第一个给智能经济发明GDP的城市出现了……

本文来自微信公众号： TOP创新区研究院 ，作者：政策研究组

近日，北京发布了《关于加快智能体引领发展的若干措施》，十条措施、几十个责任部门，大多数解读会盯着真金白银：

算力券、Token券、智能体服务券。

但在我们读来，这份文件里最值得玩味的细节，藏在第六条"鼓励发展Token经济"的责任部门名单末尾——市统计局。

有意思了，一份人工智能政策，为什么需要统计局？

每个时代都有自己的尺子

1934年1月，经济学家西蒙·库兹涅茨向美国参议院提交了一份报告：

《国民收入，1929–1932》。

在此之前，大萧条中的美国政府处于一种今天难以想象的状态——它不知道经济到底坏到了什么程度。可参考的只有股价、铁路货运和零星的钢产量。

罗斯福新政开出的每一剂药方，都是在没有仪表盘的情况下盲飞。

库兹涅茨的报告第一次让"国民经济"变成一个可测量的对象，GDP由此诞生。此后的故事就是历史了：GDP从一个统计工具，变成了政策目标、政治承诺和国际竞争的记分牌。

这里有一个经常被忽略的因果倒置值得注意——

不是先有了"增长"、再有人去测量它；而是先有了测量，"增长"才成为一个可以被追求的目标。度量衡从来不只是描述经济——它塑造经济。

德鲁克那句被引用了无数遍的话说的就是这个意思：

你测量什么，就会得到什么。

此后每个经济时代，都在寻找自己的尺子。

工业时代看发电量、粗钢和铁路货运——2010年，《经济学人》干脆用"用电量、铁路货运量、银行贷款"三个指标编制了一个"克强指数"，因为在很多严肃的观察者眼里，这三个数字比GDP更难注水。

移动互联网时代，资本市场自发建立了一套民间度量衡：DAU、MAU、GMV——没有任何政府文件规定过它们，但它们实实在在决定了万亿美元级的估值分配。

那么，智能经济的尺子是什么？

美国那边是等英伟达发财报、听微软和谷歌的资本开支电话会——相当于让资本市场客串统计局。这套民间仪表盘反应很快，但它(目前)测量的是供给侧的军备竞赛，而不是需求侧的真实渗透。

北京这份文件给出了另一个答案：

让真的统计局进场。

为什么是TOKEN

如果要为智能经济选一个基本计量单位，

Token（词元）确实是目前最接近"千瓦时"的候选者。

它无关模型，因为不管调用的是哪家的模型，都以Token结算；它天然可计量——每一次调用都在账单上留下痕迹；它有市场价格——全球几十家模型厂商实时报价。

回顾电力史：在"千瓦时"被确立为计量单位之前，电既无法统一定价，也无法征税，更无法补贴。

计量单位是商品化的前提。

规模也已经到了必须认真对待的量级。

国家数据局局长刘烈宏今年3月在中国发展高层论坛上披露了一组数字：

2024年年初，中国日均Token调用量为1000亿；到2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍，并预计“十五五”末，中国人工智能相关产业规模将突破10万亿元。

他还提到，今年1月底以来，有模型企业创下了"20天收入超过2025年全年"的纪录。他的定性判断是：Token是智能时代的"价值锚点"和"结算单位"，如同互联网时代的"流量"。

在这个背景下，我们再读北京这份文件，会发现，第六条和第八条构成了一个完整的闭环：

"Token工厂"是发电厂，"银河算廊"是输电网，Token券是电价补贴，TaaS（Token即服务）是商品化，"计费规范"是计量检定；而那个以"智能质量、调用量、转化效率"为核心的Token评价指标体系，配上"完善监测口径"六个字，就是统计制度本身——所以责任部门名单里站着市统计局。

先让智能可统计，再让智能可治理。

一把会缩短的尺子

有人会说了，如果一个指标一旦成为考核目标，它就不再是一个好指标了。文件鼓励有条件的区探索发放Token券，可以预见，当补贴与消耗量挂钩的那一天，冗余调用、智能体空转、注水的超长提示词，都可能成为"刷量"的手段。

新能源汽车骗补的前车之鉴，距今不过十年。

有意思的是，起草者似乎预见到了这两个坑。第六条专门写了一句"鼓励创新主体从Token消耗量计费转向价值计费"；而评价指标体系里排在最前面的，是"智能质量"和"转化效率"，不是单纯的调用量。

在一份产业促进文件里，这份克制并不多见。

不过，"价值计费"四个字说来轻巧，做起来是整个AI行业此刻最难的题。

电力可以按千瓦时结算，前提是电是同质的——你家插座里的电和工厂里的电没有任何区别。

智能不是。

同样一百万Token，可能是一段天才的证明过程，也可能是一堆车轱辘话。

按量计价，本质上是在假装智能是同质商品。

海外市场其实做了一些”实验“了。

比如，客服智能体公司Fin（由Intercom打造）按"结果"收费：每成功解决一个客户问题收0.99美元，问题没解决不收钱。

Salesforce的Agentforce早期按对话收费、每次约2美元——无论问题是否解决都要付费，这一设计招致大量批评后，已转向按动作计费。

服务大型企业的Sierra，则干脆把整个商业模式建立在按结果定价上。

今年6月，Salesforce签署协议，拟以约36亿美元收购Fin——市场用一笔并购，给"按结果收费"的路线定了价。

从按席位（Seat），到按用量（Token），再到按结果（Outcome）——这是AI商业世界正在发生的定价模式转向。

北京把RaaS（结果即服务）写进红头文件，等于也给了一个终局：

智能经济的价值捕获，将发生在离业务结果最近的地方，而不是离模型最近的地方。

但按结果计费立刻带来新的统计难题：

什么算"结果"？谁来定义"成功"？

谁来审计一个智能体宣称的"任务已完成"？

绕了一圈，问题回到原点：无论用什么单位计价，智能经济都需要一套可信的测量基础设施。

这正是这份文件真正的野心所在。

不断演化的指标

回到库兹涅茨，这位GDP之父，后来成了GDP最著名的怀疑者，晚年他反复提醒后人：

要区分增长的数量与质量、成本与回报、短期与长期。

以此观照，北京这份文件的真正意义，或许不在于Token是不是一把完美的尺子（它不是，而且注定不是），而在于它率先承认了一件事：

智能经济已经大到需要自己的统计基础设施了。谁先建立口径，谁就先获得治理能力；谁先看清仪表盘，谁就先握住调控的方向盘。

这比任何一张补贴券，都更接近"率先培育智能经济新形态"的本意。

至于那个开放的问题——如果Token不是好尺子，什么才是？

九十年前，对国民收入的测量，定义了我们至今生活于其中的"增长时代"。

今天，对智能的测量，将定义智能时代长成什么样子。