AI时代的"Token门槛"——当算力决定谁来干活，组织的公平靠什么兜底

知乎热榜这两天挂着一个问题，七百万热度：某高校老师在课件里写了一句「没有Token的CS学生，应该立刻退学」。

话很糙，戳中的却是真的。很多人骂他势利、骂他制造焦虑，但我想认真聊聊这句话背后藏着的东西——AI时代正在悄悄竖起一道新的门槛，名字就叫"Token"。这道门槛决定的，不是谁聪明、谁努力，而是谁有资格用好AI、谁还没起跑就已经出局了。

一、本质：Token不是钱，是新式"生产资料"

先解释一下什么是Token门槛。说白了，用AI是要花算力的，算力是要花钱烧Token的。你以为的"AI工具人人可用"，背后是一条被标价过的管道——你调用一次、生成一千字、跑一次模型，都有成本。

放到个体身上，差别就出来了。有人能随便跑顶级模型、开十几个Agent同时干活；有人连一个付费账号都舍不得充，只能挤在免费额度和限流里。

这不是天赋差距，是资源差距被AI放大成了能力差距。过去，一个人能不能干成事，主要靠脑子；现在，脑子再好、没有Token，产出速度也被有Token的人甩开几条街。算力一旦成为瓶颈，它就变成了新时代的生产资料——而生产资料是不平均分配的。

二、组织里正在发生的"Token分级"

这道门槛不只在学校，进了组织一样存在，而且更隐蔽。我观察到一个特别典型的撕裂：同一个团队里，"有Token的人"和"没Token的人"正在分裂成两个物种。

有Token的人——账号多、调得猛、敢试错，一天能产出的方案、报告、代码，是普通员工的三五倍。他们越来越快，也越来越被看见。而没Token的人呢？被限流、被卡预算、被要求"省着用"，干同样的活得像挤牙膏一样一点点抠额度。

最讽刺的是，管理者往往看不到这道门槛。他只看到结果——A员工产出高、B员工产出低，于是得出一个结论：A能力强，B能力弱。他不知道自己正在用Token的差异，去给员工的能力打分。

这就像在赛跑比赛里，给一个人发一双跑鞋，另一个人光脚，然后宣布穿鞋的人跑得就是快、就是天赋好。规则本身不公平，却把结果归咎于个人。

三、最危险的不是门槛，是"看不见门槛"

真正让我担心的，不是Token涨价、不是算力稀缺，而是绝大多数组织和个体，压根没意识到这道门槛的存在。

为什么危险？因为看不见门槛，就不会去拆门槛。员工只会以为自己"太笨""效率低""跟不上AI时代"；管理者只会以为"这届员工不行"。明明是个资源分配问题，硬生生被误判成了能力问题、态度问题。

一个真实的对照：某公司给每个员工都配了AI助手，看似一视同仁。但考核时，销售组因为"用AI出了业绩"被表扬，行政组因为"AI没用出花"被批评。没人注意到——销售组天天跑长文本、高频调用，行政组的应用场景压根用不满那么高的额度。一样的工具，落点不同，产出天然就不在一个量级，这跟谁努力不努力没半点关系。

四、组织该怎么拆这道门槛？

第一，把Token当成"开工必备"，而不是"福利"。别再用一套统一的、抠抠搜搜的预算对待所有人。先分清：哪些岗位离开足额算力就没法干活，这些岗位的Token应该是"基础设施"级别的保障，而不是可省的成本。水、电、网你不会让员工"省着用"，算力在AI岗位就是同样的东西。

第二，把"资源差异"从"能力评估"里剥离出来。评价一个人的产出之前，先问一句：他和别人在算力、工具、数据上，是不是站在同一条起跑线。如果不在，先把门槛拉平，再谈能力。否则你的绩效系统，就是在用资源和能力做一次错误的乘法。

第三，主动给"没Token的人"补课，而不是淘汰他们。老师那句"没Token就退学"之所以让人不舒服，是因为它把门槛当成天经地义、把淘汰当成理所应当。组织的正解恰恰相反——看见那些因为资源被甩在后面的人，主动给他们补算力、补工具、补方法，让门槛不再决定去留。

五、说句大实话

"没有Token就退学"这句话，最该警惕的不是它的尖刻，而是它背后那个正在被广泛接受的逻辑：AI时代的竞争，默认了资源不平等的合理性。

作为做组织的人，我必须提醒一句：AI本应该让人和人站到更接近的起跑线上，而不是把本来就有的差距，再拉开一个数量级。如果管理者连"Token门槛"都看不见，那你组织的所谓"AI转型"，很可能正在亲手制造一批被算法时代抛弃的人。

真正的公平，不是给每个人发一样的工具，而是确保没有一个人，因为支付不起算力，而被判出局。这道门槛，组织有能力拆，也本该去拆。