用“Token”还是“词元”？到底在争什么？|token|术语|汉语|词元|译法

“Token”or“词元”相信大家都不陌生，早在3月25日，全国科学技术名次审定委员会发布《关于发布试用人工智能领域名词token中文名“词元”的公告》，决定在综合考量社会各界意见建议的基础上，优先推荐“词元”作为人工智能领域名词token的中文名，并面向全社会发布试用。

一个天天见的“Token”，为什么会成为令人揪心的隐忧？

从日常使用AI聊天、文案生成，到企业布局AI产业、测算技术成本，再到学术领域开展人工智能研究、交流技术成果，token无处不在，却因长期缺乏统一规范的中文定名，出现了译法混乱、概念混淆、沟通成本居高不下等问题，不仅困扰着行业从业者与科研人员，也让普通民众在接触AI相关知识时频频产生认知障碍。

来自国家数据局的数据显示，2024年初，中国日均词元（Token）调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。

众所周知，我国汉语包罗万象，随着“电脑”“互联网”“软件”这些外来概念的融入，都经历了精心的本土化翻译。Token、Agent、LLM这些英文符号大量涌入公共传播和日常交流，字母缩写频繁替代汉语表达。它们不具备汉语形音义统一的特质，既无法望文知义，也缺乏文化底蕴。长此以往，科技话语权旁落、母语体系被消解的风险，绝非危言耸听。

“Token”十几种译法争来争去，为什么最后定下了“词元”？

“token”一词源于古英语tācen，意为“符号”或“标记”。在语言模型中，token是文本经过切分或字节级编码后得到的最小离散单元。其基础含义包含了“令牌、记号、标记”“代币、通证”“语元、词符、字元”等。

“词元”好在哪里？

专家解读说，词元(token)是人工智能时代智能设备中信息存储、处理和交换的具有一定语义的基本符号单元，特别是在大模型中作为模型处理和交换信息的最小单位。“词元”的定名准确捕捉了其在人工智能语言模型中作为“基本离散符号单元”的本质，又可以通过类比自然延伸至多模态领域。

在“词元”这一定名中，“词”点明其在语言场景下的根源，体现出token与表达对象语义的密切关联；“元”传达出“基本单元”之意，与“元素”等术语中的“元”保持一致的语义脉络。“词元”一词可以将“作为语言基本语义单元”这一最初本质清晰表达出来，更贴合其在人工智能中的初始角色。

用“Token”还是用“词元”，看似无聊的话题，其背后到底在争什么？

在日常表达中，将“词元”定为“Token”的中文名，网友们怎么看？

也有网友认为：

随着“Token”的大量使用，在表述中用“Token”还是“词元”也随之成为热议话题，其背后究竟在争什么？

用“Token”还是“词元”？争得是自主科技话语体系。当语言塑造思维，长期依附外来术语、照搬西方语言逻辑时，会让我们的科技认知局限于既定框架中，难以孕育贴合中国实践的原创科技理论。术语是科技叙事的基础单元，若核心概念的定义权、阐释权始终掌握在他人手中，中国特色科技话语体系便无从建立。这种认知层面的依附，比技术差距更隐蔽，也更影响我国科技自立自强的长远发展。