如果沒有楊元慶，黃仁勛很難完成Token生產、消費的閉環

陳慶春/文

2026年，一個極其微觀卻又宏大至極的詞語，定義了這一年的全球財富邏輯：Token，也就是“詞元”。

在英偉達2026 年的 GTC 大會上，黃仁勛試圖闡明這樣一件事情：他希望整個科技產業，不再以 FLOPS、TOPS 作為核心計量，而是學會用一個更貼近當下AI時代的新單位——Token，來衡量AI的生產力。而英偉達就是負責生產Token 并定義生產效率的廠家。

黃仁勛在 2026 年GTC大會上展示 Token 成本與速度的變革

半個月后，也就是4月1日，黃仁勛的好朋友，聯想集團董事長、CEO 楊元慶，在聯想集團新財年誓師大會上，與他的管理團隊，則回答了另一個問題：這些被黃仁勛定義、即將大規模生產出來的Token，究竟會在什么地方被消耗掉，由誰來消耗，又該如何被消耗得更高效、更安全、更有確定性。

就在前一天3月31日，聯想集團剛剛對外發布了兩款專門為“硅基員工”設計的“智能體PC”，這是一款沒有屏幕的特殊PC。這款PC的使用場景，就是讓我們有個安心“養蝦”的機器，讓我們的AI助理、硅基員工有個盡情施展才能的“場所”。而這只是小小的“開胃前菜”。

楊元慶稱，2026年是聯想“AI 交付之年”，將圍繞“個人智能”開發出可穿戴產品，新形態的 PC、平板電腦、手機，以及個人算力中樞，等等；圍繞“企業智能”則要開發出越來越多可落地交付的領域智能體，重構工作流。

楊元慶在聯想集團新財年誓師大會上展示多形態的個人智能設備

他的意圖很明確，就是要“把人工智能送進千家萬戶、千行百業”，如果結合黃仁勛的Token經濟學原理，實際上就是為 Token 消費挖掘各式各樣的場景，讓個體和企業在消費Token 時的體驗達到最佳。

一個在定義“Token 如何被生產”，一個在界定“Token在哪里被消耗”。一個在推動“供給側革命”，一個在押注“需求側入口”。如果說英偉達正在成為全球最大的Token 生產工廠，那么聯想正在努力扮演的是，全球覆蓋最廣、場景最豐富的Token消費終端廠商。

在這條完整的AI產業鏈上，兩人共同塑造的不僅是 Token生產-消費的閉環，或許正是下一代計算范式的閉環。

黃仁勛的Token經濟學：已成定局

英偉達與聯想的這種邏輯關系，在 GTC 2026 大會上得到了黃仁勛本人的確認，他面對鏡頭，貼身對楊元慶說：“今年將屬于你，我感覺到了。”“我們做到了。”這并不是一句客套話。黃仁勛自己定義的Token經濟學，正在證實這一點。

過去十年，英偉達最成功的敘事，是把自己從一家“顯卡公司”，轉型成一家“加速計算公司”。在 GTC 2026 上，黃仁勛又進一步，把英偉達從“賣卡的公司”，推向了“AI 工廠公司”的角色。英偉達的產品不再只是 Blackwell、Vera Rubin 這樣單一 GPU，而是一整座“AI 工廠”：從CPU、GPU、網絡、存儲，到整機系統，再到為 AI 工廠優化的操作系統、編譯器、推理引擎和開發工具鏈，以及一整個CUDA生態。

黃仁勛說：“芯片公司的時代結束了，現在是 AI 工廠的時代。我們衡量一家工廠，不再是每秒多少 FLOPS，而是每瓦能產出多少Token。”客戶把這座“AI工廠”買回去的目的，就是為了更快速、更低成本的生產Token。

Token正在成為衡量一家企業規模效率的重要單位，Token的生產與消費效率甚至將直接影響一個國家的GDP。這就是黃仁勛急切想讓大眾了解的“Token 經濟學”。

