Genspark 景鲲：无限 Token 到底意味着什么？

上周，我们发布了「真格 Token Grant」，为更多有想法、已经开始动手的 AI 创业者充值 Token，帮助他们更快做出产品第一版。

最近，Genspark 创始人景鲲在分享中也提到：一家 50 人的公司，如果每个员工都可以无限使用 AI，已经可以跑赢一家没有这种能力的 500 人公司。

不是快 10%，而是快 10 倍。

企业之间的效率差距已经不再用百分比衡量。在 AI 时代，给每一个人充分 Token 使用能力的公司，会以 10 倍、20 倍，甚至 100 倍的速度运转。

在景鲲的前六篇文章里，他写过 AGI 的到来，如何构建 AI 原生团队，vibe working 带来的变化，多模态为什么是未来，以及我们该如何为下一代做好准备。这些都关乎人如何与 AI 一起进化。

但这一篇不太一样。它不再只是关于人，也关于公司。他越来越确信一件事：未来五年，真正拉开差距的，在于每一个人是否拥有 AI 的无限使用资源。

以下为真格整理的分享原文：

每周，都会有 CEO、创始人或高管在不同场合把我拉到一旁。在会议上、晚餐时、电话里，他们就问我一个问题：「我们到底该怎么在公司里用 AI？」

我理解大家为什么这样问。这听起来是一个对的问题，有战略感，也有责任感，说明他们在认真对待 AI。

我一直很珍惜提问背后的诚意，但每次听到，心底都会有一点不安。因为这个问题本身暴露了一个根本的误解：它把 AI 当作一个需要「被实施」的项目，有起点、有范围、有 rollout 计划、有完成时间，也默认存在一条从今天走向 AI 公司的线性路径。

我们的任务只是把这条路径找出来并执行。

但真正该问的问题很简单：「我们是否已经给公司里每个人提供了无限的 AI 资源，让他们去思考、创造、构建？」

如果答案是否，那其它一切都是噪音。

无论是 AI 战略、专项小组、试点项目还是治理框架，在这个问题被解决之前都没有意义。我接触的大多公司答案还是「否」。如果没有这一点，你不是在落地 AI，你只是在表演怎么用 AI。这两者之间有本质区别。

「无限 Token」到底意味着什么

很多人听到「无限 AI 使用」，脑海中浮现的都是一种模糊的概念，比如对 AI 更开放的文化。但它不是，这是一件非常具体、可以衡量的事情。

Token 是 AI 工作的基本单位。你发出的每一个请求、让 AI 分析的每一份文档、生成的每一段代码、启动的每一个 agent，本质上都在消耗 token。

Token 是 AI 生产力的原材料，就像工业时代的电力、互联网时代的带宽一样。

当一家公司设置每月 token 上限，要求员工通过 IT 审批才能使用先进模型，在公司网络里屏蔽部分 AI 工具，让 20 个人共用一个账号，本质上是在做一件事：限制员工使用 AI 的能力，在他们的认知产出上加一个阀门，直接控制他们可以调用多少智能来完成工作。

「我们正在限制员工可以使用多少智能」，这句话说出来都有点荒谬。

但这正是今天大多数公司正在做的事情，不是出于恶意，而是出于惯性。大家习惯把新技术当作成本去控制，而不是当作能力去释放。

我自己在 2000 年初经历过一个类似的时刻。有些公司给每个员工开放完整的互联网访问权限，说你可以用它去把工作做得更好；另一些公司则选择封锁网站、监控使用、制定严格的公司政策来规定什么可以做、什么不可以做。

十年过去，前一类公司大都成为了行业的主导者，后一类公司失败了。它失败不在于网络策略本身，而在于对新技术的态度。

在应该突破能力上限的时候，他们在过度追求可控性。

再往回看，在 20 世纪初，电机进入工厂，大多数工厂主做了一件看起来很自然的事：用电机替换中央蒸汽机，但同时保留原有的皮带、传动轴和工厂布局，只是换了电源。这样成本确实降了一些，但真正的改变没有发生。

真正实现变革的工厂做了另一件事：拆掉整套传动系统，把电机直接安装在每一个工位，然后围绕这种新架构从零重构整个生产系统。

结果不是提升 10-20%，直接是 3-5 倍的提升。原本受限于物理传动距离的流程可以按照逻辑和效率重新组织，一些在旧结构下根本不可能实现的生产方式开始涌现。

经济学家 Paul David 在 1990 年的一篇论文中把这个现象称为「生产力悖论」（dynamo paradox）。从第一座商业电站建成到生产力真正爆发，中间相隔了近半个世纪。

因为要用好这项技术，工厂必须重构整个系统。很多工厂以为自己已经完成了技术升级，其实只是把新的能力叠加在旧的结构上，困惑为什么投入与产出不成比例。它们用的是新技术，套的却是旧思维。

今天的情况一样。大多数公司的「AI 部署」就像是把蒸汽机换成电机，是一份共享订阅、几个被批准的 use case、一场季度 AI 评审会。那些「皮带和传动轴」背后的旧组织架构依然存在。

