第623章 大人物的不习惯(3/6)

首发：~第623章 大人物的不习惯

其他厂商自然也会跟进。

就像DeepSeek公开了思维链，后续大家都基于思维链模型重构了自己的LLM是一个道理。

「这导致一个很神奇的情况，那就是现在在谈论ai是泡沫的人越来越少，担心自己未来因为ai浪潮而失去工作的人越来越多。」

林燃问：「你觉得呢？小满姐，你觉得ai存在泡沫吗？」

李小满挽了挽头发，她口中吐出一个单词：「Tokn。」

「如果我们把视角只放在个人端，那么token的消耗是线性的。」

计算机本质上是不认识字的，它只认识数字。

Token化，也就是Tokenization，意思是是把人类的语言拆解成计算机能理解的最小语义单元的过程。

在英文中，一个单词可能被拆成好几个token。

apple是一个token，但apples会被拆成apple+s，也就是两个tokn。

在行业内的通用算法中，1000tokens差不多相当于750个英文单词，或者500到800个汉字。

「因为个人端能消耗的token是有上限的，它受限于人类的阅读和输入速度，所有公司都能明显看到边界就在那里。」

「深红每年处理的提示词超过25亿次，但天花板很明显，它不可能再涨十倍了。」

「但，如果我们把视角放到企业端。」

「企业端的Token消耗在经历指数级的增长。

人类和AI聊天，Token消耗是一比一的；但企业级AI智能体在执行任务，为了完成一个简单的指令，它会在后台进行大量的推理、检索、自省和工具调用。」

「一个企业级Agent任务，可能在几秒钟内消耗5万到10万个Token，而人类用户感知到的可能只有寥寥几行的结果。」

「大量消耗发生在后台。」

「自从虹星诞生后，这样的消耗更是惊人。」

「媒体在调侃，说每天都有一个宇宙诞生，也有一个宇宙毁灭。」

「无数的虹星实验，每一次都是以十亿为单位的token消耗。」

「因此，如果从这个角度，那么ai不但没有泡沫，现在的估值还低了。」