他并不是憑空提出這個概念，而是在順應一個已經發生的結構性轉折：AI的中心正在從訓練轉向推理。訓練是一次性投入，而推理是持續消耗，每一次問答、每一次任務拆解、每一次智能體執行，都在持續生成并消耗 Token。

黃仁勛說，過去兩年，AI 計算需求增加了 100 萬倍，“我們現在正處于正向飛輪階段，我們已經到達了那個時刻，推理轉折點已經到來”。

黃仁勛在 2026 年GTC大會上展示過去三年的AI發展

特別是，OpenClaw 掀起的智能體（Agent）風潮，讓硅基員工走向現實 。這些硅基員工不再只是機械地等待指令，而是可以自主規劃并執行復雜任務。這種“自動駕駛”式的 AI 交互，構成了Token消耗的巨大確定性。

智譜AI CEO張鵬做過測算：“智能體完成復雜任務的Token消耗，是傳統問答的10倍甚至100倍”。國家數據局數據印證了這一趨勢：截至2026年3月，中國日均 Token調用量突破140萬億，兩年增長超1000倍，其中OpenClaw單周貢獻全平臺20%的Token消耗。

黃仁勛把 OpenClaw 捧為 “下一代 Linux”，給出了最篤定的判斷：“每一家公司都必須制定OpenClaw戰略，80%的傳統應用將消失，SaaS公司將全面轉型為智能體即服務公司”。OpenClaw 的本質，是讓 AI 從 “被動應答” 走向 “自主執行”：一個智能體可拆解任務、調用工具、衍生子代理，完成一整套閉環工作。

然而，不止是 OpenClaw 這一個智能體在干活，Anthropic 2026 年 3 月的 Economic Index 甚至給出一個非常現實的數據：約 49% 的職業，已經出現至少四分之一的任務由Claude參與完成。這個數字足以說明：Token已經在進入真實經濟的毛細血管。

黃仁勛由此畫出 AI 時代的企業成長公式：企業收入 = 每瓦Token吞吐量 × 可用功率 ×Token 定價。他將Token定價分為免費層、中級層（3美元/百萬Token）、高級層（6美元/百萬Token）、高速層（45美元/百萬Token）、超高速層（150美元/百萬Token），Token 的生產效率與消費場景，直接決定企業營收與行業地位。

黃仁勛認為推理效率決定公司業績

黃仁勛的 Token 經濟學，已不是一種想象，而是一個正在落地的產業事實：供給端在拼命建廠，需求端正在因為智能體而被放大。只是，黃仁勛的敘事仍然停留在“生產端邏輯”：工廠如何更高效地產出Token、如何提升每瓦電產出多少 Token。至于 Token究竟在哪里被用掉、誰來承擔最終的交互與執行、如何與真實數據結合、怎么消耗 Token，他并沒有真正講完。

黃仁勛論證了 Token 經濟，他能定義 AI 工廠的技術標準，卻無法定義 Token在B+C端的消費場景、消費習慣、消費閉環。

英偉達的未盡之事，恰好聯想集團可以做到。

楊元慶的算力矩陣：最豐富的Token消費場景

AI發展的中心正由訓練轉向推理，在這個大的基準走向上，楊元慶和黃仁勛的判斷是一致的。但楊元慶又從技術驅動以及技術實際發生的場景細分角度，對AI的整體發展做了三階段的劃分：

首輪突破是算力引擎，次輪爆發是模型引擎，而“我們正在邁入的下一階段則是一個天翻地覆的大時代，其特征是數據引擎驅動，尤其是私域數據驅動”。

楊元慶認為AI 發展正邁入數據引擎階段

這一判斷直擊了Token 經濟的本質：AI 要真正 “干活”，必須調用個人文檔、業務數據、設備狀態、用戶習慣等私域數據；而私域數據不可能全部上云，只能在靠近用戶的終端完成處理與推理。

這也是 OpenClaw 能風靡全球的核心原因：它能直接調用本地文件、操控本地設備，用真實數據完成真實任務。如果沒有終端對私域數據的承載，Token 只是無意義的字符序列，不產生任何經濟價值。

