北京要建Token工厂了，AI时代最值钱的技能，40年前这本书早就说透了

昨天刷到一条新闻，我愣了好几秒。

北京市经信局7月21日宣布：下半年将布局建设Token工厂、Token分发平台，围绕Token的生产、分发和应用打通整条产业链，力争下半年新增智能算力5万P，年内总规模突破13万P。

Token工厂？Token分发平台？

如果你第一反应是"这跟我有什么关系"，那我建议你接着往下看——因为这件事跟你我的关系，可能比你想象的大得多。

同一天，几件大事同时炸开。特斯拉宣布Robotaxi又扩展至奥兰多和坦帕，已经覆盖美国6座城市，18天内连开3城，扩张速度创下纪录。国产大模型Kimi传出以500亿美元估值洽谈Pre-IPO融资，半年内估值从100亿美元翻了五倍，ARR三个月翻三倍。上海交大安泰学院联合商汤科技成立"OPC人才孵化中心"，同步启动"百业千企共建计划"，首批覆盖全国40余座城市。无锡OPC社区已入驻超70家一人公司，创业者大多是95后甚至00后。

这些新闻单看每一条都很炸裂，但如果你把它们放在一起看，会看到一个更惊人的趋势——

整个世界的底层运行逻辑正在发生一次彻底的切换：从"人干活"到"人指挥AI干活"。

而这件事，40年前有个人就已经看得明明白白了。

德鲁克在1985年，就预言了今天的一切

彼得·德鲁克，《卓有成效的管理者》的作者，被尊为"现代管理学之父"。

他在这本书里写了一个在当时看来有点反常识的观点：

“在知识社会里，每一位凭借其知识承担做出贡献责任的人，都是管理者。”

这句话放到今天，简直就是为AI时代量身定做的。

德鲁克说的"管理者"，不是那种坐在办公室里管人的领导。他说的是——只要你用你的知识和判断去创造成果，你就是管理者。

你写代码，是管理者。你做设计，是管理者。你运营公众号，是管理者。你用AI写文章、做视频、搞投放，也是管理者。

因为决定成果的不是你干了多少活，而是你的判断力和决策质量。

德鲁克还说过一句更扎心的话：“效率是’把事情做对’，效能是’做对的事情’。一个忙碌于错误方向的人，效率越高，浪费越大。”

这恰恰是今天整个AI产业正在验证的事情。很多人拼命学各种AI工具、搭各种Agent工作流，看起来很努力很忙碌，但如果方向错了，越忙越是在浪费。

Token工厂的本质：AI时代的"发电厂"

先说回北京的Token工厂。

你可能不太了解Token是什么。简单说，Token就是AI处理信息的最小计量单位。你跟ChatGPT说一句"帮我写篇文章"，这句话会被拆成几十个Token；AI回复你几千字，又是几千个Token。

Token就是AI世界的"电"。

过去两年，AI行业最大的瓶颈不是模型不够聪明，而是Token不够用。你让AI帮你分析一份50页的合同，它分析到一半告诉你"今天额度用完了"——那种感觉就像手机电量剩1%时来了一个很重要的电话，让人抓狂。

北京要建的Token工厂，本质上就是一座AI时代的发电厂。它不是真的生产电，而是规模化地生产AI的"算力燃料"——让Token变得像自来水一样，拧开就有、按需付费。

按照规划，北京将搭建"超级节点+行业节点"的算力支撑体系，推动Token创新场景在工业、教育、文旅等领域落地。同时配套推出RISC-V+AI OS开源生态，构建从芯片指令集到操作系统到智能体应用的全栈自主技术体系。行云科技已接订单规划落地约3万P算力，占北京下半年计划新增5万P算力总量的60%。

这意味着什么？意味着AI的能力将变得前所未有的便宜和易得。今天你需要一个AI帮你分析数据、写方案、做设计，可能要花大价钱租服务器。以后可能就像用电一样，按量计费、随用随取。

更值得注意的是，北京配套出台了《支持人工智能OPC创新发展行动方案》，要"培育一批AI驱动、小而精、专而强的创新主体"。Token工厂解决"供给"问题，OPC解决"使用"问题——两个政策同步推进，说明决策层看得很清楚：光有电厂不够，还得有人用电。

而北京只是开始。机构预计，全国多地会跟进布局。

一个围绕Token的新经济形态，正在从概念变成现实。

OPC一人公司：3个人干30个人的活

如果说Token工厂解决了"AI能力的供给"问题，那么OPC（One Person Company，一人公司）解决的则是"AI能力的使用"问题。

OPC不是一个新概念，但它今年突然从边缘走向主流。

北京为OPC提供每年5万元连续2年的启动资金、最高200万元/年的模型券补贴，免费发放Token券、算力券、数据券组成的"全栈资源包"。上海交大安泰学院联合商汤科技成立OPC人才孵化中心，提出从"一人公司"升级为"一人全栈能力"（One Person Capability）。无锡已揭牌多个OPC社区，超70家OPC入驻，大多为95后甚至00后创业者。