「无限 token」代表的是另一种选择。

它相当于把每个工位都装上独立电机。这是一个结构决策，是在告诉整个组织你正在重构这座工厂，而不仅仅是在更换电源。 就像当年的那些工厂一样，做出这个选择的公司不会只是提升 10%，它们会进入一个完全不同的生产力层级。

我们此刻就站在一个同样的十字路口。只不过这一次，投入更大，拉开的距离也会更远。

AI 员工时代已至

在之前《AI 让未来变成 3 天工作制》这篇文章中，我提到过「vibe working」，指的是当人不再把 AI 当作工具，把它当作真正的协作伙伴时，心理和工作方式会随之发生变化。

当时还在转变中，但今天，它已经完成了。

AI 员工时代已经到来。

AI 不再是一个帮你更快写邮件的工具，也不是你卡顿时打开的搜索引擎。它是同事，是合伙人，是一支随时可以调用的专家团队，里面有工程师、研究员、分析师、策略师、设计师、写作者。

AI 全天候在线，没有休假，没有情绪，没有组织内耗。它不会六点下班，不会失去动力，不需要 onboarding，也不需要每年谈一次薪资。

但这有一个前提：这个团队只会在你把门打开时出现。

自 2025 年 4 月发布，Genspark 用 11 个月从 0 做到 2 亿美元 ARR，这个速度在企业级 AI 里几乎没有先例。我们产品上线 9 天就达到 1000 万美元 ARR，比 ChatGPT、Claude 和历史上所有 AI 产品都快。

这一切都是靠一个按传统标准来看小得夸张的团队实现的。

我们的代码 100% 由 AI 生成。

一个工程师三个月做出了 AI 浏览器，一个 PM 两周交付了 AI Slides，一个从没写过代码的设计师三天从零搭建了一个浏览器下载站。

在这 11 个月里，我们上线了 AI Workspace 3.0、第一个完全自主的 AI 员工 Genspark Claw，还有 Workflows、Teams、Meeting Bots、Realtime Voice 等等。

这些不是一群天才完成的，而是一群普通人，在使用一支极不普通的 AI 团队。

一个拥有 50 个员工但具备无限 AI 能力的公司，运作方式不会像一个 50 人公司，它更像 500 人、甚至 5000 人公司。这种倍数效应是真实存在的。我们每天都在经历。

反过来看另一种情况，一个 500 人公司的 AI 使用被严格限制，有 token 预算、有 IT 审批、有季度评估、有精心设计的 rollout 计划。它仍然只是一个 500 人公司，仅此而已。

但那个 50 人的公司会以十倍的速度发布产品，以十倍的频率迭代，以十倍的速度学习，去经历更多失败。

每过去一周，这个差距都会被进一步拉大。

这一次是光年级的差距

从 PC 到互联网，到移动互联网，再到云计算，每一轮技术浪潮里的先行者与落后者都存在差距。但这个差距是有边界的，可能是 1.5 倍、2 倍，极端情况下可能是 3 倍，但还可以追回。一个在 2012 年落后两年的公司还有机会在 2015 年赶上，虽然代价不小，但至少有可能。

这一次完全不同。这个差距不是线性的，是指数级的。我也不确定它是否还能追上。

想象两艘船在同一天离开港口，一艘是核动力，另一艘是划桨。第一天差距不大，一周之后已经渐远，一个月之后划桨的船已经看不到对方。一年之后，这个距离会大到难以理解，不再是以里程计量，而是进入一个完全不同的维度。

这正是 token 带来的差距。

一边是这样的公司：员工可以无限访问最强的前沿模型，工程师和 AI 实时多轮对话来设计整个系统，产品经理在几分钟内迭代研究报告，高管在 PPT 没写之前就已经用 AI 推演了多种竞争场景，每一个人都在让认知产生复利。

另一边是这样的公司：使用先进模型需要提交 IT 工单，AI 工具预算按季度讨论，员工开始用自己的信用卡绕过公司限制，管理层还在讨论要不要把权限从工程团队扩展到市场团队。

这两类公司的差距不是 10%，不是 50%，是「一个在奔跑，一个在原地静止」的差距。 每一天，前者都会指数级地拉开距离。更快的迭代带来更好的产品和收入，而收入又反过来加速迭代。

这不是竞争优势。这是一个淘汰过程。

什么才叫「真正拥抱 AI」

「全面拥抱 AI」这句话说起来容易，但也容易变成空话，所以我想说得更具体一点。

第一，立刻取消所有 token 上限和 AI 使用预算限制。 不是下个季度，不是等安全评估结束，是现在。这肯定会有成本，但这个成本和生产力提升相比微不足道，也远远小于被时代甩开的代价。

**第二，不要再把 AI 当作 IT 成本。**AI 应该进入人力预算，当你把这条费用从 IT 移到 headcount，一切都会不同。这意味着 AI 不再是一个需要被控制的软件工具，是团队的一部分。

你部署的每一个 agent 都应该有自己的位置、有自己的工作台、有汇报关系、有职责、有产出。当 AI 出现在组织架构里，不是只存在于供应商合同里，你的团队才会认真对待它。

