我和一位員工聊到這件事：以後公司招募人才時，可能不會只提出薪資和工時。
到目前為止，一份好工作的條件相對熟悉：薪資、職級、股票選擇權、福利、工時、能否遠端。公司能給一個人的東西，大多用金錢和時間的語言來描述。
但當 AI 進入知識工作的中心，條件會多出一項。
這個人能使用哪些模型？一天能跑多少 agent？能連到公司內部資料與工具的哪個範圍？
這不是福利。這是生產力上限的問題。
數字已經出現
2026 年 3 月，Jensen Huang 在 GTC keynote 中談到，工程師可能需要年度 token 預算。重點不在於單一句子的措辭，而在於那個框架：計算資源會和報酬並列，用來放大人的產出。
他也提到，工作附帶多少 token 已經開始成為招募工具。這不是教育補助或福利點數的等級，而是招募條件的文法正在改變。
一週後，Microsoft 副總裁 Charles Lamanna 在西雅圖活動中分享了實際案例。有位候選人表示，如果團隊能被保證一定水準以上的每日 token 預算，他就願意加入。外界報導的規模約從每天 100 美元到數百美元。
有趣的是，這位候選人要求的不是個人額度，而是團隊級 token 預算。Token 正從個人報酬，變成組織設計的變數。
在市場最前端，這已經被明確寫出來。Anthropic 的研究 fellowship 除了週薪，還另外提供每月約 1.5 萬美元的 compute 預算。薪資一行，計算資源另一行。兩者開始並列出現在合約裡。
指揮與樂團
想像一個管弦樂團，結構就清楚了。指揮不親自演奏樂器。指揮解讀曲子、分配聲部，並對整體聲音負責。真正演奏的是樂團。
使用 AI agent 的知識工作者，正移動到這個位置。研究可以交給 agent，程式碼審查可以交給 agent，報告草稿可以朝多個方向平行生成，人負責解讀與最終判斷。業界已經有一個名字稱呼這件事：orchestration。
過去的知識工作者是演奏者。一天 8 小時，一個人的專注力與體力，就是產出的上限。成為指揮之後，上限不再只由自己的時間決定，而是由被交給他的樂團決定。
Token 與 compute，正是決定那支樂團規模與水準的東西。預算允許四人小組，還是百人樂團？團員水準如何，也就是能使用哪些模型？同一位指揮，帶著不同樂團，能發出的聲音上限也不同。
| 過去的條件 | 即將加入的條件 | 意義 |
|---|---|---|
| 薪資 | 年度 AI 預算 | 用金錢購買的生活水準，與用計算資源打開的產出上限，會一起被談判。 |
| 工時 | 可同時運行的 agent 數量 | 一個人親自投入的時間之外，能平行委派多少工作也會變得重要。 |
| 職級與權限 | 資料與工具存取權 | 誰能把 AI 連到內部知識與系統，將造成績效差異。 |
| 福利 | 模型等級與安全環境 | 能安全使用高階模型的環境，不是福利，而是生產基礎設施。 |
勞動契約會從「給多少錢」擴展到「交給你多大的樂團」。
最強的反論：token 不會很快變成免費嗎
這裡必須誠實處理一個反論。Token 價格正在快速下降。Gartner 預期，到 2030 年，兆級參數模型的推論成本會比 2025 年明顯下降。
那麼 token 是否會像電力或網路一樣，變成理所當然的基礎設施，不再需要放上談判桌？
但同一類討論也帶著相反的警告：即使單價下降，企業 AI 成本仍可能上升。Agent 型工作每個任務消耗的 token 遠高於一般聊天，使用量增加的速度可能超過單價下降。Goldman Sachs 也預期 agent 擴散會讓 2030 年的 token 消耗大幅增加。
也就是說，單價可以商品化，但分配給一個人的總量仍會是稀缺資源。電費變便宜，不代表資料中心的電力預算會消失。談判單位只是從「幾個 token」變成「一年多少計算資源」。
Tokenmaxing 的陷阱
但必須說清楚：token 使用量不是生產力，而是投入量。
副作用已經被報導。Uber 在四個月內燒完 2026 年 AI 預算；Meta 出現追蹤誰最常用 AI 的「Claudeonomics」排行榜；Amazon 則鼓勵員工盡可能多使用 token。使用量本身開始被當作成果指標。
| 容易誤看的指標 | 更重要的問題 |
|---|---|
| 花了多少 token | 那些 token 變成了什麼決策、程式碼、報告或客戶接點 |
| 使用 AI 的時間多長 | 人的判斷時間是否移到更有價值的位置 |
| 送出了多少 prompt | 是否建立了可重複的流程與審核標準 |
| 燒掉了多少成本 | 同樣成本是否讓下一次產出的品質與速度改善 |
燒得多不是能力。重要的是把 token 轉換成成果的效率。同樣的樂團交給不同指揮，聲音會完全不同。Token 預算越大，能把預算連到成果的人，和做不到的人，差距反而會更大。
韓國走到哪裡了
2026 年，韓國大型企業正式進入「發放存取權」的階段。
Samsung 在 2023 年 5 月內部資訊外洩事件後，全面封鎖外部生成式 AI；三年後的今年 6 月，正式在所有關係企業導入 ChatGPT、Gemini、Claude。導入前先以 2,500 名員工驗證，50 多位最高主管進入集團史上第一次 AI bootcamp，2,300 多名高階主管也接受集中訓練。
LG 方面，LG CNS 與 Anthropic 簽下可套用到全集團的 Claude Enterprise 整合合約。Hyundai AutoEver 正在運行內部生成式 AI「H Chat」。GS 則透過自有平台「MISO」，讓員工一年內直接做出 1 萬個業務工具。
這裡能看見與美國的時間差。矽谷的討論已經進入「個人談判 token」的階段；韓國仍在「公司統一發放存取權」的階段。相同帳號、相同上限。招聘公告裡還沒有 token 預算。
這個時間差不會持續太久。存取權一旦均等發放，使用差異就會累積成資料。公司知道誰能用同樣工具產出數倍成果後，把更多資源分配給那個人，只是時間問題。均等發放，是差異化分配的前一階段。
合約裡會寫下什麼
如果說三年內所有上班族都會像談薪水一樣談 token，那是誇張。但對於一個人的產出會直接連到營收或產品速度的職種，這完全可能先發生。不只是工程師，也包括研究員、設計師、企劃、顧問、行銷人。只要產出是由資訊與判斷組成，就都會受到影響。
那時候，勞動條件會變成這樣。
名字也許不叫 token。它可能叫 compute credit、AI budget、agent seat。名稱不重要。重要的是，分配給一個人的計算資源規模，會成為勞動條件的一部分。
最後，人的價值不是降低，而是變得更清楚。AI 代替越多工作，越會留下人必須負責的事：決定要把什麼交出去、檢查結果、把產出連回真實世界。
如果薪資與 token 並列的時代到來，問題不是「能用多少」。
這個人，能被交付多大的樂團？
討論
0 則留言