昆仑万维方汉：Token堆不出AI原生组织，模型才是长期立足之本 | 腾讯WAIC之夜
近日，在2026世界人工智能大会（WAIC）举办期间，由腾讯新闻、腾讯科技主办，腾讯华东总部、腾讯云智能特别支持的“腾讯WAIC之夜”在上海举行。昆仑万维董事长兼CEO方汉受邀出席首场圆桌环节，与出门问问创始人兼CEO李志飞，沐曦股份联合创始人、CTO杨建等围绕模型、产品与组织三个层面，共探Tokenmaxing退潮后浮现出的新问题。
图：昆仑万维董事长兼CEO方汉，出门问问创始人兼CEO李志飞，腾讯科技高级编辑、AI未来指北主理人郭晓静，沐曦股份联合创始人、CTO杨建（从左至右）
作为中国最早一批投身AI的连续创业者，方汉在这场讨论中给出了一个清醒的判断：Token消耗量是最容易统计、也最容易失真的指标。昆仑万维内部曾观察员工的Token使用情况，但很快发现，为了完成指标，员工甚至可能把一本《红楼梦》输入模型，迅速消耗大量Token。Token可以证明员工“用了AI”，却无法直接证明AI创造了多少价值。
01 Token不是目的，工程框架才是
方汉认为，所谓“Tokenmaxing已经失败”，更准确的说法是——把Token消耗本身当作能力增长、产品价值和组织转型结果的简单叙事已经失效。真正推动Token需求爆发的，并非单纯增加调用，而是Claude Code等Coding Agent建立起了一套更完整的Harness。模型获得了长上下文、工具调用、代码执行和持续反馈能力，才得以连续完成复杂任务。
在他看来，Token只有进入稳定的工程框架、明确的业务流程和可验证的任务场景，才可能真正转化为生产力。Anthropic较早地给予工程和算法同样重要的地位，说明了一个道理：模型能力的发挥不只取决于算法，软件工程、执行框架、上下文管理和工具调用同样重要。
02 Coding引爆Token，但“不手写不等于不审查”
方汉观察到，Coding已成为目前Token消耗最密集、商业化最清晰的场景之一。过去中国大量高端显卡主要用于图像和视频生成，用于Coding的比例并不高。但Claude Code出现以后，很多算力迅速转向编程任务。这一变化也改善了模型公司的商业表现——Coding订阅产品收入快速增长，模型公司的经常性收入变得更好看。
但他同时发出警示：AI编程会带来严重的技术债。产能上升的同时，代码质量可能下降。因AI生成代码导致的生产事故，增幅可能达到数倍。因此，AI原生组织不能只追求生产速度——代码审查、测试、权限、沙箱和责任机制都需要同步加强。
在“腾讯WAIC之夜”圆桌上，方汉明确指出：不手写代码不等于不审查，最终责任仍然在人。
03 组织转型：中间路线，从管理层开始
在推动组织AI化转型的方式上，方汉选择了与杨建和李志飞不同的中间路线。
昆仑万维的管理层已形成共识——员工如果不适应AI，公司也会被淘汰。但转型不能一蹴而就。方汉亲自设计了AI编程题，现场考核中层研发管理者，结果并不理想——90分以上的仅有一人，相当一部分人成绩低于60分。中层干部是连接管理层和普通员工的关键，管理层形成共识后，需要通过中层把AI工作流真正带进团队。
方汉本人也会大量使用模型——今年已消耗约290亿Token，主要用于写PPT、研究文档和技术探索。自己使用模型的目的，是理解它能够做什么，然后与中层管理者讨论，怎样把合适的AI流程引入具体团队。
在具体方法上，昆仑万维有两个相对有效的做法：
第一，在所有工作群里加入一个学习型Agent，先当成秘书记录讨论、整理组织记忆，再根据需求逐步增加功能；
第二，用工程化方法管理群体记忆——每个开发组共享一套编程记忆系统，团队负责人确定知识结构，成员不断补充项目规范、AI编程经验、代码提交要求等内容，系统每天自动总结并清理过时记忆。AI原生化不能只依赖员工个人的提示词和使用习惯，需要把经验沉淀成公司可以复用的基础设施。
04 模型和算力仍然是一家AI公司长期立足的基础
在被问及未来最值得投入资源的领域时，方汉给出了与李志飞、杨建不同的答案——他选择模型。
外界过去认为昆仑万维会把更多资源投入基础模型，但今年看到更多的是AI原生平台和应用。方汉澄清了这一误解——昆仑万维仍在持续训练模型，也会发布音乐模型、具身世界模型和游戏世界模型。
“我们坚定地认为，模型和算力仍然是一家AI公司长期立足的基础。如果没有自己的模型，公司未来会非常吃力。”
他认为，随着模型能力增强，一些今天需要外部Skills完成的工作，未来可能直接被模型内化。模型越强，外部工具和提示的复杂度反而可能越低。做平台和应用，并不意味着放弃模型——平台、产品和模型之间需要形成闭环。
就在这场圆桌举办后两天，7月19日，在WAIC期间的昆仑万维“世界模型与多模态范式跃迁”专场论坛上，方汉指出，宣布2026年为“世界模型元年”，过去两年AI行业的核心命题是“生成”——生成文字、图像、视频、音乐，而从2026年开始，AI的核心命题将转向“理解”与“交互”——让AI真正理解物理世界的运行规律，并能与真实环境进行闭环互动。世界模型正是实现这一跨越的关键技术底座。此外，方汉系统阐述了三大产业预判：世界模型将走出屏幕，进入物理世界；游戏行业将率先被世界模型改变；AI音乐、AI视频等工具将从技术试验变成大众创作工具。
方汉判断，文本大模型增长节奏逐步放缓，但视频、音乐、游戏三大赛道仍处在明确性能红利期，商业化天花板远未触及，付费转化意愿显著高于其他AI品类。他同时提醒创业者：纯应用层项目存在巨大风险，通用大模型会持续吸收各类细分行业能力，大量垂直工具会被底层模型直接内化。企业核心竞争力必须扎根基础模型研发。
