Token 经济
如今当我们谈论 AI 时，Token 就是主角。 具体来说，推理 Token 已成为追踪 AI 生态系统增长的主要指标。上市公司通过报告 每月处理的 Token 数量 来展示其 AI 增长，分析师根据 相对 Token 交易量 来比较模型的成功程度，管理团队则通过 观察 Token 使用量的变化 来衡量他们对 AI 的投入和承诺。
这种广泛的受欢迎程度是合理的；Token 是 AI 智能和计算的基本单位，Token 的增长很好地代表了 AI 在全球范围内的整体增长。Token 还将推理的复杂性抽象为一个单一的衡量单位，使其既易于理解（只需要 2 分钟！），也便于长期一致地追踪。作为一种通用语言，Token 让广泛的受众，无论技术水平如何，都能理解 AI 快速且复杂的进展。
使用 AI 的人更多了？Token 量上升了。我们从非推理模型转向推理模型？Token 量上升了。我们从查询转向 Agent？Token 量上升了。Agent 现在可以后台运行或处理长周期任务？Token 量上升了！
Token 的绝对处理总量会增长，既是因为 AI 的采用率/普及率提高了，也是因为基础设施的演进使得模型和 AI 形态变得更 “吃 Token”，例如一个 Agent 运行一小时与运行一分钟所需的 Token 量就截然不同。
这种简单性也为风险增长投资者提供了一个强有力的增长投资逻辑。所有这些变化——无论是采用率的提升还是模型 Token 密度的增加——都会相互叠加，推动整体 Token 总量呈现出爆炸性的指数级增长。这很容易描绘出来，也很容易让人相信，随着长周期 Agent 和后台 Agent 的出现，这一趋势将持续下去。难怪推理已成为炙手可热的投资类别，许多公司都想涉足推理业务。
像推理这样清晰且广受欢迎的 AI 代言人，其不足之处在于它可能遮蔽视野，使得类似的新兴大趋势因为很难被广泛受众看清和理解而相对不为人知。
有一个趋势在许多方面与推理相似，并且随着它变得越来越普及和被广泛理解，它将占据 AI 讨论中更大的一部分。这就是 通过数据提升模型能力的市场，我们称之为任务经济。
任务经济
在过去三年里，LLM 从回答基本查询，发展到推理复杂问题，再到成为能够完成现实世界工作、且工作周期越来越长的 Agent。在这个旅程的早期，模型的改进是通过利用互联网上已有的数据，并投入越来越多的算力进行训练来实现的。随着我们 1）用尽了互联网上可供训练的数据，以及 2）饱和了越来越多简单/通用的能力，进一步改进模型的一个明显瓶颈出现了：增量高质量数据。这些数据将由任务经济产生并提供。
任务 是强化学习中的“练习单元”：模型被赋予一个初始状态和一个可供行动的环境，其行为通过奖励信号/验证器进行评分。在多个任务中，这些分数被聚合为一个训练信号，引导模型的行为向得分高的方向转变。严格来说，“任务”指的是这种 RL 后训练基板。但我会更宽泛地使用它，来表示一般的数据驱动改进的单位，因为行业正在迅速发明数据为改进模型服务的新形式，坦白说也是因为“任务经济”听起来非常顺口。我还想将这一类别与过时的“数据标注”这个名称区分开来，后者会让人联想到 边界框 和 对 LLM 响应的点赞/点踩 —— 过去几年，市场早已超越这些原始形态，进入了更复杂、价值更高的任务。
让我们以法律行业为例快速说明。在开放互联网上训练的 AI 模型可以对法律有高层次的理解，了解公开的判例法先例等。但要产出一名优秀律师的真实工作成果，就需要互联网上不可得的数据。为了让模型能够复现高质量的 legal 工作流程，我们必须给模型提供提示（审查合同，起草论点），将模型置于相关环境中（一个法律数据室），然后对工作质量进行评分/验证（通过一个评分标准，你可以 在此 看到一个例子）。这些任务不仅教会模型做什么，还教会它怎么做。并且，你暴露给模型的高质量任务越多，模型就变得越好。
从这个角度来看，Token 之于推理/模型使用，正如任务之于模型改进工作。 Token 是 AI 智能和计算的基本单位；我们应该将任务视为 AI 改进的基本单位。而且，就像 Token 一样，任务既随着 AI 的采用而增长，也随着前沿智能的发展变得越来越“吃任务”而增长。