“養龍蝦”是一個很確定的Token消費場景，而且聯想挖掘到的進一步場景需求是：當人人都需要一個硅基員工時，也需要給這位“員工”安排一個固定的辦公場所。如果和硅基員工共用一臺 PC，就極有可能發生數據泄露的風險，而且兩個人長期同時使用一臺 PC 資源，也會讓 PC 不堪重負，嚴重影響兩人的工作效率。

基于此判斷，聯想就以很快的速度推出了兩款沒有屏幕的終端產品：YOGA AI Mini 和 Think AI Tiny。它們的官方定位很直接——專門給 AI 使用的電腦，是智能體的專用終端，即智能體PC。

YOGA AI Mini 和 Think AI Tiny

這兩個終端最大的特點就是一鍵部署智能體DingClaw，用的也是聯想自研的 DingOS智能體操作系統，直接用語音就能讓機器干活，比如讓它們完成 “一鍵發布微博照片”、“生成市場分析報告并發送郵件” 等。聯想還為其打造專屬的 Skill 工廠，預計到年底將有超過8000個Skill供用戶選擇。如果用戶想從網上下載 Skill，聯想還在兩個產品中內置了Skill Guard安全守門機制，對所有安裝的Skill進行嚴格篩選，杜絕漏洞和黑客惡意代碼。

Skill 工廠

當智能體逐漸走強、硅基員工變成常態，“AI一臺電腦、人一臺電腦”的大趨勢將會更加明朗。《硅星人》（媒體機構）做了一個粗略的測算：全球知識工作者約5億人，如果未來3到5年內，其中10%配備了專用的AI Agent設備，就是5000萬臺新增設備。按均價500美元計算，這是一個250億美元的新增市場。如果滲透率達到20%，就是500億美元，接近當前全球臺式機市場的年出貨規模。

這 5000萬臺新增設備，無疑也將成為Token消費的一員猛將。每一個掛在智能體 PC 上的數字員工，都將以一種穩定、可預期的方式消耗 Token。這些Token有的源自本地推理（端側算力），有的來自云端AI工廠（遠程模型調用）；它們共同構成了一個“可運維、可審計、可擴容”的Token消費節點。

智能體PC是聯想找到的第一個“確定的Token消費場景”。聯想在新財年誓師大會上透露，今年將發布多種新形態的可穿戴設備與感知終端。換句話說，聯想要做的并不是單一爆款，而是一套覆蓋 PC、平板、手機、可穿戴以及感知終端的“算力矩陣”。

那么，聯想延伸“算力矩陣”的邏輯是什么呢？

聯想集團高級副總裁、首席技術官Tolga Kurtoglu，在新財年誓師大會上說：“聯想AI必須做到高度個性化與場景化。我們必須引領AI，從由大語言模型驅動的技術，轉向由私有數據與全球用戶共同驅動的新階段。”

Tolga認為智能體要善于應用數據

對于個體來說，就是能獲得差異化個性化數據的場景；對于企業來說，就是能還原真實業務數據的場景。通過不斷挖掘這個兩大類場景，來延伸“算力矩陣”，提升聯想AI能力。

聯想集團執行副總裁、智能設備業務集團總裁 Luca Rossi說，三年后聯想與摩托羅拉將運營全球最大的個人 AI 平臺之一，在數億臺形態各異、搭載不同操作系統的設備上運行。

一旦數億臺 AI PC、智能手機、可穿戴設備開始實時運轉，其消耗的Token規模將實現百萬倍、千萬倍的放大。如果再加上 2B側的機房級服務器、存儲、工作站，到邊緣計算設備、行業專用終端，這個 Token 的消耗級別又要再度被放大數倍。

Luca 認為跨系統是聯想與摩托羅拉成為全球最大個人 AI 平臺的關鍵原因

目前，聯想是全球僅有的既熟悉 B 端場景、又熟悉 C 端使用場景，并且能夠將場景體驗做到極佳的少數企業。聯想集團執行副總裁、中國區總裁劉軍稱，僅在中國區聯想過去一年就已經在B端開發了46個領域和場景智能體。

