编者按词元（Token）正成为人为智能服务的主题计量、结算与统计单元
。当前，词元经济出现发作式增长态势，各类利用场景层出不穷，但“有流量、无质量”“有亏损、难评价”等问题日益凸显：词元亏损量难以反映AI服务真实价值、定价机造混乱、高质量供给不足有效激励
。 近日，国度数据局召开词元经济座谈会，明确将词元经济纳入工作系统，开释出推动行业从规模扩张转向高质量发展的强烈信号
。中国经济时报社等机构的专家学者和部门驰名企业代表应邀参会讲话
。本期《智荟月刊》以“让词元更有质量——推动词元经济高质量发展”为主题，出格约请四位与会专家，萦绕词元经济健康发展的主题议题发展深刻钻研，并从政策、技术、经济与治理等维度带来前沿思虑与求实建议，以飨读者
。 当前词元亏损量仅能反映AI服务的“流量”，无法衡量其“质量”与“价值”
。词元产生于“用户—智能体—模型”的动态服务过程，其质量性质就是AI服务质量，且高度依赖智能体的工作规划与工具挪用能力
。因而，评价系统必须摒弃仅凭通用测试得分论英雄的思想，回归对输入、处置、输出、用户履历全过程的动态评价
。应以“能力、底线、价值”三维框架为基础，按“分类、分级、动态”准则推动，深度融合客观尺度与主观履历，并针对分歧利用场景识趣而作
。 5月22日，国度数据局召开词元经济座谈会，明确将词元经济纳入工作系统，并指出词元正成为人为智能（AI）服务的计量、结算与统计单元
。数日后，市场监管总局与国度发展鼎新委结合印发《人为智能计量系统和能力建设指引（2026版）》（以下简称《指引》），其主题指标直指让AI“可丈量、可比力、可追忆”
。 这两则信息传递出明确信号，推动词元经济从初始的规模扩张转向有序的高质量发展，必须首先解决怀抱问题
。这里必须认清一个底子逻辑，即词元产生于AI服务的动态过程，其质量性质就是AI服务的质量
。这一过程并非单一的“用户—模型”直接交互，而是“用户—智能体—模型”的复杂过程
。智能体作为理解和执行用户意图的代理，掌管规划工作、挪用工具、治理高低文影象，并调度一个或多个模型，其自身的设计与机能直接影响着词元亏损的效能和最终输出了局的质量
。 因而，成立词元质量评价尺度系统，并非等同于对静态大模型的单一评价，也分歧于对某个物体的检测，其主题是对AI服务这一复杂动态过程的评价
。用户中意可能不是唯一尺度，而只是一个了局
�
；�于价值的定价战术也并非由用户中意一个维度所决定，还必要其他成分支持
。这决定了该系统必须是一个融合客观尺度与主观履历的复杂系统
。构建这样一套科学、动态、场景化的尺度系统，已从行业发展必要上升为紧迫的政策需要
。这不仅是一套技术规范，还是关乎产业竞争秩序、价值公等分配与社会信赖构建的造度性基础设施，是破解智能经济定价之谜、激活数据身分、实现健康可持续发展的关键
。 当前，我们面对AI服务的“怀抱�
；�”
。词元亏损量只能反映AI服务的流量，却无法衡量其质量与价值
。为何使用一样模型，成效与评价天壤之别？为何耗费巨量词元，产出却不尽如人意？收费与免费，差距到底在于AI价值还是企业战术？这些猜疑，本原在于我们不足客观、可信的尺度来怀抱AI服务的内涵品质
。 这场�
；�源于AI服务与生俱来的“价值情境依赖性”
。我们已经有了词元这个计量单元，但这不等同于解决了AI服务质量评价的问题，并且因智能体的染指而越发复杂
。智能体在服务过程中可能自主进行多轮思虑、挪用表部工具、从影象库中检索信息，这些作为城市产生大量的中央过程词元，这些词元并不直接面向用户，但最终了局的质量至关沉要
。因而，词元亏损量与现实终端价值之间的关联，不仅取决于最终挪用的模型，更取决于智能体若何使用这些词元以实现指标
。同时，一样成本产出的词元，用于日常闲聊与用于辅助新药研发，所创造的价值天壤之别
。这也就是当前词元价值怀抱衡面对的三沉困境
。 困境一：市场失灵与定价之谜
