月底，一个用了大半年 AI 的老板跟我抱怨：他知道这个月公司在 AI 上花了多少钱，云账单上写着。但他答不上来另一个问题——这笔钱是哪个团队、哪个流程、哪个数字员工花掉的。
「账单是一整笔，」他说，「就像食堂一个月的米面油采购单，你知道总数，但说不出哪道菜亏本。」
这不是个例。绝大多数企业的 AI 支出，今天都停在「一笔云账单」的粒度上。而我在 OpenRouter CEO Alex Atallah 最近的一场访谈里，看到他给出了一个完全不同的判断——他说这是「很反常、却很少有人讨论」的现象：
「过去员工的成本主要是固定薪酬……未来，员工成本会是动态数字，与每个人是否有效地使用昂贵或廉价模型有关。管理者仍要正常评估员工的效率和产出，但也可以把效率和 AI 使用成本放在一起看。」
换句话说：AI 的成本，正在从「一笔 IT 预算」变成「一份人力成本」。 未来每个员工——尤其是每个数字员工——都会带着两份成本单：一份是薪酬，一份是 token。
一、token 从云账单，变成员工成本
这两份成本单的区别，不只是多了一行。它们的会计性质完全不同：
| 第一份：薪酬成本 | 第二份：token 成本 | |
|---|---|---|
| 谁产生 | 人 | 人和数字员工 |
| 计量周期 | 月（固定发放） | 实时（按调用动态产生） |
| 归因粒度 | 到人头，天然清晰 | 到调用，需要主动归因 |
| 管理者今天的做法 | 纳入绩效、核算 ROI | 当成一笔云账单，不拆 |
第一份成本单，企业管了一百年，工具齐全：薪酬、绩效、人效比、ROI。第二份成本单刚刚出现，几乎所有企业都还在用「看总数」的原始方式对待它——就像那个老板的食堂采购单。
Alex 的洞察在于：token 成本最终会长进第一份成本单里。一个员工值不值这个薪水，未来要连着看他「调用了哪些模型、消耗了多少推理成本、这些成本有没有真正转化成结果」。AI 用得多不再是加分项，用得值才是。
而这件事对数字员工的冲击，比对真人员工大得多。
二、计量不等于削减——和我那句「别省 token」不矛盾
写到这里，熟悉我的读者会想起我二月那篇 任何省 Token 的做法都不是大模型的最佳实践。那篇我说得很重：Token 不是成本，是投入；以省 Token 为目标，会毁掉你用 AI 的上限。
那今天这篇要建「token 成本单」，是不是自己打自己脸？
不是。两篇说的是两个层面，而且第二篇恰恰是第一篇的前提：
个人/工程层（#125）：
别为了省钱砍上下文、压 prompt、用最小模型
→ 因为单次调用里，省 token = 降产出 = 浪费更贵的人时间
组织/管理层（本文）：
要把 token 消耗按数字员工归因、纳入绩效
→ 因为不归因，就无法判断「每个 token 产生了多少价值」
# generated by hugo AI
#125 的核心论点是「关注每个 Token 产生了多少价值」，而不是「关注每个 Token 花了多少钱」。但你要算「价值/Token」这个比值，分母（Token）必须先被计量、被归因。省 token 是把分母压小，计量 token 是把分母看清——前者是错的优化方向，后者是对的优化前提。 一个连 token 花在哪都不知道的组织，根本没资格谈「每个 token 的价值」。
所以这两份成本单的关系是：管理者要像管薪酬一样 看清 token，但不该像抠成本一样 削减 token。看清是为了把贵的 token 花在产出高的地方，不是为了少花。
三、数字员工是这套核算最干净的载体
为什么我说 token 成本单对数字员工的冲击，比对真人员工大得多？因为 真人员工的 token 消耗几乎无法归因，数字员工的可以。
真人用 AI，token 散落在十几个工具的会话里——他开 Copilot 写代码、开某个网页版查资料、开内部助手起草邮件。这些消耗记在不同账户、不同时段，你要把它加总到「张三这个月用了多少 token」，技术上能做，但脏、碎、且涉及隐私。
数字员工不一样。它的每一次执行都是一条 可计量的链路：一个任务进来，调了哪个模型、跑了多少 token、产出了什么、有没有达标，全程有日志。我在 制造业选中的 AI，运行时没有大模型 里写过钉钉那个订单自动化项目——AI 在编译期生成提取程序花几块钱，运行时每张订单的识别和录入按事件计费。那笔运行时账单，可以精确地记到「订单数字员工」这个头上。
这意味着数字员工天生就带着第二份成本单上岗，而且账单是逐笔清晰的。于是管理者手里第一次有了一张可以放进绩效的表。Alex 给的四象限，我把它落到数字员工上：
token 低 token 高
┌────────────────────┬────────────────────┐
产出达标 │ ① 明星 │ ② 烧钱 │
│ 扩量、复制 │ 下放确定性子任务 │
│ │ 换便宜底座 │
├────────────────────┼────────────────────┤
产出不达标 │ ③ 鸡肋 │ ④ 该下线 │