然而，Tolga說：“場景感知不止于數據匯聚，我們需要AI無論面向個人還是企業場景，都能善用所獲取的數據。”他的意思是，僅僅創造場景以及終端產品，并不是聯想的目的，更重要的事情是，讓這些數據能夠驅動AI獲得更大的進步，從而讓用戶在使用這些終端設備中獲得更好的AI體驗。

過去一年，聯想集團構建了智能體平臺的核心內容，包括模型編排、智能體內核以及智能體協作等，使得跨模型、跨設備、跨數據源的 “同一個AI” 成為可能。這就是聯想的自研智能體 Qira，在中國叫天禧。

Qira（天禧）的出現，給聯想終端帶來了新的產品體驗，直接帶動了銷量。Luca稱：“連續兩個季度，我們的全球PC市場份額超過25%，這是其他任何PC公司都未曾做到的。”在中國，聯想PC銷量市場份額更是創紀錄地達到了36%。另外，聯想旗下的摩托羅拉手機也躋身全球 Top4。

劉軍展示過去一年在天禧AI驅動下的中國區業績

Tolga 認為，在AI新十年，聯想的優勢將不在于某一項單一技術，而在于聯想所構建的智能體系統。今年，他還將聚焦三個方向以提升聯想智能體平臺的能力：

第一，聚焦智能體的下一項核心技術——語義數據轉換層，讓它能把脫離場景的原始數據，轉化為具備完整上下文的知識。這項技術能讓終端設備，采集并轉換原始數據，以AI可理解的形式進行表示，再讓這些知識實現即時可檢索，從而賦能人類與AI智能體，根據具體場景輸出結果。

第二，確保AI提供準確、一致的回答，同時嚴密保護個性化體驗所需的私密數據。讓聯想AI既可靠又安全，從而實現真正的差異化。

第三，構建一套深度整合基礎架構與終端設備的智能體編排層，覆蓋算力、數據、模型以及企業應用。也就是進一步提升混合式AI編排技術，讓用戶在不同算力、模型之間能絲滑切換。

Tolga認為，聯想的智能體系統，將彌合AI所能實現的能力與客戶實際應用之間的巨大鴻溝。

如果將這句話置換到黃仁勛的 Token 經濟學里，那就是說，聯想關心的不是Token的生產成本和生產速度，而更在意的是，產生的Token對客戶來說到底有沒有實際價值。只有產生價值，才能形成消費閉環。相反，即便Token再便宜，不產生實際的價值，也不會有人消費。這才是聯想創造Token消費場景與算力矩陣的真正意義。

沒有聯想，英偉達的Token 只能停留在“生產階段”；有了聯想，Token才真正進入“能被消耗、被反復消耗、被高質量消耗”的階段。

楊元慶與黃仁勛真的是珠聯璧合。而且放眼全球，又有幾個能通吃 2B+2C 兩端場景的企業。

從個人智能體的日常 Token 消耗，到企業 AI 工廠的海量 Token 流轉，聯想的算力矩陣，把黃仁勛的 Token 工廠與真實世界的每一個用戶、每一家企業牢牢綁定。這正是黃仁勛那句 “今年將屬于你”的深層含義 ——只有聯想，能讓英偉達的Token真正流向千家萬戶、千行百業。

不可忽視的Token調度層：基礎大模型與智能體系統

英偉達負責生產 Token，聯想負責找到場景消耗Token，這一切順理成章，卻忽視了一個關鍵環節，就是基礎大模型。決定智能體干活能力起點的，真正消耗Token 的，恰恰就是基礎大模型。

但楊元慶認為，模型驅動 AI 發展的階段已經過去，現在要進入數據驅動。

AI 不再只是回答通用問題，它開始基于個人和企業的私域數據定制答案。AI 也不再僅僅通過對話形成短期記憶，而是收集來自各種設備、傳感器和應用的數據，形成全生命周期的記憶。AI 開始嵌入設備和業務流程，像龍蝦OpenClaw這樣的自主智能體框架，不再只是等待指令，而是可以自主規劃并執行復雜任務，幾乎不需要人的干預。

