一个好消息，大伙儿暂时不需要太担心因为AI丢饭碗了。因为老板算完账后会发现，你的性价比可能更高。今年3月份，老黄一句“如果一名50万美元的工程师每年没有消耗至少价值25万美元的Token，我会深感不安”，让这个世界的魔幻程度，又上了一个新台阶。
企业开始鼓励员工尽可能多地消耗Token，甚至把Token消耗塞进了员工的KPI里。
两个月前，国内某大厂有老哥在小红书爆料，晒出了部门3月份的Token消耗榜单，还说他们以后试用期能不能转正、年底能拿多少绩效，晋升都得参考Token的消耗数据。
国外也同样疯狂。
硅谷科技公司在内部大搞“Tokenmaxxing”（Token最大化）文化，以Meta为例，员工自己搭了个Claudeonomics（克劳德经济学）仪表盘，用来统计全公司约8.5万名员工的Token消耗量，数据一拉，30天全公司上下烧掉了超过60万亿个Token。
理论上跟科技不怎么沾边的迪士尼，也在内网上线了AIAdoptionDashboard，用来追踪员工使用AI的情況。
慢慢的，这股风气越刮越歪，Token消耗量甚至被人当做社交的门槛，用得不够多你还没法儿进他们的圈子。
所有人都在这场竞赛里上头了。
好像大家从一开始就默认，AI是一个可以降本增效的完美存在，所以甭管三七二十一，闭着眼睛Allin就完事儿了。
结果看到账单的时候，又发现好像不是那么回事儿……降本增效变成了降本增笑。
前段时间，根据彭博社消息，Uber落地新规：员工使用各类智能体编程工具（Anthropic的ClaudeCode或Cursor）时，单人单工具每月消费上限为1500美元。
关键不在于金额，而是Uber主动做了限制。
要知道，去年12月，Uber为了让大伙儿都跟上时代的潮流，大手一挥，向全公司大约5000名工程师开放了ClaudeCode，还在内部搞了个排行榜来追踪使用量。
本意是想让大家伙儿狠狠拥抱时代潮流，结果还没抱热乎，Uber的首席技术官就对外透露，公司在四个月内烧完了全年ClaudeCode预算。
所以Uber不得不采取紧急措施，手动拉一波闸，只有经过层层审批的特殊业务场景，才能突破1500美元这个限额。
与此同时，微软那边也坐不住了。
他们正忙着把E+D部门（体验与设备部门）员工手里的ClaudeCode许可证给收回来，6月30号之前，所有人都得转投微软自家亲儿子GitHubCopilotCLI的怀抱。
虽说官方口径是做整合，迁到GitHubCopilot仍然可以用Claude的模型，但在TheVerge的报道里提到了有消息人士称，这里面仍然有财务因素的考量。
因为6月30号之后，微软就要开始新财年了。
而除了微软、Uber以外，外媒Axios还爆了个更猛的料。一家公司因为没有对员工的Claude许可证设置使用上限，在短短一个月内烧掉了5亿美元。
虽然没有具体指向哪家公司，但这个体量的Token消耗，让外界把嫌疑直接锁定在了硅谷七姐妹身上。
好巧不巧，就在Axios报道发出来的隔天，亚马逊就关闭了内部一个叫“Kirorank”的AI排行榜，高管直呼“不要为了用AI而用AI”。
所以很难不引人怀疑，是不是他们家一个月烧掉了5亿美元，毕竟亚马逊之前也相当激进，要求超过80%的开发人员必须每周使用AI，导致底下的员工开始了各种毫无意义的骚操作。
经典的古德哈特定律，当一个指标变成目标的时候，它就不再是一个好指标。
不过好在，这场大搞Token崇拜的闹剧，并没有持续太久。
账单一出炉，大家伙儿也都纷纷回过神来，想到了一个更本质的问题：这钱烧得，到底值不值？
不可否认的是，企业前期让大家敞开了烧Token，也有试验的意思。
毕竟谁都不知道AI到底能带来多少价值，要是真能看到效果，砸点钱进去倒也没啥。
但现实情况往往是，Token跟水龙头的水一样哗哗流走，却看不到啥实际业务价值，或者说很难找到一个标准去衡量这个价值。
