工业时代最重要的基础设施，是能源；互联网时代最重要的基础设施，是信息网络；而 AI 时代，一个新的基础设施正在形成：可被持续调用的通用人工智能。随着大模型能力的持续提升，智能开始以一种统一的方式被调用。无论是文本处理、代码生成，还是更复杂的推理过程，都逐渐可以通过 API被调用，以 Token（词元）作为基本计量单位，并在调用过程中持续产生价值。这次 AI 技术革命的本质，就是用越来越低的成本生产越来越强大的人工智能。人工智能正在成为重要的生产资料和未来经济发展最重要的基础设施，且被越来越多的人调用。

理解这一点非常重要，因为所有重大且深刻的产业变化，通常都不是在技术刚刚被发明的时候发生的，而是发生在技术的基础设施化之后。蒸汽机发明之后，并不是立刻就出现了现代工业体系；互联网在 20 世纪 90 年代初出现之后，也不是立刻就形成了今天的平台经济。真正推动整个社会重构的，是这些新技术逐渐变成一种稳定、低成本、可大规模调用的公共能力，并让整个社会开始围绕它重新组织。

2026 年，基于 Token 形成的共识，标志着 AI 第一阶段发展初步成形。

在英伟达 GTC 2026① 上， 黄仁勋提出了“Token Factory” （词元工厂）的概念。在他的描述中，未来的数据中心本质上 是在生产 Token，就像工业时代的炼油厂持续输出能源一样。这一表述，把原本抽象的大模型能力转化为一种可以持续生产、持续消耗的资源。萨姆·奥尔特曼也反复强调，OpenAI 所提供的并不是某一个具体应用，而是 Token 本身。也就是说， AI 所提供的是一种可以被调用的基本能力。当把这些来自不同公司的表述放在一起看时，我们会发现它们指向了同一个变化。

① GTC 2026 ，即 GPU（图形处理单元）技术大会 2026， 由英伟达于 2026 年3 月 16 日至 19 日在美国加州圣何塞举办。

首先，这些能力开始具备可计量性。每一次调用都可以被精确记录，这使得按需获取智能成为可能。Token 成为一种统一的能力单位。无论是代码生成、内容创作还是复杂推理，都可以被量化。这种变化看似只是商业模式问题，但其实意义非常深远。因为一旦能力被精确计量，它就具备了工业化条件，成本结构会越来越清晰，规模效应会越来越明显，整个产业会围绕这种能力形成新的资源配置方式。

其次，这些能力开始具备可组合性。不同类型的能力—生成、理解、推理、编程—通过统一的方式被调用，使得开发者可以在这些能力之上进行组合，而不需要关心底层实现。这使得构建新系统不再是从零开始，而更像是在已有能力之上进行组织的。

最后也是更重要的，这些能力开始具备规模化使用的条件。随着调用方式的统一 ，以及成本结构的逐渐清晰，Token的使用量在不同产品中快速增长。这种增长不仅来自开发者，还来自用户在日常使用中的持续消耗。

例如，Claude Code 出现之后，大量程序员形成了一种新的工作习惯：让 AI 长期驻留在开发流程之中。过去程序员使用 AI，更多的还是偶尔辅助；而今天，越来越多的开发者已经形成与 AI 持续协同的工作方式。AI 不再是偶尔帮助他写几段代码，而是参与整个开发过程。很多程序员已经不再自己写代码，而是全部交给 AI 了。

类似的变化也正在大量企业内部发生。越来越多的创业公司默认：不管面对什么问题，都会先思考 AI 是否能够参与解决。很多过去必须依赖完整团队才能完成的工作，现在可以在AI 的配合下由少数人完成。一个产品经理加几个智能体，就可能完成过去需要一个团队很长时间才能完成的工作。

当人工智能同时具备可计量、可组合、可规模化使用这 3个特征时，它就具备了基础设施的性质。人类第一次把智力本身，转化成一种可以被大规模调用的能力。

这件事情的重要性，很可能不亚于工业革命时期人类第一次大规模掌控能源。工业革命真正伟大的地方并不是蒸汽机本身，而是人类第一次能够稳定、低成本、大规模地调用机械动力，整个工业体系、现代工厂、全球制造网络才随之形成。互联网革命也是如此。真正改变世界的并不是 TCP/IP 协议（传输控制协议 / 网际协议），而是信息连接成为一种稳定、低成本、全球化的公共能力，整个社会随后才开始围绕这种能力重新组织。

AI 正在进入类似阶段。过去，智力始终是一种高度稀缺、难以复制的资源。优秀的判断、复杂的分析、跨领域的理解、持续的推理，这些能力往往高度依赖受过长期训练的人类个体。一个组织的发展速度，很大程度上也受限于高水平认知能力的供给速度。

但今天，这个边界第一次被突破。越来越多过去只能由具备高水平知识的工作者完成的事情，开始被 AI 系统部分承担：程序员长期与 Claude Code 协同开发，研究人员让智能体持续跟踪行业信息。这一变化背后真正重要的不只是效率提高，还意味着智力成为一种社会化生产能力。

2026 年 Token 消耗量的几何级增长，表面上看只是调用量的变化，但本质上意味着越来越多真实世界的任务，开始持续依赖智能系统完成：AI 驻留在开发系统中，进入研究系统，进入运营系统，进入企业决策系统。也就是说，AI 从工具逐渐变成基础运行能力。这是 AI 产业化真正成熟的标志。一旦智能像水力、电力、云计算一样被大规模调用，整个商业世界就会围绕它重新组织。未来，很多今天看起来理所当然的组织结构、岗位分工、管理方式、商业流程，很可能都会因此发生变化。

工业革命改变的从来不只是工厂，互联网改变的也从来不只是媒体，而 AI 将改变的，很可能是任务本身被完成的方式。