楊元慶展示未來聯想集團即將涉足的AI原生設備類別

現階段，單一的大模型技術確實已經無法構建一個“硅基員工”的能力，正如聯想所判斷的，需要智能體系統。實際就是，Token的調度層。

Token 不是燒得越多越好，關鍵在于燒得對不對、值不值、安全不安全。誰來決定用哪個模型、在云端還是本地執行、什么時候調用工具、怎樣訪問私域數據、怎樣在多個智能體之間分配任務？

誰控制調度，誰就控制Token成本，誰就更接近利潤。

過去一年，幾乎所有主流 AI 廠商，都不約而同地把重心從“大模型能力”轉向了“智能體系統”：國外的 OpenAI、Anthropic、Google、Meta，國內的阿里、騰訊、百度以及 Kimi、Minimax、智譜等新興廠商，都在構建自己的智能體框架和工作流產品，試圖把大模型能力打包成“崗位級的數字員工”。

在這些設計中，模型廠商往往扮演了“自我調度”的角色：他們掌握模型的能力、價格與 API 接口，同時定義了Token的計費方式與消耗路徑。從供給側來看，這是一種自然的延伸，模型廠商希望把用戶盡可能鎖在自己的生態里。但從需求側來說，用戶更希望有一個“站在自己這邊”的調度層，幫自己決定何時在本地算、何時在云上算，何時用貴的模型、何時用便宜的模型。

這就引出了一個新的問題：Token 產業鏈的“中間層”，也就是模型與終端之間的調度權，究竟應掌握在誰手里。

聯想從3年前就開始布局混合式AI架構，希望能拿到這個“調度權”。在聯想新財年誓師大會上，Tolga 提到，CTO 組織已經交付了聯想 Agentic AI 平臺的核心能力，而接下來的重點，是繼續推進混合式AI編排技術，打造“面向用戶AI 的控制中樞”。

所謂“控制中樞”，翻譯成更直白的話，就是：聯想不只想賣一臺能跑 AI 的終端，也不只想賣一個接入了大模型的助手，它更想做的是，替用戶管理復雜性

對于普通用戶而言，這種復雜的編排邏輯，不應暴露為一連串技術選項，而應被隱藏在一句簡單的承諾背后——讓 AI 自己選最合適的路徑。就像二十多年前的“一鍵上網”，讓用戶不再需要理解撥號、ADSL、寬帶背后的差別，智能體系統理想的形態，是把模型、算力和數據路徑的選擇都自動化。

聯想這次真正想吃下的，已經不是單點硬件利潤，而是Token 產業鏈中下游最關鍵的一段：不是只賣“消費終端”，而是要通過自己的智能體系統與混合式AI架構，拿到Token的調度權、執行權和體驗定義權。

楊元慶預計兩年后聯想集團營收將超過1000億美元

模型能力，決定了硅基員工能干到什么程度的“起點”；但Token調度層，決定了它們能否形成真正的生產關系，能否和人類、設備、流程、數據協同起來，最終創造出更大的生產力。換句話說，AI時代真正決定勝負的，不是誰模型更強，而是誰能把AI變成可持續運轉的生產體系。

今天，英偉達無疑仍是最強大的 Token 生產側玩家；OpenAI、Anthropic、Google、阿里、騰訊、百度、Kimi、MiniMax、智譜、Manus這些公司，則在不同方向上證明了Agent時代已經到來，Token的消費會被持續放大。可真正稀缺的，是能夠同時承接這些Token、接近真實數據、覆蓋多終端、多場景、多層級部署，并通過一套混合式編排把它們組織起來的玩家。聯想未必已經完成這個閉環，但它無疑是現在最認真、也最接近這條路徑的公司之一。

黃仁勛看好楊元慶，你呢？（本文結束）