<aside> 🧩
最初，这只是一个关于工具的玩笑。后来才意识到，它真正值得思考的地方并不在 Token（词元，AI 处理文字时使用的计量单位）本身，而在这句话背后隐藏着一种新的劳动关系。
</aside>
有一天，我发现，一件过去几乎不可能出现在办公室里的东西，开始影响我一天究竟能够完成多少工作：Token。
如果你平时很少接触 AI（人工智能），也许并不知道这个词。对很多普通人来说，所谓 AI，可能就是手机里的豆包、DeepSeek、Kimi，或者 ChatGPT：遇到一个不会的问题，打开它问一句；写了一段不满意的文字，让它帮忙修改；出门旅行之前，让它安排一份行程。
这些看起来像“聊天”的行为，背后其实都需要计算。AI 需要先读懂你输入的内容，再一步一步生成回答。为了完成这些计算，大语言模型——用于理解和生成语言的 AI 系统——会把文字拆成较小的信息单位，英文叫 Token，中文通常译作“词元”。
如果这个概念仍然有些抽象，可以暂时把它理解成 AI 时代的一种“流量”。问一句简单的问题，消耗得很少；让 AI 阅读几十页资料、反复分析和修改，或者连续执行复杂任务，消耗就会明显增加。严格来说，词元并不等于手机流量，但它们有一个相似之处：都把一种原本看不见的技术能力变成了可以计量、可以定价，也可能受到使用限制的资源。
于是，当我真正把 AI 放进工作以后，一些过去从未想过的问题开始进入日常：今天还能调用多少？额度什么时候恢复？现在还能让模型继续处理多少任务？
我甚至会半开玩笑地说：“Token（词元）用完了，是不是今天就可以下班了？”
最初，这只是一个关于工具的玩笑。后来我才意识到，它真正值得思考的地方并不在词元本身，而在这句话背后隐藏着一种新的劳动关系。
过去，我们判断一个人一天能够完成多少工作，通常会想到他的知识、经验、时间、精力，以及他熟悉哪些工具。如今，这个公式里开始加入一些新的变量：他能使用什么样的模型，能让模型处理多少材料，拥有多少调用额度，又能够接触到什么样的计算资源。
也就是说，一个人的生产能力开始越来越明显地依赖一种存在于身体之外，却又可以随时调用的智能系统。
真正值得追问的问题由此出现了：如果一个人的写作、检索、分析、编程乃至部分判断能力，都可以通过外部模型得到扩展，那么我们过去所说的“一个人的能力”，究竟到哪里为止？
这种变化并没有以戏剧性的方式发生。没有机器人突然走进办公室，也没有哪一天，公司正式宣布“从今天开始，我们进入 AI 时代”。它只是安静地进入了一个又一个普通的工作流程。
线上会议结束以后，AI 已经把刚才的对话自动转成文字。我把这些内容交给它，让它整理重点，再根据会议内容修改产品需求文档，拆解需要完成的任务，排列优先级。有些涉及文件、代码或者网页的工作，还可以继续交给能够直接执行任务的 AI 工具处理。
过去，同样的工作往往意味着重新听录音、寻找重点、打开空白文档、搭建结构、查找资料、写出第一版，再不断修改。现在，我越来越少面对真正意义上的空白页。更多时候，我面对的是一个已经生成出来的初稿，而我的工作逐渐变成补充背景、提出要求、识别错误、调整方向，并对最终结果承担判断和责任。
工作没有消失，但“我在工作”这件事开始发生变化。