Token 经济学（Token Economics）

Token 经济学的核心矛盾在于 Token 定价模型与企业财务建模的根本冲突。传统 SaaS 按席位/月付费，支出可预测、可预算。

Token 定价按消耗计费，变量太多：工程师使用频率（可能突然翻倍）、任务复杂度（可能遇到难题需要大量 Token）、模型选择（可能误用最贵的模型）、上下文长度（可能喂入超长文档）、重试次数（模型犯错需要重试）。这些变量的组合使 Token 支出呈现指数增长特征，远超企业线性财务模型的预测能力。

Uber 的案例是典型：95% 工程师月用 AI 工具，70% 提交代码来自 AI，这种高采纳率意味着 Token 消耗与工程师数量、代码提交量、任务复杂度等多个变量呈指数关系。CFO 无法预测下个月账单，因为变量太多、变化太快。这种矛盾不是 Uber 的问题，是所有高采纳率企业面临的结构性挑战。

Token 经济学的核心优化策略是四门控成本优化（Four-Gate Cost Optimization）。第一门控：默认使用便宜模型。

80% 的日常任务（简单问答、代码补全、文本摘要）可以用 GPT-4o-mini、Claude Haiku 等便宜模型处理，成本仅为顶级模型的 1/10 到 1/50。第二门控：按需升级到贵模型。

当任务复杂度超过便宜模型能力时（如复杂推理、长文档分析、多步规划），自动升级到 Claude Opus、GPT-4 等贵模型。升级判断可以基于规则（如「代码生成用 Sonnet」）或基于分类器（训练一个小模型评估任务复杂度）。第三门控：积极缓存重复请求。

语义缓存（Semantic Caching）将用户输入向量化，与历史请求进行语义匹配，如果相似度超过阈值（如 0.95），直接返回缓存结果，避免重复调用模型。据行业数据，企业 AI 调用中 20-30% 是重复或高度相似的请求，缓存可节省这部分成本。第四门控：批量处理非紧急任务。

将非实时任务（如日报生成、数据清洗）攒批处理，利用低谷算力（如夜间折扣）或批量 API（通常有折扣）降低成本。

2026 年的企业 AI 成本治理正在从「事后救火」走向「事前预防」。Uber 在烧光全年预算后实施的治理措施是行业标杆：分级支出上限（基础 $1,500/月/工具，高级需审批）、取消 Tokenmaxxing 排行榜（避免员工为刷排名消耗无意义 Token）、要求 AI 使用与可量化业务产出关联。

更先进的实践包括：Token 预算分配（按部门/项目/任务类型分配月度 Token 预算）、实时成本监控（仪表盘展示当前消耗 vs 预算剩余）、成本归因（将 Token 成本归因到具体产品/功能/客户，计算每个产品的 AI 成本）。

Gartner 预测 2026-2027 年，AI FinOps（AI 财务运营）将成为企业 IT 组织的标配职能，负责 Token 预算编制、成本优化、供应商谈判和合规审计。模型路由（Model Routing）作为 Token 经济学的核心技术手段，将成为企业 AI 基础设施的标配组件。