编者按词元（Token）正成为人工智能效劳的焦点计量、结算与统计单位。。。目今，
，，，词元经济泛起爆发式增添态势，
，，，种种应用场景层出不穷，
，，，但“有流量、无质量”“有消耗、难评价”等问题日益凸显：词元消耗量难以反应AI效劳真实价值、定价机制杂乱、高质量供应缺乏有用激励。。。 克日，
，，，国家数据局召开词元经济座谈会，
，，，明确将词元经济纳入事情系统，
，，，释放出推动行业从规模扩张转向高质量生长的强烈信号。。。中国经济时报社等机构的专家学者和部分着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生长”为主题，
，，，特殊约请四位与会专家，
，，，围绕词元经济康健生长的焦点议题睁开深入钻研，
，，，并从政策、手艺、经济与治理等维度带来前沿思索与务实建议，
，，，以飨读者。。。 目今词元消耗量仅能反应AI效劳的“流量”，
，，，无法权衡其“质量”与“价值”。。。词元爆发于“用户—智能体—模子”的动态效劳历程，
，，，其质量实质就是AI效劳质量，
，，，且高度依赖智能体的使命妄想与工具挪用能力。。。因此，
，，，评价系统必需摒弃仅凭通用测试得分论英雄的头脑，
，，，回归对输入、处置惩罚、输出、用户体验全历程的动态评价。。。应以“能力、底线、价值”三维框架为基础，
，，，按“分类、分级、动态”原则推进，
，，，深度融合客观标准与主观体验，
，，，并针对差别应用场景量文体衣。。。 5月22日，
，，，国家数据局召开词元经济座谈会，
，，，明确将词元经济纳入事情系统，
，，，并指出词元正成为人工智能（AI）效劳的计量、结算与统计单位。。。数日后，
，，，市场羁系总局与国家生长刷新委联合印发《人工智能计量系统和能力建设指引（2026版）》（以下简称《指引》），
，，，其焦点目的直指让AI“可丈量、可较量、可追溯”。。。 这两则信息转达出明确信号，
，，，推动词元经济从初始的规模扩张转向有序的高质量生长，
，，，必需首先解决怀抱问题。。。这里必需认清一个基础逻辑，
，，，即词元爆发于AI效劳的动态历程，
，，，其质量实质就是AI效劳的质量。。。这一历程并非简朴的“用户—模子”直接交互，
，，，而是“用户—智能体—模子”的重大历程。。。智能体作为明确和执行用户意图的署理，
，，，认真妄想使命、挪用工具、治理上下文影象，
，，，并调理一个或多个模子，
，，，其自身的设计与性能直接影响着词元消耗的效率和最终输出效果的质量。。。 因此，
，，，建设词元质量评价标准系统，
，，，并非等同于对静态大模子的简单评价，
，，，也差别于对某个物体的检测，
，，，其焦点是对AI效劳这一重大动态历程的评价。。。用户知足可能不是唯一标准，
，，，而只是一个效果。。。唬
；诩壑档亩壅铰砸膊⒎怯捎没е阋桓鑫人鲆，
，，，还需要其他因素支持。。。这决议了该系统必需是一个融合客观标准与主观体验的重大系统。。。构建这样一套科学、动态、场景化的标准系统，
，，，已从行业生长需要上升为紧迫的政策需求。。。这不但是一套手艺规范，
，，，照旧关乎工业竞争秩序、价值公正分派与社会信任构建的制度性基础设施，
，，，是破解智能经济定价之谜、激活数据要素、实现康健可一连生长的要害。。。 目今，
，，，我们面临AI效劳的“怀抱危唬
；。。。词元消耗量只能反应AI效劳的流量，
，，，却无法权衡其质量与价值。。。为何使用相同模子，
，，，效果与评价天差地别？？？？？？？为何泯灭巨量词元，
，，，产出却不尽如人意？？？？？？？收费与免费，
，，，差别事实在于AI价值照旧企业战略？？？？？？？这些疑心，
，，，泉源在于我们缺乏客观、可信的标准来怀抱AI效劳的内在品质。。。 这场危唬
；从贏I效劳与生俱来的“价值情境依赖性”。。。我们已经有了词元这个计量单位，
，，，但这不等同于解决了AI效劳质量评价的问题，
，，，并且因智能体的介入而越发重大。。。智能体在效劳历程中可能自主举行多轮思索、挪用外部工具、从影象库中检索信息，
，，，这些行动都会爆发大宗的中心历程词元，
，，，这些词元并不直接面向用户，
，，，但最终效果的质量至关主要。。。因此，
，，，词元消耗量与现实终端价值之间的关联，
，，，不但取决于最终挪用的模子，
，，，更取决于智能体怎样使用这些词元以实现目的。。。同时，
，，，相同本钱产出的词元，
，，，用于一样平常闲聊与用于辅助新药研发，
，，，所创立的价值天差地别。。。这也就是目今词元价值怀抱衡面临的三重逆境。。。 逆境一：市场失灵与定价之谜。。。价钱与价值脱钩，
