本篇 OMI 仅限于讨论翻译与 AI 相关内容，不能作为任何专业参考文章使用。

被敲定的过程

AI 的浪潮一次一次的滚了过去，直到 OpenClaw（ ~~又被称为 该死的 小龙虾~~ ）火了一阵子，国家出手了：嘿你看，不管之前的 DeepSleep 还是现在的 OpenClaw 都在用「Token」这一极其重要的 英文单词 计算费用、消耗、 不管它什么东西 ……而且它现在还没有一个规范译名！？哦不不不我无疑是愤怒的，但是我也不怎么懂，让我们公开募集一个合适的译名吧！

于是经过一段时间的大讨论 ~~夹杂着各种牛马蛇神的神发言~~ ，2026 年 3 月 24 日，「全国科学技术名词审定委员会」正式地将「Token」的翻译定为了「词元」。

为什么要确定一个译名，而不是放任不管？

诶，这时候就有聪明的同学要问了， MM，为什么一定要给它确定一个译名，而不是放着不管、或者就用 Token 呢？ 好问题（无感情）！这个问题，还得从 AI 发展的一开始说起……

前几年真是疯狂的几年，仿佛 ChatGPT 4o 刚刚发布一般——那时 AI 刚刚进入人们的视野，而 Token 作为现阶段 AI 架构最重要的一部分，自然而然地慢慢火了起来。

所以什么是 Token 呢？

什么是 Token

Token 在 AI 发展之前其实就在很多领域得到了运用。比如网络安全领域，这其中的 Token 就代表用来验证身份或者授权的凭证——相当于一种特殊的钥匙卡，服务器和电脑可以通过 Token 验证对方的身份。自然而然地它就被翻译成了「密钥」（冷知识：它读 mì yuè，如果你还不知道的话（x））其他领域也有相关翻译，如「令牌」「凭证」等等。

而在 AI 领域中，它代表一种可以被分割出来的最小的单元词汇，相当于把一句用户的输入分成一段段词汇。比如：

让我们学习这句句子：
I'm working on some tasks related to studying Large Language Models.

可能被分为这样：

让/我们/学习/这句/句子/：/
I'm/working on/some/tasks/related to/studying/Large Language Models/.

以 / 表示分隔符，每个被 / 包起来的字词即可视作一个 Token。而不同的模型，分词器 (Tokenizer)——即把一句句子分割成一个个 Token 的东西——通常也不同。比如，有的分词器会把 这句句子 分为一个 Token，中文优化差的可能会把每个中文字符分为一个 Token。而 AI 模型根据分词器与提示词，一个个根据算法预测出下一个词最可能是什么：

我问他，今天天气 _

怎么样 65%
好吗 25%
是 5%
……

(仅作实例)，然后依次输出： 我问他，今天天气怎么样 _，再接着预测下一个词。当然，这里只是对最常见的最低级的 AI 模型做的一个最粗劣的模仿，如果你想了解更多相关知识，可以自行搜索。

原因是什么呢？

随着 AI 进入大众视野，它已经不再是一个简单的「词汇单元」：服务提供商用 Token 作为单位计费、还有上下文窗口（比如各位常听说的「最大 1M 上下文」等）的计量、性能衡量（每秒几个 Token 能输出、第一个 Token 输出要多久等）的单位之类……Token 再怎么说也是外文词汇，虽然「专业人士」可能早已习惯，但人民群众就不是了。

更别提，Token 现在连调用量都可以成为一个被对比的变量——诸如 GDP 之类——不知道各位同学看新闻的时候有没有注意到像「中国 Token 调用量第一」这种新闻，虽说我看「断章取义搞对立」被这种不知道该说什么好的媒体是学透了，调用方法和统计方式是一个没提（最近的貌似是 OpenRouter 平台中国模型总调用量第一，其他啥渠道都不算），不过这也侧面证明了 Token 不仅要比谁出得快，也要比谁出得多了。而「Token 调用得多」，其实某种方面还是「基建好」「产能强」的印证，毕竟用来放模型的提供方需要大量足够强的服务器，足够强的 GPU 卡，还有配套的水电等等一系列措施保证一个数据中心的建立——这下看懂了。

于是，在一轮一轮 AI 工具爆火之后，确定一个 Token 的译文，尤其是 标准译文 便迫在眉睫。

为什么是它？

以前是以前……

这个词其实大有渊源。2020 年，国内就已经有深度学习之类的书本出版——虽然这种书主要面向的是科研方面，但是那时 Token 的译名词元（以及配套设施，「词元化」= Tokenizer 等）就已经被写下了。

而它有哪些对手呢？

大 PK!?

国家一号召，各家不管是科研人员、还是商业人士、甚至搞抽象的都凑过来了。为什么争个译名这么重要呢？其实我也没搞太懂，骗你的，我当时都没太关注这件事……不过话都说到这了，我们就来看看这些候选项：

智元 —— 我去，好熟悉的名字。虽然据说王小川都在支持，但反正我是不支持，你真的喜欢看新X元给你推送 AI Slop 文章吗？ ~~看这些不如多看看 OMI 啊~~
符元 —— 有道理，但太像道家名词了，过于神秘（x
模元 —— 只突出了「模型」的模，那其他的咋办呢？
数元 —— ~~要我说它比符元更神秘~~
语元 —— ……
字元 —— ……

