Token降本背后:当生成一个PPT烧掉千元成本,AI的“水电煤”账单正在催生一场效率革命

摘要
做个PPT竟要烧掉上千元Token？随着大厂纷纷收紧AI额度，一场关于“成本与效率”的重新洗牌正在发生。本文从周鸿祎的“龙虾退潮”切入，深度剖析AI从“无限撒币”到“精准用币”的底层逻辑。当AI的使用成本逼近人工薪资，市场正在重新划定人机分工的边界。这不仅是一场企业内部的预算管控，更是为普通人就业留出的宝贵缓冲期。技术狂飙的时代，护住普通人的饭碗，就是护住整个社会的消费底盘。

Token降本背后：当生成一个PPT烧掉千元成本，AI的“水电煤”账单正在催生一场效率革命

今年6月，科技圈出现了一个有趣的转向。大家在周末不再热议资本市场或巨头股价，而是开始认真讨论“词元消耗”。这背后，是360集团创始人周鸿祎关于AI Token成本的一番实在话，悄然戳中了整个行业的痛点。

周鸿祎直言，现在用高端模型做一个PPT，可能就要消耗上亿Token，算下来成本上千元。他还透露，360内部曾使用一种代号为“龙虾”的技术，但其Token消耗量比传统模式高出数十倍甚至上百倍，叠加随后在安全测试中暴露出的两个“令人绝望”的技术缺陷，这项技术最终被放弃。

这段话之所以能引发广泛共鸣，是因为它揭示了一个被AI狂欢掩盖的真相：当企业级的Token账单开始用“上亿元”来计量时，AI就不再是无脑平推的万能工具，而是一道必须精打细算的成本考题。这恰恰呼应了近期腾讯、字节跳动等大厂大幅削减员工Token额度的举动。表面看是企业扛不住成本，更深层的变化是：市场正在重新划定人与AI之间的那道分工边界。

一、省下的Token钱，刚好是一个人的工资

腾讯将员工每月的Token额度从2000美元（约合1.3万元人民币）一刀砍至1400元人民币，字节跳动对调用外部高级模型的超额部分仅报销50%。这笔账算下来，节省的差额刚好是一个基础IT支持人员、一个初级测试工程师或一个刚入行的数据标注员的月薪。

这个数字上的巧合，指向一个值得深思的方向：当AI使用成本高到某个临界点，企业就会开始重新衡量性价比。用AI完成一次PPT生成，要花上千元；而让一个初级员工花半天时间整理数据、美化排版，人力成本可能更低。人可以做判断、做沟通，处理AI不擅长的边缘场景。与其花两千美元买Token，不如花两千美元雇个人。这不是简单的“AI替代人”，而是成本这只看不见的手，在重新为人和AI分配工作。

二、从“无限撒币”到“精准用币”，效率逻辑正在重置

以前，Token额度接近无限，员工没有动力去计较。一份周报让大模型生成三个版本，一段代码注释反复优化措辞——边际成本接近零，优化就永远没有尽头。

但当额度变成硬约束，人的行为就发生了结构性的改变。员工会开始思考：这个任务真的需要高端模型吗？用更便宜的模型或传统方式做，会不会更划算？让实习生花半天整理数据，是不是比秒出结果但烧掉几百块Token更明智？

这就是“好钢用在刀刃上”。不是不用AI，而是把AI精准地用在那些人力无法替代、时间成本极高、或者效率碾压的场景。那些常规的、可替代的、边际价值不高的任务，则重新交回给人来做。

周鸿祎放弃“龙虾”技术就是一个典型。不是因为技术不先进，而是因为它高昂的Token消耗与产出价值不匹配，再加上无法容忍的安全缺陷。当一个技术需要投入大量额外资源去解决它自身带来的问题，且成本是传统模式的几十倍时，它的商业化逻辑就崩塌了。这标志着产业界开始从“技术驱动”回归到“成本驱动”，未来企业需要的不只是会用AI的人，更是懂得如何给AI“算账”的人。

三、技术迭代越快，越要护住普通人的就业底盘

AI在快速迭代，大模型能力越来越强。但Token总成本却在飙升，因为Agent等应用让单次任务的消耗量呈指数级增长。单价下降的优势，被爆炸的用量完全对冲。

这给就业留出了一个宝贵的缓冲期。当低端重复性劳动的AI替代成本，并没有想象中那么低时，那些需要判断力、沟通力、灵活性的岗位，其性价比优势反而更加突出。腾讯省下的Token钱，如果变成了一个人的工资，这个人会去吃饭、租房、消费，继续养活整个经济循环。但如果这笔钱没有变成工资，而是变成了企业利润或被投入到更高级的AI研发，它对消费的贡献就接近于零。

因此，在技术迭代最快的阶段，护住普通人的饭碗，就是护住整个社会消费的底盘。这并非是对低效率的妥协，而是对经济循环根基的一种深层守护。

四、护住饭碗，就是护住系统

Token降本这件事，表面看是企业内部的预算管控。但它的溢出效应，是重新校准了人和AI之间的分工边界。边界没有被AI无限侵蚀，反而在成本压力下被重新锚定：有些活，人干比AI划算，就应该让人干。

好钢用在刀刃上。Token是锋利的刀刃，但整把刀的刀柄和刀背，依然需要人来锻造。在技术狂飙的时代，让普通人能有活干、有收入、有尊严，本身就是一种最深远的系统优化。它确保技术进步的成果不至于撕裂社会，让效率与公平在新的平衡点上共存。

周鸿祎的坦诚，大厂的预算收缩，以及产业界对Token消耗的理性反思，共同构成了一个清晰的信号：AI正在从“不计成本的创新探索期”，迈入“精打细算的工程落地期”。在这个新阶段，最宝贵的或许不再是更强大的模型，而是懂得如何把每一分Token都花在最有价值的地方——并且清醒地认识到，有些价值，是目前任何模型都无法替代的。

⚠️ 自媒体风险提示

本文基于腾讯、字节跳动等企业内部流传的员工沟通信息、360集团创始人周鸿祎在内部或非正式场合的言论分享，以及行业社区公开讨论整理，旨在分析AI产业化落地过程中的成本结构变化与就业逻辑。文中提及的企业行为、技术代号（“龙虾”）及成本数据均为非官方正式发布的参考信息，不代表企业最终政策与确切财务状况。所有分析均为产业趋势的逻辑推演，不构成任何投资建议。

核心信源及发布时间
1. 360集团创始人周鸿祎关于AI Token成本及“龙虾”技术的内部讨论——2026年6月，科技行业社区及社交平台公开信息
2. 腾讯内部Token额度调整相关讨论——2026年6月下旬，职场社交平台公开信息
3. 字节跳动产研岗Token报销政策调整——2026年6月下旬，职场社交平台公开信息
4. AI Agent应用爆发与Token消耗增长趋势——2026年上半年，多家科技媒体及研究机构公开分析
5. OpenAI CEO关于AI成本负担的公开表态——2026年第二季度，科技媒体公开报道