包括UberCOOAndrewMacdonald在一档访谈节目里也表示，很难在“更高的Token消耗”和“新功能落地”之间找到什么联系。
换句话说，Token的消耗量，没办法直接跟实际产出价值划等号。
AI读取、理解你的需求，再思考、生成你想要的内容，这些统统都要消耗Token。这就意味着，只要有交互就会产生消耗，但输出的不一定都是有效内容。
理解了这一点，再回头看把“Token消耗量”当榜单来刷这事儿，就有点怪了。
这就好比编辑部写文章，如果字数是重要的考核标准，那世超大可以像这样不停巴拉巴拉巴拉写流水账，多整点毫无意义的废话文学来凑字数。
为了应付考核，员工完全可以不干正事，每天变着法儿地让AI跑几段没用的冗长代码，或者让AI干点人来干可能更快的活儿。
最后数据一拉，大家的Token消耗量爆表，先进得不得了，但可能，什么实质性的业务都没推进。
米哈游之前搞了个多智能体协作的项目，13个小时，这些Agent屁大点正事儿都没干，就光在那相互调用、聊得热火朝天，一晚上烧掉200万人民币。
而且不只是公司层面，在开发者和普通用户的圈子里，晒自己消耗了多少Token，也一度成为了一种流行趋势。好像数字越大，就代表着你的能力越强、越有极客范。
但老实说，世超光看到他们烧了多少Token，成果还真没怎么见识过。
之前OpenClaw的开发者PeterSteinberger晒出团队一个月烧掉130万美元的账单，也被网友质疑没交付出什么东西来。
虽然Peter回应说这些消耗都用在OpenClaw上面了，但世超想了想，OpenClaw好像也没更新什么炸裂的功能吧……
现在的Token消耗尴尬就尴尬在这，它只能证明大模型在出力，但没法证明你用它到底干了多少好活儿。
就好比当年也有人质疑，GDP在反映真实经济状况的时候不够客观，后面经济学家们又慢慢摸索出了另外一套可以作为补充的衡量标准。
所以说，在没厘清Token消耗和产出之间的联系，或者说，在没找到一个能够准确量化AI实际产出价值的指标之前，盲目地让员工用AI，纯纯是给大模型厂商送钱。
退一步来讲，即使不是米哈游这种极端的例子，这笔账也是算不过来的。
因为AI现阶段没办法完全替代人，说破天也是一个打辅助的角色，所以企业引入AI的真实成本构成，应该是“员工的工资+AI算力成本”。
实际的工作流往往会变成，打工人提完需求，AI先生成一堆初步可用的东西，打工人再不断重试、纠错，这个过程中Token一直在燃烧，搞不好比你直接雇两个实习生还要贵得多。
算到最后，真说不好到底是裁员更省，还是用AI更省。
高盛预测，到2030年，全球Token消耗量将较2026年增长24倍，达到每月120千万亿。
之前大伙儿总觉得AI可以替代掉一些高度重复的低端岗位，但现在从成本角度看，低端岗位反而是更安全的。
总的来说，现在行业里渐渐有了些回归理智的声音，不再盲目地追求Token消耗量。
国内像腾讯这样的大厂，据传也已经开始对员工的Token使用额度做了限制。经过前期的试验，大家也逐渐意识到Token的使用需要更多的考虑实际产出。
与此同时，有SaaS企业的收费逻辑也在变。
就比如营销平台Hubspot，从4月开始修改定价模式，从以前的按Token收费，转变为按照实际效果收费。
前阵子世超去苏州参加了一个活动，现场金山办公副总裁王冬提了一个观点我觉得很值得思考：企业级AI落地要找高价值、高难度的“双高场景”。
说白了就是好钢得用在刀刃上。
最后，这场Token崇拜的闹剧来得快去得也快，但世超心里还是觉得有些复杂。
因为Token太贵，大家在网上调侃“让牛马加班，你不一定要付加班费，但让AI加班，这个钱你是一分都不能少的”。
当有一天资本家发现，雇佣人工比AI更划算，不知道是不是我们的一种悲哀？
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】