你别管它们是怎么被 PASS 的，来看点有意思的。

https://t.cj.sina.com.cn/articles/view/5703921756/153faf05c01903il1o | 新智元正主来了😰
https://tieba.baidu.com/p/10586568589 | 哈威 | 哈基米哈气 be like
https://www.163.com/dy/article/KOIQK55P0519EA27.html | 看得出来偷感很重
甚至我以前看到翻译成 滚木 的，还有能把 AI 翻成 硅头 的…… ctmd 我都在看什么……

严正声明！以上词汇均无其他意思！

结果

于是「词元」就被定下来了。（无感情x2）

说实话，我其实挺喜欢这个翻译的，「词」代表了它「像什么」，「元」则是汉语中古老的一个字，表示「基本的单元」。而且这个词汇读起来不拗口，相较于上面几个个人觉得还更有「科技感」而不是「神秘感」，自然而然地也就接受了下来。

但是最近我开始反感这个翻译了。

为什么它不好

诶这个时候又有同学要问了， 诶 MM 你刚说它好怎么又说不好了呢？ 我知道你很急但你先别急，先听我慢慢讲。

自从国家定下来这个标准翻译之后，说好的说坏的声音都有，我倒是不怎么在意，毕竟我第一不怎么用这个词汇第二要说也是说 Token，基本不会说中文（？）来避免争端（？）。媒体们也开始用这些中文词汇一步步替换原有的外文词汇，虽然这大部分情况是好的，但就在最近一两个月，出现了我比较痛恨的一个词：

抱抱脸 。

我第一次看到这个词汇是在读 RSS Feed 的时候 —— 当时我就想，「这™啥玩意，，，」，后来一联系上下文才知道，「哦原来这玩意是™的 Hugging Face 。？」

给不知道的同学解释一下，Hugging Face 就如同编程界的 GitHub 一样，提供了各种稀奇古怪的模型、数据集等 AI 相关材料的托管与下载服务。以前用 Hugging Face，这个名词就没什么：一家国际性的平台，正如 GitHub 一样。可是它被翻译后呢？ 抱抱脸 。我的输入法词库甚至都没有这个词汇。WTF is this bro,,, 这就正如 GitLab 变成了「极狐」（冷知识，「极狐」真的存在，而且是 GitLab 在中国的正版经销商）一样。我不反感「极狐」，因为它即是一种……不知道虚不虚构……应该是虚构的动物命名的，对我来说，「极狐」正如「GitLab」一般是个专有名词。可是「抱抱脸」呢？很明显，这个译名是直译。虽然我不是专业翻译者，学历不高，但是很明显这个译名想要营造一种「有亲和力」的氛围，来让它的受众更容易接受。但是 Hugging Face，也正如 GitHub，普通人不会经常接触，只有经常混 AI 圈的大蛇（不是我😭😭😭）才经常光顾此地。所以，原来的英文带来的专业感瞬间化为了灰烬，正如 GitHub 变成了烂梗「给的地盘」，让我避之而不及。

跑题了，其实真正让我开始讨厌「词元」、甚至整个这个「为什么一定要翻译」的怪圈的原因，是滥用。

相信经常水群的同学也知道了前一阵子 Token 被错翻乱翻的案例，原本各个领域分开翻译的 Token，全都被翻成了同一个词汇——你就偷着乐吧，想想「黑客趁你不注意偷走了你的安全词元」这句话有多好笑。「词元」原本只适用于 AI 领域，而这句虚构的话我相信绝大多数人类都能看出是网安领域的，本该被翻译成「安全密钥」的句子变成了「安全词元」，我也就真就搞不懂为什么低调的黑客要偷一个词语去干嘛了，得这全体人类不能玩烂梗而我的玩梗等级不变是吧。

而最不应该发生的，恰恰是 Token 原本能够被翻译正确、所有人都能听懂的情况下，有个人偏要把所有「Token」翻译成「词元」，不用的就要鸡哔你一样。能定个翻译固然是好事，搞「文字yu4」类似物那就不对了。

所以，应该不应该被翻译

最终，我们还是来到了这个终极问题。

Token 应不应该被翻译？如果是，译文会是什么？

很显然，后面一个问题已经有答案了。让我们来看前者。

首先，如果一个译名能够被广泛使用，盖过原来的英文（甚至是在英文原本很常用时），那么这个翻译肯定是理所应当的。

比如同样拿 AI 领域的名词来讲：「大模型」。

大模型，原文 Large Model ，是指规模参数大、结构复杂的深度学习模型。我们常说这个大模型、那个大模型啥的，但几乎没什么人会说这个 LM、那个 LM 的；它的表兄弟「大语言模型 LLM」也一样。

虽然这其中也有读法便捷（LM 有 4 个音节，「大模型」只有 3 个），拜我们的老祖宗所赐，或者是原文是几个词而 Token 是一个词等等因素——但最主要的原因还是它们在大众群体被更广泛地接受了。如果你觉得这两个词太长，还可以看看 Model ——一般不会有人直接说这个词，但提到模型很多人立马就来劲了。同样我也要指出，这个例子也不是特别好，因为 Model 在其他领域很多时候也被翻作「模型」，但是这几个例子都共同说明了一点：「 原名/译名最重要的是被广泛接受，一旦被接受就不会经常改变 」。

而 Token 经过长时间的沉淀，当它已经成为一种惯用叫法时，再想改变，可就难了。

那么好，感谢你阅读本篇超————————长的 OMI Tl(居然包括标点和英文已经有 4.6k 字了难以置信……)，这里是 OhMyIWB，欢↗迎↘下↝次↘光↗临-~