为什么政府、高校、企业突然这么积极？

因为OPC模式已经被真实案例验证了。

一个典型案例：创业者张晓胜，之前在上市公司负责智算中心投资运营。他敏锐捕捉到一个痛点——在"东数西算"和"双碳"战略下，算力中心正向西部绿电富集区迁移，但电力与算力之间存在巨大的协同鸿沟。

他决定以"超级个体"身份切入这个赛道。核心团队只有3-5人——一个懂模型架构的CTO、一个负责工程落地的项目负责人、一个精通电力系统的专家。传统模式下，这样的研发部门需要20-30人，年成本1500万到2000万。

秘密在于AI的深度赋能。他们把电力行业数十年的经验和数据"喂"给自主研发的AI系统，打造出"电碳算一体化"调度大脑。从代码生成到文档撰写，从数据分析到客户沟通，全部由AI智能体分担。每月现金成本远低于传统模式，却撬动了传统团队才能完成的工作量。

3-5个人干30个人的活，这不是科幻，这是2026年正在发生的事。

还有一位00后齐启龙，创立"起源云"平台，为用户提供按秒计费的AI云服务。2025年创业首年营收就近50万。一个人，服务更多的OPC创业者。

《中国OPC发展趋势报告》数据显示，截至2025年6月，全国一人有限责任公司数量已突破1600万家，占全国企业总量的27.4%。每四家企业中就有一家是一人公司。

这不再是边缘现象，这是正在发生的主流趋势。

德鲁克的五个习惯，AI时代的OPC必须掌握

回到《卓有成效的管理者》。

德鲁克在书中总结了卓有成效的管理者必须具备的五个习惯。每一个，放到今天的AI时代，都像是给OPC创业者写的操作手册。

习惯一：记录时间、管理时间

德鲁克说：“时间是管理者最稀缺且不可再生的资源。”

他要求管理者做一件事——真实记录自己的时间花在哪里。不是不信任自己，而是人的记忆天然有偏差。你以为自己花了两小时写方案，实际可能花了40分钟刷手机。

对OPC创业者来说，这一点更加致命。你既是CEO又是执行者，既做战略又写代码，既是销售又是客服。如果没有严格的时间管理，你很容易被琐碎的执行工作淹没，永远没有时间思考真正重要的事。

德鲁克的建议是：先记录、再分析、最后整合。砍掉不产生价值的活动，把能授权的事情交给AI，省下的时间整合成大块用于深度思考。

在今天，这个"授权对象"就是AI智能体。

有数据显示，1元AI成本约等于72元人力成本。一个人调度多个AI Agent协作，就能完成过去几十人的工作。但前提是你得先搞清楚——哪些事值得你花时间，哪些事应该交给AI。

习惯二：聚焦贡献，而非工作本身

德鲁克提出了一个灵魂拷问：“我能贡献什么？”

大多数人"由内而外"——我擅长什么就做什么。但德鲁克说，有效的人一定"由外而内"——外部需要什么成果，我就聚焦什么。

很多OPC创业者容易掉进一个陷阱：沉迷技术工具本身。今天试这个AI模型，明天试那个Agent框架，后天又研究一套新的自动化流程。工具越用越多，成果却越来越模糊。

德鲁克会问你：你的客户需要交付什么成果？你的AI工具链是否在为这个成果服务？

不是为了用AI而用AI，而是为了交付成果而用AI。

习惯三：发挥长处，弥补短板交给AI

德鲁克有一个非常颠覆的观点：“组织的目的，在于使人的长处具有生产力，而使人的短处变得无关紧要。”

在AI时代，这个原则被放大了一百倍。你一个人能做的事有限，但短板可以被AI自动补齐。不擅长写代码？AI帮你写。不擅长设计？AI帮你做。不擅长数据分析？AI帮你算。

你唯一需要做的，是找到你真正擅长的那件事，然后把它做到极致。

你是内容创作者，就把选题和洞察力做到极致，排版交给AI。你是技术专家，就把架构设计做到极致，文档交给AI。你是销售高手，就把客户关系做到极致，合同和跟进交给AI。

AI不是来替代你的，它是来放大你的。

习惯四：要事优先，一次只做一件事

德鲁克反复强调：“一次只做一件事情，并只做最重要的事情。”

