Token堆不出AI原生组织，模型才是长期立足之本

核心亮点

昆仑万维 CEO 方汉在 WAIC 圆桌上的发言，给当下“狂烧 Token”的行业泼了一盆冷水：单纯堆砌 Token 消耗量，并不能衡量 AI 创造的价值。他的核心判断是，模型能力必须依赖 Claude Code 这类 Coding 智能体所建立的工程框架，才能转化为真实生产力。简单来说，买再多调用量，若没有把模型嵌进工作流的“骨架”，也只是热闹一时。

具体能力或事件经过

方汉的论证很直接：许多企业把 AI 价值等同于花了多少 Token，但这只是成本侧指标，不等于产出。真正让模型生效的，是 Coding 智能体搭建起的自动化工程体系——代码生成、测试、部署、监控被串成流水线，模型才从“会聊天”变成“能交付”。他同时透露，昆仑万维仍在持续训练模型，并将发布音乐模型、具身世界模型与游戏世界模型，说明公司把“模型与算力”视为 AI 公司长期立足的根本，而非短期套壳。

技术细节

这一观点背后是对“AI 原生组织”的重新定义：不是人人都用聊天框，而是把模型能力沉淀为可复用、可审计的工程资产。Coding 智能体在这里扮演连接器角色——它把大模型的不确定性输出，约束进版本管理、CI/CD 与责任追溯的确定性流程中。方汉特别提醒，AI 编程带来效率的同时，也累积技术债：自动生成的代码若缺乏审查，可能让生产事故增幅达数倍，因此代码审查与责任机制必须同步加强。

与竞品对比

相比只卖 API 调用或套壳应用的玩家，昆仑万维强调自研模型与垂直世界模型，走的是“重模型”路线。方汉的判断也和当下行业反思呼应：当模型能力趋同，真正的壁垒在于谁能把模型工程化、产品化。把 Token 经济降级为成本项、把模型能力升级为资产项，是一种更清醒的定位。

行业影响或适用场景

说白了，这番话给盲目追量的团队提了醒：AI 投入的 KPI 应从“消耗多少”转向“交付多少”。对准备组建 AI 原生团队的企业，重点不是采购额度，而是搭建以智能体为骨架的研发与运维体系，并建立配套的审查与问责。音乐、具身、游戏等世界模型的布局，也暗示多模态与仿真将成为下一阶段模型竞争的主战场。