞動”的支付;而未來,token更像是對“潛在生產(chǎn)力”的預支。
企業(yè)給你的,不只是回報,還有一部分“放大你能力的權限”。而你能否把這部分權限轉化為結果,將直接決定你在體系中的位置。
某種意義上,這更接近投資,而不是雇傭。
Token 正在寫進工資條,但它真正改變的,不是薪資結構,而是人與生產(chǎn)力之間的關系。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.