，，，高价值专业效劳的提供者无法获得合理回报，
，，，抑制了其深耕笔直领域的动力；；
；用户也无法为要害产出支付公允价钱。。。市场在流量计价的粗放模式下，
，，，陷入低水平内卷，
，，，资源严重错配。。。 逆境二：统计失灵与决议失准。。。国民经济核算系统无法区分词元消耗中的高价值创立与低价值消耗，
，，，大宗由AI带来的生产率跃升和消耗者福利改善成为统计“黑箱”，
，，，致使宏观决议缺乏精准的数据支持。。。 逆境三：立异生态激励扭曲。。。在质量信号缺失的“黑箱”中，
，，，投入重大本钱研发高质量数据和高可靠模子的孝顺者，
，，，其价值无法被市场识别和定价，
，，，从而无法准确加入利益分享。。。这严重挫伤了高质量生产要素的供应起劲性，
，，，久远将损害立异生态的基本。。。 因此，
，，，加速建设词元质量评价标准系统，
，，，主要目的就是建设一套清晰、可信的价值怀抱衡，
，，，它通过提供客观的质量信号，
，，，指导资源、算力、数据、人才等资源自动流向能创立更高社会经济价值的领域，
，，，从基础上矫正上述失灵。。。 一是可作为公共信息产品，
，，，它是社会信任基石。。。强制性的清静分级犹如“清静认证”，
，，，性能分级犹如“能效标识”，
，，，能极大地降低社会甄别本钱，
，，，扫清AI大规模普及的信任障碍。。。这个系统的焦点，
，，，是建设一套能够被普遍认可的客观标准框架，
，，，为市场提供一个评价基准，
，，，而最终的使用体验和主观评判权仍交还给用户自身。。。 二是可作为资源要素指引，
，，，它是手艺向善标准。。。通过为教育、医疗、养老等民生领域设定更高评价标准，
，，，可以指导工业界的研发与立异活动优先效劳于国家战略与公共利益。。。 三是可作为收益分享基础，
，，，为要素市场提供动力。。。这是其最焦点的经济功效，
，，，科学分级为优质优价提供了依据，
，，，使高价值模子能获得合理溢价，
，，，从而为“保底授权费+价值分成”等定价模式涤讪基础，
，，，激活数据要素市场。。。 四是可与计量审计协同，
，，，串联成AI工业价值闭环。。。质量评价的落地，
，，，尤其与分成模式连系，
，，，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》妄想的AI计量能力建设，
，，，是一体两面、必需协同推进的统一系统工程。。。公认的质量标签加上可信的计量数据，
，，，才华让价值正常循环。。。 构建词元质量评价系统，
，，，首先必需彻底摒弃仅凭通用测试得分论英雄的头脑。。。一个学术评测冠军模子，
，，，可能在工业场景中平平无奇，
，，，或者完全是大材小用，
，，，甚至因清静问题无法适用。。。对词元质量的评价，
，，，必需回归到对AI效劳全历程，
，，，即输入—处置惩罚—输出—用户体验整个历程的动态评价。。。词元的评价系统不是唯一标准的分数榜，
，，，而是一套多维、动态、与场景深度耦合的系统，
，，，其设计哲学是将可标准化的客观部分建设起来，
，，，同时为不可标准化的主观体验留出评估空间和用户选择权。。。 第一个维度是能力维度，
，，，权衡基础性能，
，，，评价模子和智能体的能力。。。关于模子的能力包括在通用知识和逻辑推理上的广度；；
；在代码、执法、医疗等笔直领域的深度与精度；；
；对抗幻觉的可靠性；；
；以及单位能耗的效率。。。这是相对客观的、可复现丈量的硬指标。。。关于智能体则主要是调理与组合能力，
，，，包括使命妄想与拆解准确率、工具挪用精准度与效率、上下文治理能力和多模子协同能力，
，，，等等。。。 第二个维度是底线维度，
，，，权衡清静与合规水平，
，，，类似模子和智能体应用的“一票反对”项，
，，，是信任的基石。。。标准必需系统评估，
，，，针对模子及智能体应用场景，
，，，对内容清静、隐私与数据清静、公正性与私见，
，，，以及要害决议的可诠释性与可控性举行评价。。。这部分事情可以参考已有的信息系统清静测评方面的相关履历。。。这部分评价也以客观标准为主。。。 第三个维度是价值维度，
，，，对场景适配性举行规范。。。这是最具挑战性的，
，，，也是最要害的维度，
，，，直接体现了AI效劳的动态历程与用户体验。。。这个维度完全由场景界说，
，，，必需量文体衣，
，，，也就融合了客观效果与主观感受。。。例如： 在创意天生场景中，
，，，例如天生文案和视觉产品，
，，，则评价输出的新颖性、审美价值时，
，，，必需连系行业专家评审与市场反响数据。。。 在知识事情场景中，
，，，例如与决议支持相关的行业研究和投资剖析，
，，，则评价输出的准确性、逻辑严谨性、信息溯源性等客观指标，