没有哪个 CFO 会看着工资表说「我们怎么削减这个成本」。工资是人类能力的价格，AI 的访问成本是 AI 能力的价格。在一个 AI 已经承担 80% 工作的世界里，这部分投入理应获得同样的重视。

第三，建立一种文化，让「用 AI 做一切」成为默认选择，不是例外。 在 Genspark，我们不是在特定的时候才使用 AI，是反过来问：「这件事你为什么没有用 AI？」

这种倒置很重要。它代表了一种组织层面的认真，也会带来群体层面的学习加速。

如果你的公司还在评估 AI 或只是在小范围使用，这不是谨慎，是缓慢。现在真正领先的公司在做的是全面部署、快速迭代、持续复利。

你每多花一个月评估，对手就多花一个月执行。

新的企业财富分化

人很容易感受到紧迫感，但很难真正理解背后的机制。

Token 的差距不只是当前产出的差距，它本质上是学习速度的差距。这正是它危险的地方。

一家在过去两年里给每一个员工都提供了无限 AI 能力的公司，不只是多做了两倍的事，它积累了两年的组织学习，包括工作方式、直觉判断、肌肉记忆和内部文化。

这些东西无法靠追加投入补齐。你不能通过收购变成 AI-native，也不可能在六个月内靠招聘完成这件事。组织能力会以一种几乎不可见的方式持续复利。

直到某一天，这种差距不再在性能方面，而是完全不同层级的能力差距。

那些最早拥抱 AI 的公司已经进入了一个几乎停不下来的飞轮。它们的产品更好，能吸引更多用户，用户带来更多数据和反馈，于是产品更快变好。更快的迭代带来更快的学习，学习反过来又支撑更多 AI 投入，从而进一步加速迭代。

与此同时，在 AI-native 环境中能发挥最大潜力的优秀人才也会自然流向这些公司。没有哪个有野心的工程师或设计师会愿意把自己的职业生涯浪费在等待 IT 审批上。

那些落后的公司则在面对一个不断复利的「负债」。它们不只是落后于产出，还落后于直觉、文化、人才密度。某一天，这种差距会跨过一个临界点。届时问题不再是还能不能追上，而是你是否还在场上。

你无法靠划桨重新进入一场对手使用核动力的比赛。Token 上落后三年很可能就是永久性的差距。

这不是比喻，这是现实。

最后的抉择在你

过去几个月，我一直在观察两类公司。

一类在跟着浪潮走，未必完美，但在前进。它们快速决策，接受不确定性，拥抱 AI 带来的混乱，同时每周都在积累经验；另一类还站在岸上，看着浪一点点靠近，一边开会讨论要不要下水。

我写第一篇《看见 AGI 的到来》文章时，心里是一个父亲在为自己 12 岁的孩子担心。现在我有同样的情绪，只不过对象变成了正在读这篇文章的创业者。因为我已经看到了接下来会发生什么，也真的不希望有人被这股浪直接卷走。

海啸来临的时候，不会等你开完董事会，也不会在你做审核时暂停。它只会到来。

那些已经在水中、顺着力量前行的组织会活下来；那些还在岸上讨论的人会被直接淹没。

窗口还在，但正在关闭。

今天晚上，每一个创始人、每一个 CEO、每一个运营者都需要回答一个问题：你是否已经给公司里每个人提供了无限的 AI 资源，让他们去思考、创造、构建？

如果没有，那再问自己一句：你在等什么？

我在科技行业接近 20 年，看过市场的更替、公司的起落、范式在一夜之间翻转，但从来没见过变化速度这么快、冲击这么深的一次。

真正让我夜里难眠的不是技术本身，是一个画面：那些聪明、努力的创始人为公司投入了多年心血，结果某一天醒来，发现自己和对手之间的差距已然无法弥补。

这不是因为他们不够聪明，也不是因为他们不够努力，只是因为在某一个关键时刻，他们犹豫了一下，多等了一个数据点，多开了一次会，多要了一个季度去评估。

我写这些不是为了制造焦虑，是因为我真的相信，大多数人还没有真正感受到这件事的重量。当他们真正意识到的时候，可能已经没有时间再行动。

所以我想把这篇文章最重要的一点留给你。

公司之间的效率差距已经不再主要取决于人才、战略或资本，而越来越看你是否开放了「无限 Token」。

那些回答「是」的公司，哪怕做得还不完美，哪怕过程很混乱，也在每天复利自己的优势；那些还在讨论的公司不是停在原地，而是在以历史上从未出现过的速度被拉开。

这个差距过去用百分比衡量的，现在是用倍数衡量。很快，在一些行业里，它甚至无法再被衡量，因为其中一方已经不在场上。

我希望你站在未来的一边。

如果你读到这里，有一瞬间的共鸣，有一个很轻的声音在说「这可能就是我们」，那就不要等到下一次董事会再去确认答案。

浪已经打到了身上，真正的问题只剩一个：你是在水里，还是在岸上？

还有时间，但不多了。