AI花了多少钱换回多少活：乌镇闭门会谈RSI与Token账本

21世纪经济报道记者邓浩

一家企业掏了100多万元买的软件，最后没能真正用起来。后来，一名熟悉油田业务的工程师用AI做了一个版本，反倒被大家推广开了。

百度秒哒总经理朱广翔在乌镇讲了这个例子。这类业务里，AI带来的改变很实在：懂现场需求的人，能更直接把想法做成软件，再拿回去用。

其实，开发软件、查资料、跑业务流程，AI正在接手越来越多的这类活。有些干得不错，有些做完了还得人来反复核对、返工。投在AI上的钱最后换回了多少产出，这笔账仍要仔细算。

世界互联网大会乌镇峰会期间，深圳数据经济研究院AI经济研究中心主办了一场闭门论坛，主题是“从真实世界AI到AI经济：工作流、智能体与生产力变革”。会上，这笔账成了一条贯穿始终的暗线。

更受市场关注的则是另一条明线：AI既然已经能替人干活，那它能不能也参与研发，把自己变得更强？元示科技联合创始人、前Anthropic研究员董明泽，以及Recursive创始成员、前Meta研究员诸葛鸣晨，都聊到了RSI，即递归自我改进。

AI研发本身就是一种生产活动。企业关心的是AI能替人完成多少工作，RSI把这个问法又往前推了一步：改进自身这件事，AI能不能也接过去，并在其中变得更擅长研发？

这个循环一旦成立，AI带来的收益就可能不断放大：研发周期变短，新能力出现得更快，企业能交给它的活也会越来越多。

AI生产力范式剧变

深圳数据经济研究院人工智能经济研究中心联席主任王捷，想先找一把能用的尺子。

开场时他提出，能不能在每个行业找到一个数，把模型创造的经济价值和Token消耗挂上钩，再把任务成功率也算进去。用大白话说，单位Token的预期经济产出，可以简化成：任务价值乘成功率，再除以Token消耗。

Token是模型处理和生成信息的基本单位。如今行业统计模型烧了多少Token已经很熟练，问题是接下来还得弄清，这些消耗到底换回了什么。

同样开发一套业务系统，一次交付和反复修改后勉强能用，显然是两笔不同的账。单次调用价格低，可要是重试很多次，再加上人工检查和修改，省下的钱可能又搭回去了。反过来，单次价格更高的模型，如果能稳稳接下更复杂的活，也可能更划算。

王捷的想法，是把这些差别装进同一个框架里比。模型升级后，是原来的任务做得更稳了，还是能接以前接不了的活？成本降下来后，是同样的钱能多干些事，还是低价掩盖了反复试错的消耗？这些都得落到实际产出上看。

可要算这笔账，先得说明白什么叫“干完了”。

他借“经济图灵测试”来描述这一关：AI交出的成果，能不能像人做的一样被经济社会接受？一份报告生成得快，后面还得有人一条条核实；一个程序能跑起来，离真正上线还有距离。换句话说，任务怎么验收，会直接影响人们对AI生产力的判断。

至于成果值多少钱，王捷给了三种参照：人来做要花多少成本，市场上同类任务卖什么价，以及没有现成报价时，能不能用影子价格间接估出来。

不过，这套框架真要落地，还得有足够的行业数据。王捷坦言，眼下数据仍然不够。他希望AI生产力慢慢变得“可观测、可计量、可比较”，让企业和使用者有依据去判断，哪里值得投，哪里还得再等等。

朱广翔分享的编程案例，给这种计量提供了一个参照。据他介绍，秒哒87%的用户不懂代码。懂业务的人开始直接参与软件创造，原本要经过需求文档、产品、设计、开发等好几个环节的想法，能更快变成一个可以试用的东西。

前面那位油田工程师的例子说明，软件开发成本降下来之后，一些需求有机会被重新满足。用户熟悉现场的问题，也更容易判断做出来的东西能不能用。AI就这样把从提出需求到验收结果的距离缩短了。

王捷用“从匹配型数字经济走向交付型数字经济”来概括这种变化。过去，平台帮人找到商品和服务、信息和人；现在，AI开始更进一步参与决策和行动，直接完成一部分工作。

但企业要为AI持续掏钱，使用过程中的成本也得算进去。香港中文大学（深圳）经管学院教授王竞奇提到，AI既有训练阶段的高固定成本，也有使用中不断发生的变动成本。业务量一增加，调用模型的支出也跟着涨。

所以企业要盯的不只是把AI塞进业务流程，还包括基于AI重塑流程甚至组织架构，以及后面每完成一笔业务要烧掉多少Token。对Token的管理能力，会成为一些企业的核心竞争力。