。价值与价值脱钩，高价值专业服务的提供者无法获得合理回报，抑造了其深耕垂直领域的动力
；用户也无法为关键产出支付公允价值
。市场在流量计价的粗放模式下，陷入低水平内卷，资源严沉错配
。 困境二：统计失灵与决策失准
。国民经济核算系统无法分辨词元亏损中的高价值创造与廉价值亏损，大量由AI带来的出产率跃升和消费者福利改善成为统计“黑箱”，以至宏观决策不足精准的数据支持
。 困境三：创新生态激励扭曲
。在质量信号缺失的“黑箱”中，投入巨大成本研发高质量数据和高靠得住模型的贡献者，其价值无法被市场鉴别和定价，从而无法正确参加利益分享
。这严沉挫伤了高质量出产身分的供给积极性，长远将侵害创新生态的根基
。 因而，加快成立词元质量评价尺度系统，首要指标就是成立一套清澈、可信的价值怀抱衡，它通过提供客观的质量信号，疏导本钱、算力、数据、人才等资源自动流向能创造更高社会经济价值的领域，从底子上改过上述失灵
。 一是可作为公共信息产品，它是社会信赖基石
。强造性的安全分级如同“安全认证”，机能分级如同“能效标识”，能极大地降低社会甄别成本，扫清AI大规模遍及的信赖阻碍
。这个别系的主题，是成立一套可能被宽泛认可的客观尺度框架，为市场提供一个评价基准，而最终的使用履历和主观评价权仍交还给用户自身
。 二是可作为资源身分指引，它是技术向善尺度
。通过为教育、医疗、养老等民生领域设定更高评价尺度，能够疏导产业界的研发与创新活动优先服务于国度战术与公共利益
。 三是可作为收益分享基础，为身分市场提供动力
。这是其最主题的经济职能，科学分级为优质优价提供了凭据，使高价值模型能获得合理溢价，从而为“保底授权费+价值分成”等定价模式奠定基础，激活数据身分市场
。 四是可与计量审计协同，串联成AI产业价值关环
。质量评价的落地，尤其与分成模式结合，高度依赖于一套可信的计量与审计基础设施
。质量评价系统与《指引》规划的AI计量能力建设，是一体两面、必须协同推动的统一系统工程
。公认的质量标签加上可信的计量数据，能力让价值正常循环
。 构建词元质量评价系统，首先必须彻底摒弃仅凭通用测试得分论英雄的思想
。一个学术评测冠军模型，可能在产业场景中平平无奇，或者齐满是大材小用，甚至因安全问题无法实用
。对词元质量的评价，必须回归到对AI服务全过程，即输入—处置—输出—用户履历整个过程的动态评价
。词元的评价系统不是唯一尺度的分数榜，而是一套多维、动态、与场景深度耦合的系统，其设计哲学是将可尺度化的客观部门成立起来，同时为不成尺度化的主观履历留出评估空间和用户选择权
。 第一个维度是能力维度，衡量基础机能，评价模型和智能体的能力
。对于模型的能力蕴含在通用知识和逻辑推理上的广度
；在代码、司法、医疗等垂直领域的深杜纂精度
；抵抗幻觉的靠得住性
；以及单元能耗的效能
。这是相对客观的、可复现丈量的硬指标
。对于智能体则重要是调杜纂组合能力，蕴含工作规划与拆解正确率、工具挪用精准杜纂效能、高低文治理能力和多模型协同能力，等等
。 第二个维度是底线维度，衡量安全与合规水平，类似模型和智能体利用的“一票否决”项，是信赖的基石
。尺度必须系统评估，针对模型及智能体利用场景，对内容安全、隐衷与数据安全、平正性与私见，以及关键决策的可诠释性与可控性进行评价
。这部门工作能够参考已有的信息系统安全测评方面的有关经验
。这部吩炖价也以客观尺度为主
。 第三个维度是价值维度，对场景适配性进行规范
。这是最具挑战性的，也是最关键的维度，直接体现了AI服务的动态过程与用户履历
。这个维度齐全由场景界说，必须识趣而作，也就融合了客观成效与主观感触
。例如： 在创意天生场景中，例如天生案牍和视觉产品，则评价输出的新鲜性、审美价值时，必须结合行业专家评审与市场反馈数据
。 在知识工作场景中，例如与决策支持有关的行业钻研和投资分析，则评价输出的正确性、逻辑严谨性、信息溯源性等客观指标，同时也需思考出现方式对用户理解的支持度