，，，同时也需思量泛起方法对用户明确的支持度。。。 在交互与陪同场景中，
，，，例如客户效劳和教育辅助，
，，，则评价输出的流通度、共情能力、恒久一致性，
，，，这部分评价则需要引入大宗用户主观体验调研。。。 首先，
，，，要对场景举行分类。。？？？？？？？梢杂芍贫┗沽瞎ひ到，
，，，制订笼罩主要领域的《智能效劳焦点应用场景分类指南》，
，，，建设评价的标准坐标。。。这是对AI效劳多样性的客观描绘。。。 其次，
，，，在场景中举行分级。。。对每个主要细分场景，
，，，如智能客服中的金融领域效劳，
，，，建设专门事情组，
，，，从三维框架中遴选焦点指标，
，，，为客观化的指标，
，，，如响应准确率、代码通过率，
，，，设定明确的分级阈值；；
；对主观性的指标，
，，，设计科学的抽样视察与评价要领，
，，，如用户知足度，
，，，将其转化为可较量的分级数据。。。最终形成一类一策的《质量分级评价规范》，
，，，使模子获得一系列场景化的能力证书，
，，，而非一个笼统分数。。。 再次，
，，，把动态进化看成事情常态。。。通过年检加新版本检测、吸纳市场反响与羁系沙盒相连系等方法，
，，，尤其是要建设机制化的用户主观评价反响渠道，
，，，把标准系统的动态优化作为事情常态，
，，，一连刷新客观标准和宣布主观评价效果。。。 标准的构建和完善需要国家、行业、企业和社会的协同共治，
，，，可以按“急用先行、转动迭代”的方法迅速实验。。。在此需要明确界定各方在构建评价系统中的角色。。。 国家与羁系部分是规则的制订者与秩序的维护者，
，，，认真明确清静底线、搭建公共平台、制订蹊径图、维护执法公正，
，，，焦点使命之一是牵头建设基础的客观评价标准。。。 行业组织与专业机构是笔直领域标准制订者和评判员，
，，，认真研制本事域专业化的性能与适用性标准，
，，，提供公正评测效劳，
，，，他们将行业的共性客观要求和典范主观体验转化为详细评估细则。。。 企业也就是模子与平台方，
，，，既是立异主力也是质量第一责任人，
，，，必需推行周全真实的质量信息披露义务，
，，，不但要知足客观标准，
，，，还需建设用户反响闭环。。。作为智能体的提供方或运营平台，
，，，企业不但要对底层模子认真，
，，，更要对智能体的整体行为、清静性和效率认真，
，，，需披露智能体的决议逻辑框架、清静界线和已知局限。。。 用户、应用开发者与社会公众是最终的使用者也是监视员，
，，，要确保他们能获得真实完整的信息，
，，，能自主通过用脚投票、社区评媾和调研加入的方法，
，，，形成外部制衡与反响网络，
，，，使评价系统坚持鲜活，
，，，最终通过付费表达自己真实的购置意愿。。。 第一阶段是筑基与试点阶段。。。政府要快速出台清静合规分级强制国标，
，，，确定场景试点目录，
，，，探索建设包括基础性能和起源用户体验指标的评价规范，
，，，要约请头部企业深度加入、率先刷新、接受评测。。。目的是快速产出可信的可行计划，
，，，建设公信力。。。 第二阶段是扩展与推广阶段。。。政府应上线国家评价公共平台，
，，，展示起源的客观分级和主观评价效果，
，，，宣布场景建设蹊径图。。。政府要指导各行各业自动牵头制订标准，
，，，刷新完善评价和计量工具。。。企业为获取更高评级和市场口碑，
，，，必需认真加入这场质量评角逐，
，，，并探索数据、算法中分成模式。。。目的是培育可良性循环的市场生态。。。 第三阶段是牢靠与完善阶段。。。政府设立常设标准化手艺委员会，
，，，建设快速修订机制，
，，，治理好羁系沙盒内的标准孵化。。。企业、社区、学界一连提供反响，
，，，特殊是来自真适用户的主观体验数据，
，，，将成为标准迭代的要害输入。。。前沿企业在沙盒内肩负探索责任。。。目的是实现标准与手艺的同步进化，
，，，治理模式转变为多方加入的标准配合体。。。 建设词元质量评价标准系统，
，，，这是一项涉及手艺、经济与治理的重大工程。。。我们必需深刻熟悉到，
，，，评价词元质量，
，，，就是评价AI效劳自己。。。在智能体日益成为效劳主导形态的趋势下，
，，，这一评价必需穿透智能体这一层。。。一个康健的评价系统，
，，，必需能同时容纳可验证的客观标准和多元化的主观体验——前者建设秩序与信任的基石，
，，，后者付与市场活力与立异的源泉。。。唯有政府、行业、企业与社会四方凝聚智慧，
，，，以清晰的权责、迅速的节奏、细密的协同，
，，，才华将这套系统从蓝图变为现实，
，，，使词元经济实现高质量生长，
，，，推感人工智能效劳迈向价值驱动的新阶段，
，，，释放人工智能赋能千行百业、增进社会福祉的重大潜能。。。