任务被拆开之后，岗位本身也站不住了——山禾成林智能AI用工平台创始人周巍巍是这么看的。她的判断更往前一步：岗位并非工作的本质，它只是工业时代管理技术留下的产物，白领岗位尤其明显。眼下AI正把任务的拆解、分发和验收从外卖、网约车这类场景推向所有工种，工作于是被切成识别问题、解决问题和端到端交付三段；人负责识别问题和定验收标准，能标准化的部分则交给智能体。这被称作“编排层”。到了这一层，一个组织能做多大，取决于一层编排能调度多少能力，而非一个人能管多少人；真正稀缺的，也从会拆任务的人变成了可调度的能力。

这也从侧面说明，AI生产力为什么要按任务来算。一个岗位上的事很杂，AI也许只能接下其中几样。把任务拆开、把交付标准定清楚，企业才分得清哪些环节已经可以放心交出去。

大模型的训练接下来往哪走，是这场讨论的另一条线。

企业这边在试着把活交给AI，研究者那边则在盘算，改进AI这件事本身能交出去多少。两边其实是同一个问题的两面。

RSI（递归自我改进）最有吸引力的地方正在于此：AI完成一次改进，能力就往上走一截，更强的AI再做出更好的改进，研发因此一轮比一轮快。难的是，这个循环到底能在哪些环节真正转起来？

董明泽在演讲里先把几种常被混在一起谈的做法摆了出来：把一个强模型的能力蒸馏到另一个模型上，用编程助手辅助研究者开发模型，以及让AI自己去调试、改进模型。

这些做法都算“AI帮助改进AI”，可自动化到了哪一步、改进能不能持续，彼此差得很远。软件研发里某个步骤变快了，整条研发链条未必跟着同样变快。

董明泽盯得更紧的是后面的瓶颈。算法再好也得有算力，算力往上追，还牵着芯片设计、制造和产能。在那些答案容易检验的任务上推进之后，AI还得面对一批奖励难以定义、结果好坏难以判断的领域。

生物研究把这类约束摊得格外清楚。比起互联网上攒下的文本，生物数据要稀缺得多。细胞的种类、状态和所受扰动组合起来数量庞大，现有实验只覆盖了其中一小块。他举了个例子：从拿到样本到测完序，一轮流程可能就要一周。

模型给出下一步建议只是一瞬间的事，研究者却得等实验把反馈送回来。参数继续往上加，也不会让缺的那部分数据自己长出来。

董明泽更看好的路子，是让AI来参与决定下一轮实验做什么：先弄清模型自己不知道什么，再据此设计更有价值的实验，拿到新数据，回头去训练更好的模型。这样，同样的实验资源才有可能换回更多有用的信息。

这和与王捷的计量思路不谋而合：生成了多少假设，统计起来不难；更该追踪的是，这些假设验证之后到底带来了多少新知识，又花了多长时间、多少钱。王捷的计量思路与此不谋而合：生成了多少假设，统计起来不难；更该追踪的是，这些假设验证之后到底带来了多少新知识，又花了多长时间、多少钱。

清华大学助理教授、破壳机器人创始人许华哲给了一个更直观的分法：“做一个动作一万次”和“做一万个不同的动作”。机器人把一个演示练熟，换到新环境又得重新采数据、微调、测试，这些额外投入都会拖慢它进入真实业务的速度。

聊到训练方法，EverMind CEO 邓亚峰对AI能力继续往上走很乐观，但对短期内冒出成熟的全新训练范式，他持谨慎态度。

他的判断是，底层参数的更新依然又慢又贵，而大家想要的是更即时的学习：一件事做过，下次就该做得更好。模型距离真正的持续学习，还有一段路。

邓亚峰更愿意先在智能体这一层做用户侧的自我进化。用户偏好、项目背景、成功方法，都可以存进长期记忆——有了记忆，改进才能一点点攒起来，不必每次从头再来。AI去调整提示词、控制策略和代码，同样能改变智能体的表现。这类更新比重新训练模型来得快，成本也更低。如果这些改进由AI自己动手完成，它本身就是RSI的一种形态，只是反馈周期短得多。

诸葛鸣晨把设想推到了模型内部。他的看法是，AI智力并没有一个已经定死的理论天花板，眼前卡住它的主要是数据和算力，新的训练范式或许能推着它继续往前走。

他预计，将来可能出现规模更大、结构极稀疏的“神经计算机”，把记忆、输入输出和计算能力都内化进模型，并在推理时针对某项任务生成对应的子神经网络。

换个说法，这是一种更灵活的能力调用：需要哪项专业能力，模型就生成一个类似软件的模块，接到自己身上。

有意思的是，AI界的传奇人物Jeff Dean与李飞飞近期在斯坦福HAI大会的闭幕对谈中，也提到了“RSI”这个眼下产业界最性感的概念。Jeff Dean的看法是，改进的结果必须能反哺“负责提出改进方案的基础系统本身”，才算得上真正的RSI。

对企业而言，少一次重试、少一轮人工复核，都已经有价值。对RSI而言，还得证明这些改进能帮系统更有效地完成下一轮改进。王捷想找的那把尺子，或许也能从衡量AI干活的效率，再往衡量AI学习和研发的效率那头伸一伸。