代幣經濟學
今天在討論 AI 時，代幣（Token）就是王道。 具體來說，推理代幣已成為追蹤 AI 生態系統增長的主要指標。上市公司透過報告每月處理的代幣數量來展示其 AI 成長，分析師則根據模型間的相對代幣量來比較其成功程度，管理團隊也透過觀察其代幣使用量的歷史趨勢來衡量他們對 AI 的投入與投資。
這種廣泛的受歡迎程度是有道理的；代幣是 AI 智能與計算的基本單位，而代幣的增長很好地代表了 AI 在全球的整體成長。代幣也將推理的複雜性抽象為單一計量單位，使其既容易理解（只需要 2 分鐘！），又能隨著時間持續一致地追蹤。作為一種共通語言，代幣讓廣泛的受眾無論技術背景如何，都能掌握 AI 快速且複雜的進展。
更多人使用 AI？代幣增加。我們從非推理模型轉向推理模型？代幣增加。我們從查詢轉向 Agent？代幣增加。Agent 現在可以在背景執行或處理長期任務？代幣增加！
整體絕對代幣處理量的增長，既來自於 AI 採用率的提升，也來自於基礎設施的演進，使模型與 AI 應用形式變得更「飢渴於代幣」，例如一個 Agent 工作 1 小時 vs. 1 分鐘。
這種簡單性也為創投成長型投資者建構了一個強勁的成長投資論點。所有這些變化——無論是採用率還是模型的代幣強度——都層層疊加，創造出整體代幣量的爆炸性指數增長。這很容易規劃出來，也容易讓人相信，隨著長期 Agent 和背景 Agent 即將到來，這個方向將持續下去。難怪推理已成為一個炙手可熱的投資類別，許多公司都希望涉足推理業務。
然而，像推理這樣清晰易懂且受歡迎的 AI 指標，其缺點在於它可能會佔據過多視野，使得其他同樣新興的巨大趨勢因為較難被廣泛受眾看見與理解而相對被忽視。
其中一個趨勢在許多方面與推理相似，並且隨著它變得更加普及和被廣泛理解，將在 AI 討論中佔據更大的一部分。這就是透過資料來提升模型能力的市場，我們稱之為任務經濟學。
任務經濟學
在過去三年中，大型語言模型從回答基本查詢，進步到推理複雜問題，再到成為能夠在越來越長的時間範圍內完成實際工作的 Agent。在這個旅程的早期，模型的改進是透過在網際網路上可用的資料上進行訓練，並使用越來越多的計算資源來實現的。隨著我們 1) 用盡了網路上可供訓練的資料，以及 2) 飽和了越來越多簡單/通用的能力，進一步改進模型的一個明顯瓶頸出現了：增量高品質資料。這些資料將由任務經濟學產生並提供。
任務是強化學習中的「練習單位」：模型被賦予一個初始狀態和一個可以行動的環境，其行為會透過獎勵訊號/驗證器來評分。跨越多個任務，這些分數會被匯總成一個訓練訊號，引導模型的行為朝向得分高的方向發展。嚴格來說，「任務」指的是這種 RL 後訓練基礎材料。但我會更寬鬆地使用它來代表資料驅動改進的一般單位，因為業界正在快速發明服務於讓模型變得更好的新資料形式，而且老實說，「任務經濟學」聽起來也很順口。我也想將這個類別與過時的「資料標註」這個稱號區分開來，後者會讓人聯想到邊界框和對 LLM 回應按讚/倒讚——在過去幾年中，市場已經遠遠超越了這些基本操作，進入到更複雜、更高價值的任務。
讓我們快速舉個法律業的真實例子。在開放的網際網路上訓練的 AI 模型可以獲得對法律的宏觀理解，了解公開的判例先例等。但要產出一位才華洋溢律師的實際工作成果，則需要網路上找不到的資料。為了讓模型能複製高品質的法律工作流程，我們必須給模型提示（審查一份合約、草擬一份論點），將模型置於相關環境中（一個法律資料室），然後評估/驗證工作的品質（透過評分標準，你可以在這裡看到一個範例）。這些任務不僅教導模型該做什麼，還教導它如何做。而且你讓模型接觸的高品質任務越多，模型就會變得越好。
如此一來，代幣之於推理/模型使用，就如同任務之於模型改進工作。 代幣是 AI 智能與計算的基本單位；我們應將任務視為 AI 改進的基本單位。而且就像代幣一樣，任務的增長既是 AI 採用率的函數，也是前沿智慧發展變得越來越「渴求任務」的結果。
這並非精確或全面，但提供了一些每個模型智慧階梯式提升需要更多、更高複雜度任務的例子
