沈阳教授

内容提要

清华大学跨学科学者，新闻学院、人工智能学院双聘教授沈阳提出的“Token经济学”与“85分基准线”分析框架，为理解人工智能时代的经济底层逻辑提供了一个兼具理论深度与现实解释力的新视角。当生产端的“丰裕”成为常态，如何跨越“85分陷阱”，在消费端、质量端和信任端寻找并创造新的稀缺性，将成为每一个个体、企业乃至国家在数字经济下半场必须直面的核心命题。这不仅是一场生产力革命，更是一次关于人类劳动价值的深层范式转换。

中国经济时报记者 张娜

随着人工智能大模型的爆发式演进，数字经济正迎来一场深刻的底层逻辑重构。传统经济学建立在“稀缺性”基础上的核心理论是否依然适用？人类劳动的价值锚点究竟在哪里？清华大学教授沈阳提出了“85分基准线”和“丰裕经济学”的分析框架。近日，中国经济时报记者就此对沈阳教授进行了专访。

“85分基准线”：重新审视劳动价值论

中国经济时报：沈教授，您最近提出了“85分基准线”这一概念，认为通用大模型的平均产出质量已经稳定在85分，并且生产成本趋近于零。这是否意味着传统的劳动价值论正面临根本性挑战？

沈阳：这是一个非常核心的问题。经济学200年来的理论体系，都建立在“稀缺性”这个基本前提之上。但Token经济学的出现，第一次在人类历史上创造了一种近乎无限的生产要素。

“85分”是指市场可接受的商业及格线，大致相当于一个受过高等教育、有3至5年工作经验的从业者的平均产出水平。而当前，生产一份达到这一水准的文案、代码或设计方案，其边际成本已趋近于千分之一元，生产速度可达每秒千份量级。

这促使我们重新思考人的劳动价值的实现方式。在85分以下的领域，所有低于或等于85分的人类脑力劳动产出，其市场交换价值大幅降低。Token正在成为价值创造的主要源泉；而只有超越85分的内容，才具备市场定价能力。这就要求“人机协同”——AI提供85分的基础产出，人类在此基础上进行增值提升。

Token的反物理实体属性与稀缺性的结构性转移

中国经济时报：您提到Token具有非消耗性、无限可复制性和边际成本趋近于零的“反物理实体属性”，这对传统的生产稀缺性构成了根本冲击。在您看来，未来的稀缺性将向何处转移？

沈阳：传统经济中的稀缺性主要体现在生产端，即生产能力本身是稀缺的。而在Token时代，稀缺性已经发生了结构性转移，从生产端转向了消费端和质量端。我将其归纳为四个维度。

第一是注意力与时间的稀缺。当内容供给趋于无限时，真正的瓶颈转变为消费侧的注意力资源。人类每天只有24小时，这是无法被技术手段复制或扩展的刚性约束。我们已经观察到，AI生成内容的分发成本远超其生产成本，流量正在成为新的核心稀缺资源。

第二是超越基准线的质量稀缺。85分是一个动态的相对概念，它会随着模型能力的提升而持续上移。AI的进步速率呈指数特征，而人类能力的提升是线性的，因此能够稳定产出超越基准线内容的能力将日益稀缺。

第三是真实性与信任的稀缺。当AI能够生成高度逼真的内容并模拟人类表达时，经过验证的真实人类体验反而获得了稀缺性溢价。

第四是责任承担的稀缺。AI能够生成内容，但无法承担法律和伦理责任。未来大量专业人士的核心价值，将从“生产优质内容”转向“为AI产出提供专业背书与质量担保”。

传统经济学核心定律的适用性挑战

中国经济时报：如果稀缺性发生了如此根本的结构性转移，那么建立在传统稀缺性假设之上的经济学定律，在Token时代是否还能成立？

沈阳：我们需要重新审视几个核心定律的适用边界。

首先是供需定律。对于85分及以下的产品，供给趋于无限，价格趋于零，传统的供需均衡机制失去作用。而对于超越85分的产品，由于供给端受限于人类顶尖能力的稀缺性，价格将主要由需求侧驱动，且呈现非线性上涨特征。

其次是劳动价值的实现方式。在Token经济中，产品的市场价值与投入的劳动时间脱钩，而与其超越基准线的程度高度相关。投入100小时产出的80分报告，其市场价值将受到显著挤压；而投入1小时将AI的85分产出提升至86分，却可能创造显著的市场价值。

第三是边际效用递减规律。对于超越基准线的顶尖内容，其边际效用呈现递增而非递减的特征——一个90分的作品，其市场价值可能远超多个89分作品的简单加总。

此外，比较优势理论同样面临挑战。在85分以下的所有领域，AI具备压倒性的效率优势，人类的比较优势空间被大幅压缩至基准线以上的狭窄区间。

警惕“85分陷阱”：就业与产业的深层冲击

中国经济时报：这种结构性变化会对就业市场和企业组织形态产生哪些深层影响？

沈阳：影响是系统性的，且存在若干反直觉的特征。

第一，价值评估标准的根本转变。劳动报酬将不再与工作量或工作时长挂钩，而是与“在AI基准产出之上的增值能力”直接相关。判断力、审美力和创造力将取代勤奋度，成为核心的人力资本指标。

第二，人力资本评价体系的重构。传统学历作为能力信号的功能将加速弱化。未来的核心门槛不再是教育背景，而是能否持续稳定地产出超越AI基准线的内容。

第三，市场结构的极化。中间质量层的市场空间将被急剧压缩，形成“免费的85分AI内容”与“高溢价的顶尖人类内容”的两极分化格局。

第四，组织规模的重新定义。借助AI Agent的协同能力，企业的最优规模将显著缩小，“一人企业”高效运营的边界将大幅拓展。

尤其需要警惕“85分陷阱”——将目标锁定在追赶AI基准产出水平的个体或组织，会被迫走向标准化和流程化，而这恰恰是AI最具优势的领域。出路在于转向那些难以被量化、标准化和自动化的价值创造领域。

迈向“丰裕经济学”：新范式的理论意涵

中国经济时报：您提到稀缺性的人为制造可能导致贫富差距的指数级分化，我们应当如何认识和应对这一挑战？

沈阳：这是一个需要学界和政策层面高度关注的议题。与传统经济中由自然禀赋决定的稀缺性不同，Token时代的稀缺性在很大程度上是制度性和技术性的——通过算法控制注意力分配、通过平台垄断信任机制、通过人才集聚制造质量壁垒。在工业时代，个体间的生产力差距是线性的；在信息时代是平方级的；而在Token时代，这种差距可能呈现指数级特征。这也意味着“就业”概念本身需要被重新定义——当个体产出持续低于AI基准线时，传统意义上的充分就业实质上已不复存在。

中国经济时报：请您对这场经济范式转移做一个整体性的判断。

沈阳：概括而言，传统经济学本质上是“稀缺经济学”，研究如何配置有限资源；而Token经济学则是“丰裕经济学”，它研究的核心问题是：在供给趋于无限的世界中，如何创造、识别和分配稀缺性。

“85分基准线”是这一新框架的核心量化工具。它划定了丰裕与稀缺的动态边界，也标定了人类劳动与AI产出之间的价值分界线。劳动价值论并未完全失效，但其适用域已经收缩至基准线以上，并将随着AI能力的持续提升而不断上移。

这场变革刚刚开始，其影响将深入到产业结构、职业体系和社会制度的各个层面。在这一进程中，率先理解“85分基准线”的内涵、率先学会在丰裕世界中创造稀缺性的个体和组织，将获得显著的先发优势。