。 在交互与陪同场景中，例如客户服务和教育辅助，则评价输出的流畅度、共情能力、持久一致性，这部吩炖价则必要引入大量用户主观履历调研
。 首先，要对场景进行分类
�Ｄ芄挥稍於┗�构结合产业界，造订覆盖重要领域的《智能服务主题利用场景分类指南》，成立评价的尺度坐标
。这是对AI服务多样性的客观刻画
。 其次，在场景中进行分级
。对每个沉要细分场景，如智能客服中的金融领域服务，成立专门工作组，从三维框架中遴选主题指标，为客观化的指标，如响应正确率、代码通过率，设定明确的分级阈值
；对主观性的指标，设计科学的抽样调查与评价步骤，如用户中意度，将其转化为可比力的分级数据
。最终形成一类一策的《质量分级评价规范》，使模型获得一系列场景化的能力证书，而非一个抽象分数
。 再次，把动态进化当作工作常态
。通过年检加新版本检测、吸纳市场反馈与监管沙盒相结合等方式，尤其是要成立机造化的用户主观评价反馈渠路，把尺度系统的动态优化作为工作常态，持续改进客观尺度和颁布主观评价了局
。 尺度的构建和美满必要国度、行业、企业和社会的协同共治，能够按“急用先杏注滚动迭代”的方式火速执行
。在此必要明确界定各方在构建评价系统中的角色
。 国度与监管部门是规定的造订者与秩序的守护者，掌管明确安全底线、搭建公共平台、造订路线图、守护法律平正，主题工作之一是牵头成立基础的客观评价尺度
。 行业组织与专业机构是垂直领域尺度造订者和裁判员，掌管研造能力域专业化的机能与合用性尺度，提供公正评测服务，他们将行业的共性客观要求和典型主观履历转化为具体评估细则
。 企业也就是模型与平台方，既是创新主力也是质量第一责任人，必须推广全面真实的质量信息披露使命，不仅要满足客观尺度，还需成立用户反馈关环
。作为智能体的提供方或运营平台，企业不仅要对底层模型掌管，更要对智能体的整体行为、安全性和效能掌管，需披露智能体的决策逻辑框架、安全天堑和已知局限
。 用户、利用开发者与社会公家是最终的使用者也是监督员，要确保他们能获得真实齐全的信息，能自主通过用脚投票、社区评议和调研参加的方式，形成表部造衡与反馈网络，使评价系统维持鲜活，最终通过付费表白自己真实的采办意愿
。 第一阶段是筑基与试点阶段
。当局要急剧出台安全合规分级强造国标，确定场景试点目录，索求成立蕴含基础机能和初步用户履历指标的评价规范，要约请头部企业深度参加、率先刷新、接受评测
。指标是急剧产出可信的可行规划，成立公信力
。 第二阶段是扩大与推广阶段
。当局应上线国度评价公共平台，展示初步的客观分级和主观评价了局，颁布场景建设路线图
。当局要疏导各行各业自动牵头造订尺度，改进美满评价和计量工具
。企业为获取更高评级和市场口碑，必须当真参加这场质量评角逐，并索求数据、算法等分成模式
。指标是造就可良性循环的市场生态
。 第三阶段是坚韧与美满阶段
。当局设立常设尺度化技术委员会，成立急剧订正机造，治理好监管沙盒内的尺度孵化
。企业、社区、学界持续提供反馈，出格是来自真实用户的主观履历数据，将成为尺度迭代的关键输入
。前沿企业在沙盒内承担索求责任
。指标是实现尺度与技术的同步进化，治理模式转变为多方参加的尺度共同体
。 成立词元质量评价尺度系统，这是一项涉及技术、经济与治理的复杂工程
。我们必须深刻意识到，评价词元质量，就是评价AI服务自身
。在智能体日益成为服务主导状态的趋向下，这一评价必须穿透智能体这一层
。一个健康的评价系统，必须能同时包容可验证的客观尺度和多元化的主观履历——前者成立秩序与信赖的基石，后者赋予市场活力与创新的源泉
。唯有当局、行业、企业与社会四方凝聚智慧，以清澈的权责、火速的节拍、缜密的协同，能力将这套系统从蓝图变为现实，使词元经济实现高质量发展，推动人为智能服务迈向价值驱动的新阶段，开释人为智能赋能千行百业、推进社会福祉的巨大潜能
。