我們從基本的偏好標籤，發展到使用評分標準的熟練專家？任務增加。我們引入了能複製專家級領域工作的垂直 Agent？任務增加。Agent 需要跨更長時間範圍工作？任務增加。企業開始大規模採用評估？任務增加！
與推理市場類似，這些疊加的成長輸入也為任務經濟學帶來了同樣前所未有的增長：
- OpenAI 和 Anthropic 正以每年 10 倍的速度擴大其資料支出，花費數十億美元動員各個領域的專家來創建資料和訓練 Agent。
- 我們網絡中領先的 AI 應用公司及企業，正將其個別任務相關支出在短期內擴大到 1 億美元以上，因為他們認識到資料就是他們的護城河，擁有差異化資料策略的應用型 AI 可以擊敗現成的模型。
- Benchmark 投資組合公司、任務經濟學的領先平台 Mercor，在今年二月份達到 10 億美元 ARR，然後僅在 4 個月後 就達到了 20 億美元 ARR。
原始任務的數量、這些任務的長度與複雜度，以及完成任務的專家每小時成本都在增長，層層疊加，創造出整體任務支出的指數級增長
儘管這個市場近期的增長訊號已令人印象深刻，但我們顯然只處於這個市場整體增長與影響的第一局。我們才剛剛開始看到能夠在任一先進領域複製高品質工作的 Agent，而企業也才剛在今年開始擴大支出，因為他們開始意識到資料作為與實驗室差異化的關鍵因素。將此與這樣一個背景相比：與我們希望 AI 涵蓋的未來能力相關的 99% 的人類知識都存在於人們的腦海中。**如果我們相信各種應用型 AI 公司（實驗室、AI 應用公司、企業）都希望將這些隱性知識傳遞給模型和 Agent（而且看起來確實如此），那麼我們將迎來任務經濟學在更廣泛的買家/參與者群體中持續多年的快速增長，遠超過去。
讓任務這個巨大趨勢更易於理解
代幣與任務是衡量 AI 進展與演變的重要指標，兩者都在快速加速。然而，儘管增長同樣驚人，但現今網路上關於任務的討論卻遠少於代幣。我認為這主要是因為：
1) 歷史上，這個市場的支出集中在那些對其模型改進策略（包括在資料/任務上的支出）高度保密的前沿實驗室。這種情況從今年開始正在迅速改變，因為 AI 應用公司和企業開始擁抱任務經濟學，以建立與現成模型的差異化。這些公司更傾向於行銷他們在這一領域的努力，並將這個類別推入常規的 AI 討論中。
以及
2) 這個市場一直缺乏像推理領域的「代幣」那樣清晰的價值抽象單位。撰寫本文的部分目的就是為了改變這一點，並將討論聚焦在「任務」作為一個我們可以標準化的價值單位。代幣是一種共通語言，讓廣泛的受眾無論技術背景如何都能掌握 AI 的進展；任務也應扮演同樣的角色，讓廣泛的受眾能夠理解業界在提升 AI 能力方面的投資。
鑑於這些瓶頸，業界目前還沒有像「OpenRouter for 任務量」這樣的東西，可以為我們提供一個即時代理視角來觀察任務經濟學的規模與增長。雖然未來若有公司能發布類似資料將會極有價值，但現在，Mercor 團隊很友善地提供了一張他們平台上每季度專家工作時數的歷史圖表，作為這個市場指數級增長的一個窗口。如你所見，實際數據與我們在上一節討論的增長幅度/速度相符：
來源：Mercor
從許多方面來看，任務經濟學是決定 AI 未來的關鍵市場——要實現用 Agent 自動化我們在筆記型電腦上能做的每一項任務，其障礙在於要涵蓋與經濟中一切相對應的所有應用程式、所有環境以及所有任務的完整分佈。這將需要在每一個專業領域、學術學科和消費者使用案例中進行大規模的資料建置。法律、醫學、金融、軟體、科學等領域，都將需要各自專家生成的資料集、評估和強化學習環境。實驗室、AI 應用公司和企業都將競相在經濟上有用的工作的完整表面上快速擴展這個資料基礎設施，而那些成功的參與者將持續提升前沿能力並獲得市佔率。
隨著任務經濟學在未來幾年變得更加可見和普及，我們作為一個社群將開始更密切地追蹤這些努力。而不久的將來，當我們談論 AI 時，任務將成為王道。
備註：另一個提升通用 AI 能力的明顯領域來自於模型的演算法改進。為了將本文的重點放在資料上，我已將其排除在外，這是一個聚焦/風格上的選擇，並非認為未來不會有演算法上的改進。
