一、事件完整回顾
在6月24日举办的ISC.AI 2026互联网安全大会上，360创始人周鸿祎，针对英伟达CEO黄仁勋的言论提出尖锐质疑。
早在今年3月，黄仁勋对外提出一套AI人才管理方案：给员工发放大额Token使用配额，一名年薪50万美元的工程师，每年消耗Token的成本应该达到25万美元；如果全年只花费几千美元调用大模型，就说明员工工作不饱和。他甚至提出，未来企业要把Token预算直接纳入薪酬体系，给工程师配套相当于底薪一半的算力额度，鼓励全员放开使用AI，多多消耗Token。
对于这套观点，周鸿祎直言：黄仁勋是卖GPU的，Token消耗越高，市场对算力芯片的需求就越旺盛，销量自然水涨船高，所以他才会鼓励大家无节制烧Token，完全是站着说话不腰疼。
同时周鸿祎公布了360内部的Token管控制度：企业消耗算力要分两个阶段。初期要鼓励员工多用AI，养成使用习惯；等全员普及之后，必须严格管控每一笔Token消耗。Token花费本身不可怕，但每烧掉上亿枚Token，都必须对应实实在在的业务产出，杜绝无效浪费。
二、核心问题：周鸿祎为什么公开反驳黄仁勋？
1、二者立场完全对立：卖方追求消耗，买方必须严控成本（最核心原因）
1. 黄仁勋属于产业链上游供应商
英伟达把数据中心定义为“Token生产工厂”，Token越多，算力需求越大，企业就会采购更多GPU。鼓励全行业放开消耗，本质是拉动自家芯片销量。消耗Token=拉动硬件订单，这是英伟达的商业利益。
2. 周鸿祎代表下游企业客户
对于互联网公司、AI研发企业来说，Token每一笔消耗都是实打实的现金支出。360在研发AI智能体时发现，仅仅制作一份PPT，就可能消耗上亿枚Token，折算费用高达上千元。如果不加管控，全员无节制调用大模型，AI算力成本会彻底失控，吞噬企业利润。
一句话总结：卖“燃料”的人，当然希望所有人多多烧油；开车的企业，必须精打细算控制油耗。
2、亲身踩坑：无节制消耗Token，会造成巨大资源浪费
周鸿祎以自研“安全龙虾”智能体项目举例：该产品上线后，随便一句日常问答，都要消耗上千万Token，成本暴涨几十倍。大量算力浪费在无效对话上，投入和产出严重失衡，最后只能被迫搁置项目。
这也是国内绝大多数企业共同的痛点：盲目放开Token权限，只会催生大量无效调用，只会拉高成本，并不会同步提升工作效率。
3、企业落地AI要分两步走，不能一刀切放开
周鸿祎借鉴华为“先僵化、再固化、再优化”的管理思路，把AI使用分成两个阶段：
- 第一阶段：培育习惯。哪怕员工只是用AI写文案、做闲聊，也要鼓励大家多用，先把全员AI办公的习惯建立起来；
- 第二阶段：精细化管控。全员养成习惯后，用AI系统监控每一个员工的Token账单，把算力消耗和工作成果挂钩，杜绝资源滥用。
这和英伟达“不限额度、全力消耗”的粗放模式形成鲜明对比。
4、点明行业现实：国内企业扛不住不计成本的算力投入
英伟达可以不计成本烧算力，背后是全球顶尖的硬件利润做支撑。但国内绝大多数科技企业利润有限，如果照搬硅谷模式，给全员发放高额Token预算，高昂的API调用费用会让AI项目很难盈利。
国内AI落地的核心命题，是用更少Token完成同等工作，追求高效利用，而不是单纯比拼消耗量。
三、延伸行业博弈：两种完全不同的AI发展路线
1、英伟达路线：把Token当作生产力指标，消耗量=工作量，靠充足算力堆出效率，适合财力雄厚的硅谷科技巨头。
2、国内企业路线：算力精细化治理，严控无效Token开销，优先优化模型、精简指令、降低推理成本，走低成本商业化路线。
周鸿祎此次发言，不只是反驳一句话，更是戳破了上游芯片厂商的行业引导：不要被“多烧Token等于高效率”的观点裹挟，企业AI转型最终要看投入产出比。
四、总结
黄仁勋鼓励员工放开消耗Token，是GPU厂商的商业营销，目的是扩大算力需求；而周鸿祎站在企业经营者的角度，强调算力消耗必须匹配业务成果。
AI燃料（Token）不是免费资源，国内企业普及AI办公，要先培养使用习惯，再建立成本审计制度，拒绝盲目内卷算力，把钱花在有效的业务产出上。