Token生意难赚钱，AI岗位还值得投吗

Token调用量在涨，卖Token的公司却不一定在赚钱——这句话是当下AI产业链最值得求职者记住的一条判断。据国家数据局数据，我国日均Token调用量从2024年初的约1000亿，增长到2025年底的100万亿，2026年3月进一步突破140万亿。需求曲线陡峭向上，但同一时间，硅基流动2025年收入增长超6倍，毛利率却跌至-24%；九章云极2025年收入达10.98亿元，超九成仍来自智算基础设施解决方案。增长与利润之间的这道裂缝，直接决定了AI相关岗位的含金量分布。

Token工厂火了，为什么反而不赚钱

先把这门生意讲清楚。Token是大模型处理信息的基本单位，用户提问、模型回答都要消耗Token。所谓“Token工厂”，是把底层算力转化为可直接调用的模型推理能力，再按调用量收费。对企业客户来说，这省去了自建服务器、部署模型、安排人维护的麻烦，按实际用量付费即可。

问题出在价格和成本两头挤压。原文提到，近半年国产模型API价格出现分化，DeepSeek、Qwen等部分模型的低价版本降价明显，中转渠道的整体利润空间正在变小；而成本端，GPU采购或租赁、芯片折旧、电力、运维都是刚性投入，服务器一旦投运，没有足够调用量也照样产生折旧和租赁成本。

原文还披露了一个关键细节：硅基流动最接近“Token工厂”模式的公有云业务，毛利率为-119%，而面向大企业和机构的本地部署业务毛利率达到82.5%。也就是说，越是标准化、按量计费的生意，越容易陷入价格战；越是项目制、定制化的服务，反而更赚钱。这个结构对求职者的含义很直接：同一个“AI基础设施公司”内部，不同业务线的岗位价值可能天差地别。

三类玩家，哪类更值得投简历

原文把国内玩家分成三类，这个分类可以直接当作求职时的公司筛选框架。

• 第一类是阿里云、火山引擎、百度智能云等云厂商。按2025年词元年吞吐量计，前三家合计份额高达87%，市场明显由大厂主导。对大厂而言，Token收入本身未必是重点，它可以和云计算、存储、数据库打包卖，客户留在云上就有持续收入。这类平台的岗位稳定性、业务纵深和内部转岗空间通常更好，但也要接受大厂的组织节奏和绩效压力。
• 第二类是无问芯穹、硅基流动这类AI基础设施创业公司。它们不自研通用大模型，核心能力在模型部署、推理加速、算力调度，让不同模型在不同芯片上跑得更快更便宜。这类公司技术密度高，适合做推理优化、异构算力调度、平台工程的人，但商业化仍在验证期，原文提到有投资人认为部分推理服务商尚未形成清晰盈利模式，资本市场对其价值的判断更多靠愿景驱使。投这类公司，要问清楚收入结构和毛利来源。
• 第三类是从传统算力业务延伸过来的企业，比如九章云极。它们的优势是已有智算中心建设、算力资源组织和项目交付经验，短板是从“建”到“运营”需要补齐模型部署、推理优化和客户服务能力。这类公司里，交付、售前、行业解决方案类岗位的需求往往比纯算法岗更实在。

求职者该盯哪些岗位，避开哪些坑

从原文的成本结构可以反推岗位需求。算力资源成本占销售成本的比例在硅基流动2025年达到86.9%，这意味着降本增效是这门生意的生死线，围绕“用同样算力生产更多Token”的岗位会持续被需要：推理加速、算力调度、模型适配、性能优化，以及能把单位成本算清楚的成本与经营分析岗。

反过来，纯靠“卖API”的渠道型、分销型岗位要谨慎。原文提到，中转渠道的利润空间正在变小，这类岗位的提成空间和业务天花板都受制于上游价格战。

另一个容易被忽略的方向是稳定性与服务能力。原文采访的渠道商提到，相比单纯追求低价，更多大客户看重服务稳定性；部分客户选择第三方服务，是为了通过统一接口调用不同模型，减少重复接入和管理成本。这对应的是SRE、平台运维、技术支持、客户成功等岗位——它们不性感，但在价格战里反而是客户愿意付费的理由。

判断一家AI公司值不值得去，看三个信号

第一，看收入从哪来。如果一家公司宣称做Token服务，但收入大头仍是项目制交付，说明它的标准化产品还没跑通，你进去可能做的是实施而不是产品。

第二，看毛利趋势。收入增长快不等于健康，毛利率转正的时间表比融资新闻更能说明问题。面试时可以直接问业务线的毛利情况和成本结构，问得出来的人，通常也会被认真对待。

第三，看它在产业链的位置。大厂靠生态捆绑，创业公司靠效率差，传统算力企业靠资源复用，三种逻辑对应三种职业路径：想稳、想快、想深，答案不同。

Token需求还会涨，但“行业在涨”和“你的岗位在涨”是两件事。把公司放进这三类框架里看，把岗位放进成本结构里看，比追热点标题靠谱得多。想看同类岗位的实时变化，可在求职者营地（qzzyd.com）按城市和行业订阅相关企业在招职位，用招聘数据验证自己的判断。