│ 先查 prompt/评测 │ 重做或停用 │
└────────────────────┴────────────────────┘
# generated by hugo AI
第 ② 类——产出达标但 token 烧得贵——是真人员工绩效体系里几乎看不见的一类，因为没人能算清一个员工「用 AI 用得贵不贵」。但在数字员工这里它一目了然，而且往往是最值得优化的：可能只是它事事都调最强的前沿模型，把本该交给便宜模型的确定性分类任务也一并烧了贵 token。Alex 在同一场访谈里说的下一代 Agent 架构正是解药——前沿模型只做规划编排，输出形态明确、解法确定的子任务，下放给便宜的开放模型和子 Agent。一个第 ② 象限的数字员工，多半就是没做这层下放。
这张表也接上了 数字员工的第一准则不是可控性 里那个电商案例：一个 Agent 自动给 2000 个 SKU 调价，一天亏了 80 万，复盘时谁都说不清是谁的责任。成本单是问责的另一面——一笔说不清归属的亏损，和一笔说不清归属的 token 消耗，本质是同一个治理缺失：没有把账记到该负责的那个主体头上。
四、杰文斯陷阱：别把降价当省钱
第二份成本单最容易被算错的地方，是预算。
直觉是：token 单价一直在跌——Alex 提到过去 18 个月跌了约 90%——那明年的 AI 预算自然应该往下调。
错。他在访谈里给了一个 OpenRouter 上的实测个案：一个模型两周内价格降了 10 倍，结果 用量涨了 13 倍。他说这「很接近一个标准的杰文斯悖论案例」，但坦承「还没有人把它建模得非常好」。
杰文斯悖论我在 AI 时代的代码大爆发 里用它讲过供给侧——代码生产成本断崖下跌，反而让更多人涌入软件行业。这里是需求侧的同一规律：单价下降不会缩小总盘子，会诱发用量超比例增长，把盘子做得更大。
所以给数字员工做 token 预算，有三条和直觉相反的规矩：
- 预算做弹性，不做固定：不要假设「降价 = 省钱」，要假设「降价 = 用量增长」，预算跟着价值产出走，不跟着单价走
- 省单价不等于省总额：把贵模型换成便宜模型（第 ② 象限的优化），省下来的额度大概率会被更多调用吃掉，要主动决定这部分省下的产能投到哪
- 考核看「价值/成本」比值，不看成本绝对值：一个 token 花得多的数字员工，如果产出更高，可能比省的那个更值——这正是 #125 的论点在管理层的样子
五、反方：这是不是给钉钉背书
写到这里，最该被正面回应的是两个反驳。
反驳一：token 单价终将趋零，给一个会消失的成本项建账本，是过度工程。
前半句我同意——单价大概率继续雪崩。但建账本的价值从来不在那个绝对金额，在 归因。哪怕 token 趋零，「哪个数字员工产出高、哪个产出低还占资源」这个判断依然成立，而且和单价无关——单价归零只是把第二份成本单的单位从「钱」换成「算力配额」「响应延迟」「碳排放」，归因的需求一分不少。杰文斯那条更直接：单价归零的同一时间，总量在涨，账本反而更重要。
反驳二（更强的那个）：「数字员工成本单」说到底是在为钉钉数字员工背书——把 token 归因到数字员工，正好是钉钉卖得动的东西。
这个我得拆开答，因为一半是真的。把它分成可证伪的判断和有条件的建议两半：
- 可证伪的判断：「token 会进员工成本核算」——这不是钉钉的主张，是 OpenRouter 这个每天看着全行业 token 流向的第三方、在 20VC 这种场合独立说出来的。一个既不卖数字员工、也不持有组织图谱的外部玩家看到了同一件事，说明它是结构性的趋势，可以被证伪（如果三年后没有企业把 token 纳入人效核算，这条就错了）。
- 有条件的建议：「归因到数字员工粒度」——这条确实对钉钉特别成立，但它有一个明确前提：只有当执行链路可计量时，归因才干净。数字员工满足这个前提，真人员工不满足。所以我不是在说「钉钉的成本核算比别人强」，我是在说「数字员工这个形态天然适配 token 归因，而钉钉恰好在做数字员工」。前提不成立的场景（比如纯靠员工自觉用 AI、消耗散落各工具），这套方法照样落不了地。
把这两半分开，是因为我不想用「行业大势」给「钉钉的具体做法」做无差别背书。前者我有外部佐证，后者我只在「执行可计量」这个条件下才敢主张。
写在最后
回到开头那个老板的食堂采购单。他缺的不是更便宜的米面油，是一张能把成本拆到每道菜的账。
AI 落到组织里，正在长出第二份成本单。它逼着管理者回答一个过去不用回答的问题：这个员工——这个人，这个数字员工——他/它花的每一笔 token，换来了什么。 答得上来，token 就是投入；答不上来，token 才是成本。
而这件事最微妙的地方在于：第二份成本单不该用来砍 token，该用来配 token。就像好的 CFO 不是让公司少花钱，是让每一块钱花在回报最高的地方。给数字员工建成本单，目标不是把它管成一个省钱的工具，是把它管成一个 算得清自己价值 的员工。
你的组织里，AI 支出还是一笔笼统的云账单，还是已经能拆到团队、流程、数字员工了？欢迎留言讨论。