这并非精确或全面的描述，但给出了一些例子，说明模型智能的每一次阶梯式增长都需要数量远超从前、复杂度也高得多的任务
我们从基本的偏好标签转向使用熟练专家配合评分标准？任务量上升了。我们引入了能够复现专家级领域工作的垂直 Agent？任务量上升了。Agent 需要在更长的时间跨度内工作？任务量上升了。企业开始大规模采用评估体系？任务量上升了！
与推理市场类似，这些叠加的增长输入也为任务经济带来了同样前所未有的增长：
- OpenAI 和 Anthropic 正以每年 10 倍的速度扩展其数据支出，投入数十亿美元调动各个领域的专家来创建数据并训练 Agent。
- 我们网络中的领先 AI 应用公司和企业正在将其单个任务相关支出在短期内扩展到 1 亿美元以上，因为他们认识到 数据就是他们的护城河，并且拥有差异化数据策略的应用型 AI 可以击败现成的模型。
- Benchmark 投资组合公司 Mercor，作为任务经济的领先平台，在今年 2 月达到了 10 亿美元的 ARR，然后在仅仅 4 个月后就达到了 20 亿美元的 ARR。
原始任务的数量、这些任务的长度和复杂度，以及完成任务的专家每小时成本都在增长，这些因素相互叠加，共同创造了任务总支出的指数级增长
尽管这个市场近期的增长信号已经令人印象深刻，但我们显然还处于这个市场整体增长和影响力的初期阶段。我们才刚刚开始看到能够在任何高级领域复现高质量工作的 Agent，而企业也只是从今年开始才大规模增加支出，因为他们逐渐意识到数据作为与实验室差异化竞争的重要性。将此与一个背景相比较：未来我们希望 AI 能够覆盖的相关人类知识中，有 99% 存在于人们的头脑中。 如果我们相信各类应用型 AI 公司（实验室、AI 应用公司、企业）都希望将这些隐性知识传递给模型和 Agent，那么，我们将在更广泛的买家和参与者群体中，迎来任务经济许多年的快速增长，其规模将远超以往。
让任务这个大趋势更清晰易懂
Token 和任务是衡量 AI 进步和演变的重要指标，两者都在快速增长。然而，尽管增长同样迅猛，但如今网络上关于任务的讨论远少于 Token。我认为这主要是因为：
1）历史上，这个市场的支出集中在前沿实验室，他们对自己改进模型的策略（包括在数据/任务上的支出）高度保密。这种情况从今年开始正在迅速改变，因为 AI 应用公司和企业开始拥抱任务经济，以建立与现成模型的差异化优势。这些公司更有可能宣传他们在这一领域的努力，并将这个类别推入常规的 AI 对话中。
以及
2）这个市场一直没有一个像推理 Token 那样清晰的价值抽象单位。撰写本文的部分目的就是为了改变这一现状，并围绕“任务”这一我们可以标准化的价值单位进行讨论。Token 是一种通用语言，能让广泛的技术水平不同的受众理解 AI 的进步；任务也应该发挥同样的作用，让广泛受众能够理解行业在推动 AI 能力进步方面的投资。
鉴于这些瓶颈，目前行业还没有类似“用于任务量的 OpenRouter”这样的东西，可以为我们提供任务经济规模和增长的实时视图。虽然未来如果有公司能发布这样的数据会非常有价值，但就目前而言，Mercor 团队慷慨地提供了其平台上每季度专家工作小时数的历史图表，让我们得以一窥市场的指数级增长。正如你所见，这些真实数据与我们上一节讨论的增长幅度和速度完全吻合：
来源：Mercor
从很多方面来看，任务经济是定义 AI 未来的市场——要使用 Agent 实现在笔记本电脑上能做的每一项任务的自动化，其障碍在于覆盖所有应用、所有环境和所有对应于经济活动中一切事物的完整任务分布。这需要在每个专业领域、学术学科和消费场景中进行大规模的数据建设。法律、医学、金融、软件、科学等领域，都需要各自专门的专家生成数据集、评估体系和 RL 环境。实验室、AI 应用公司和企业都将竞相在具有经济价值的所有工作中，快速扩展这种数据基础设施，而成功者将继续提升前沿能力并获得市场份额。
随着任务经济在未来几年变得越来越显性和普及，我们将开始作为一个社区更密切地追踪这些努力。在不久的将来，当我们谈论 AI 时，任务将成为主角。
注：另一个明显能看到通用 AI 能力提升的地方是模型算法的改进。为了将本文的重点放在数据上，我将其排除在外，但这是一种聚焦/风格上的选择，而不是认为未来我们不会获得算法上的改进。
