Files
myWiki/papers/chen-token-economics-llm-agents.md

55 lines
2.5 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
title: "Token Economics for LLM Agents"
created: 2026-06-05
updated: 2026-06-05
type: paper
tags: [survey, token-economics, agent, efficiency, security]
sources: [arxiv:2605.09104]
---
# Token Economics for LLM Agents
> Chen et al., arXiv:2605.09104 (May 2026) — 首篇 Token Economics 综述
## 核心命题
历史上每个技术时代都由其基础经济原语定义工业时代的千瓦时kWh、信息时代的网络带宽GB。**智能时代的原语是 Token**——它不再仅仅是计算的技术单位,而是 Agentic AI 的[[token-as-economic-primitive|经济原语]]:智能的生产要素、交换媒介和计价单位。
## 四维分类法
本文提出统一的 Token Economics 框架,跨越计算机科学和经济学:
| 层次 | 对象 | 经济学理论 | 核心问题 |
|------|------|-----------|---------|
| **Micro** | 单 Agent | 新古典企业理论 | 预算约束下的要素替代优化(推理、记忆、工具、规划) |
| **Meso** | 多 Agent 系统 | 交易成本理论 + 委托代理理论 | 协作摩擦最小化(通信、编排、记忆共享) |
| **Macro** | Agent 生态 | 机制设计理论 + 拥堵外部性 | 定价、垄断/寡头竞争、监管政策 |
| **Security** | 跨层威胁 | 外部性内部化 | 对抗攻击作为内生经济约束的成本建模 |
## 六大趋势 (T1-T6)
| 趋势 | 描述 |
|------|------|
| T1 | 高效 Agent 推理与系统设计 |
| T2 | 自适应和预算感知的 Token 分配 |
| T3 | 记忆作为持久资本,具有复利回报 |
| T4 | 从文本 Token 到表征 Token 交换 |
| T5 | 安全开销作为内生效率约束 |
| T6 | 更高性价比的硬件芯片 |
## 五大前沿方向 (O1-O5)
- **O1**: [[differentiable-token-budgeting|可微分 Token 预算]] — 使 Token 预算成为可学习参数
- **O2**: 标准化 Benchmark 和成本归因
- **O3**: [[token-market-dynamics|实时 Token 市场与动态定价]]
- **O4**: Agent 系统的 Token 级 Scaling Laws
- **O5**: 安全感知的 Token 预算
## 已有的连接
本文的 token 经济视角与 wiki 中已有概念紧密关联:
- [[token-efficiency|Token 效率]] 对应 Micro 层的计算和推理效率
- [[cost-quality-speed-trilemma|成本-质量-速度三元悖论]] 对应预算约束下的权衡
- [[token-superposition-training|TST]] 和 [[token-duplication|Token Duplication]] 是训练侧的 token 经济优化
- [[agent-harness-safety|Agent 骨架安全]] 的安全约束可以与 Security 层的经济约束对齐