OPC创业者最大的问题不是没事做，而是事太多。同时对接5个客户、运营3个平台、开发2个产品、学习10个新工具……

德鲁克说，卓有成效的秘诀在于**“舍弃”**——毅然决然地抛弃过时的任务，推迟次要的任务。

你必须清楚知道，你的AI今天应该优先执行什么任务。 不是什么都让AI干，而是让AI先干最重要的那件事。

习惯五：做有效的决策

德鲁克认为，有效的决策不基于事实的堆砌，而基于**“对不同意见的讨论和碰撞”**。

AI擅长处理数据、生成内容、执行任务，但不擅长做判断。它能给你10个方案，但不能告诉你哪个在当前情境下最合适。

决策，仍然是人类不可替代的核心能力。

AI帮你搜集信息、分析数据、生成选项，但最终拍板的，必须是你。

从特斯拉Robotaxi到Kimi 500亿：谁在"指挥AI"，谁就在赢

特斯拉Robotaxi从最初覆盖Austin一座城市，到现在覆盖6城（奥斯汀、达拉斯、休斯顿、迈阿密、奥兰多、坦帕），18天连开3城。马斯克做对了什么？他没有自己去开每一辆车，而是让AI替他开。

特斯拉的Robotaxi系统完全依靠摄像头和AI软件导航，不依赖激光雷达。边际成本极低——每多覆盖一座城市，不需要部署昂贵的硬件基础设施，只需训练模型、更新软件。更关键的是，每一趟无人驾驶行程都在产生数据，反过来优化AI模型。这就是德鲁克说的"发挥长处"——特斯拉的长处是AI视觉算法，它把这个长处发挥到极致，同时让AI替他完成"开车"这个执行层工作。

再看Kimi。月之暗面半年内估值从100亿美元飙到500亿美元。核心驱动力是Kimi K3——2.8万亿参数的全球最大开源模型，编程能力在多个国际榜单登顶。

但更关键的数字不是参数，而是商业化。Kimi的API收入占比超70%，ARR从3月的1亿美元增长到6月的3亿美元，三个月翻三倍。它不跟GPT比全能，而是聚焦在超长上下文窗口、B端文档服务、编程辅助这些长板上做到全球顶尖。

Kimi K3上线后需求激增，甚至暂停C端新用户订阅以保障存量用户算力。这种"供不应求"的状态，恰恰证明了聚焦策略的成功。

这就是德鲁克说的"聚焦贡献"——不是为了技术而技术，而是为了成果而技术。

普通人该怎么办？从"做事的人"变成"指挥AI做事的人"

说了这么多，你可能想问：这跟我有什么关系？

关系大了。不管你在公司上班还是正在创业，AI时代的底层逻辑变化对你只有一个要求：

从"自己干活"转变为"指挥AI干活"。

德鲁克40年前就说了：有效性不是天赋，而是可以学会的。

你不需要会写代码，不需要懂算法，不需要是技术大牛。你需要的是德鲁克说的那些能力——管理好时间、聚焦贡献、发挥长处、要事优先、做有效决策。

说得再直白一点：

AI时代最值钱的不是会写代码，而是懂得"让AI替你干活"。

因为代码AI可以写，方案AI可以做，设计AI可以画。但知道"该做什么"和"不该做什么"——这件事，目前没有任何AI能替你做。

这就是你的不可替代之处。

一个被忽视的信号：为什么德鲁克60年前的书，今天读起来像预言？

很多人会觉得奇怪——德鲁克写《卓有成效的管理者》是1960年代的事，距今已经60多年了，为什么今天读起来却感觉像是在描述2026年的世界？

答案其实很简单：德鲁克研究的从来不是"管理"本身，而是"人如何通过知识创造价值"这个底层命题。

他在书中明确指出，21世纪最大的挑战不是如何提高体力劳动者的效率——那个问题泰勒已经在20世纪初基本解决了。真正的挑战是：如何提高知识工作者的生产力。

他提出了六个关键因素：首先要问"任务是什么"；其次知识工作者必须自我管理；第三，持续创新必须是工作的一部分；第四，知识工作需要持续学习和持续教导；第五，生产力不只是看数量，质量同样重要；第六，知识工作者必须被当作"资产"而非"成本"来对待。

你会发现，这六条放到今天的OPC语境里，简直字字对应——

你的任务是"指挥AI交付成果"，不是自己埋头干活；你必须自我管理你的时间和AI的时间；你必须持续创新，否则AI很快就能复制你的工作；你必须持续学习新的AI工具和模型；你追求的不是产出多少篇文章、写多少行代码，而是每一篇、每一行是否真正创造了价值；你自己和你的AI，都是"资产"而非"成本"。

德鲁克不是在预言AI，他在洞察一个比AI更深层的规律——当知识成为核心生产资料时，一切组织方式都必须重新设计。

AI只是加速了这个规律的实现。

📎 你今天有没有把哪些工作"交给"AI了？效果怎么样？评论区聊聊你的AI协作心得，说不定你的经验能帮到另一个正在摸索的OPC创业者。

📚 本期推荐书籍：《卓有成效的管理者》- 彼得·德鲁克