出品 | 网易智能
作者 | 辰辰
编辑 | 王凤枝
AI用得更多了 ， ，活却没多干。。 。
本周 ， ，亚马逊关闭了一个叫"Kiro Rank"的内部排行榜。。 。它按员工使用AI的活跃度打分排名。。 。治理层的想法很简朴：勉励工程师多用AI。。 。一线员工的反映也很简朴：那就先把数字刷悦目。。 。
于是 ， ，AI智能体被派去跑没人需要的使命；；；显着几秒钟就能查到的文档 ， ，也要交给模子绕一圈；；；代码天生出来 ， ，转头又被删掉。。 。
token烧了 ， ，排名涨了 ， ，真正的活没多干。。 。
亚马逊高级副总裁戴夫·特雷德韦尔只幸亏内部喊停："别为了用AI而用AI。。 。"
这件事最讥笑的地方在于：亚马逊是全天下最舍得在AI上花钱的公司之一 ， ，今年预计资笔僻出2000亿美元 ， ，大部分投向AI和数据中心。。 ？？伤衷谝嵝炎约旱墓こ淌 ， ，别为了刷指标乱用AI。。 。
不是AI没用 ， ，而是指标错了。。 。一旦"用了几多"酿成目的 ， ，KPI就一定变漂亮 ， ，账单也一定变贵。。 。
有网友在X上谈论得一针见血："AI本应替换人力或降低人力本钱 ， ，效果它酿成了一个比人类员工还贵的'超等员工'。。 。"
一、排行榜一个接一个消逝了
亚马逊不是唯一踩刹车的。。 。险些统一时间 ， ，类似的事在硅谷大厂接连上演。。 。
Meta内部有一个叫"Claudeonomics"的排行榜。。 。用的是Anthropic的Claude模子 ， ，以是起了这么个名字。。 。榜单统计85000多名员工的AI使用量 ， ，列出前250名"超等用户"。。 。排在顶端的头衔叫"Token Legend" ， ，token传奇。。 。
听着像游戏段位。。 。员工也确实把它当游戏打了。。 。
《The Information》独家报道显示 ， ，Meta员工30天内消耗了60.2万亿个token。。 。按Anthropic的API果真价钱算 ， ，这笔账单约9亿美元。。 。 纵然大客户有折扣 ， ，守旧预计也在1亿美元以上。。 。
一位Meta工程师私下说 ， ，大宗开发者在跑一种类似OpenClaw的内部智能体 ， ，疯狂烧token ， ，产脱险些为零。。 。他还提到 ， ，一些线上事故的根因被追溯到AI天生的代码。。 。写代码的人似乎更体贴堆出大宗代码 ， ，而不是代码能不可跑。。 。
排行榜顶端那些人 ， ，产出的工具基本都是"一次性垃圾"。。 。 他的原话。。 。
被媒体曝光后第二天 ， ，Meta悄悄下线了这个排行榜。。 。
微软从今年1月就最先搞内部token排行榜。。 。这个榜有个耐人寻味的特点：排名靠前的许多是VP级别和优异工程师级别的人。。 。平时开会多、写代码少 ， ，但token用量遥遥领先。。 。
一位微软工程师认可自己在"tokenmaxxing"。。 。不是由于想上榜 ， ，而是怕被看到token用得太少。。 。他说：
"我们有内部仪表盘 ， ，追踪AI使用量、token消耗、AI写的代码占比。。 。我不想被贴上'AI用得少'的标签。。 。为了抬高数据 ， ，我会拿文档里已经有的问题去问AI ， ，让AI把文档处理一遍再回覆我 ， ，比直接查文档慢10倍 ， ，但能烧许多token。。 。我还会让AI去原型化一些我基础不妄想做的功效 ， ，提醒一再之后把代码全删了。。 。"
这位工程师入职不久 ， ，担心的是事情清静。。 。逻辑很简朴：宁愿多烧钱 ， ，也别在数据上显得不敷"AI原生"。。 。 今年5月 ， ，微软因token账单失控 ， ，被迫收回大部分Claude Code授权 ， ，把员工推回更自制的Copilot。。 。
Salesforce更直白。。 。
公司做了一个Mac桌面小工具 ， ，每15分钟刷新你的token破费 ， ，同时显示一个"最低预期支出"。。 。上周的标准：Claude Code每月至少100美元 ， ，Cursor每月至少70美元。。 。没达标 ， ，就被标记。。 。
尚有一个工具可以审查任何同事的token支出。。 。员工用来相互较量 ， ，精准找到谁人"略高于平均"的刻度 ， ，然后把自己的破费控制在那里。。 。
一位Salesforce工程师说 ， ，有些同事的做法是让AI"帮我做X" ， ，而这个X跟手头事情毫无关系 ， ，纯粹为了烧token ， ，做完也不会上线。。 。直到上周 ， ，部分团队爽性作废月度上限 ， ，理由是"消除开发流程中的摩擦"。。 。
Uber的故事在时间线上最有戏剧性。。 。
去年12月 ， ，Uber给约5000名工程师配了Claude Code。。 。今年2月使用率32%；；；3月到4月之间飙到84%到95%。。 。70%的代码提交是AI天生的 ， ，11%的后端更新完全不需要人工干预。。 。
听着很厉害。。 。
然后Uber在4月就把整年AI预算烧光了。。 。 每个工程师每月的API本钱在500到2000美元之间。。 。
Uber的COO安德鲁·麦克唐纳（Andrew Macdonald）最近在一档播客里说得很坦诚："当我们讨论AI使用量时 ， ，那些问题数字会让你脑子炸掉。。 。但你要问的是：生产力提升究竟有几多？？哪些产品是AI驱动的？？这两者之间的联系 ， ，还没建设起来。。 。"
公正地说 ， ，预算烧光也可能意味着AI的真实需求比预期更高。。 。要害看多出来的破费换来了什么。。 。但Uber的COO自己也认可 ， ，产出和破费之间的联系还没建设起来。。 。
他还补了一句："现在还没有什么真正腾飞的工具。。 。"
二、账本不会说谎
把上面的故事串起来 ， ，一个配合的问题浮出来了：AI究竟替公司省了钱 ， ，照旧多花了钱？？
先看英伟达。。 。英伟达深度学习研究副总裁布莱恩·卡坦扎罗（Bryan Catanzaro）今年4月接受Axios采访时说了一句明确话：在他自己的团队里 ， ，AI盘算本钱已经远远凌驾员工人为总和。。 。GPU和推理的支出 ， ，比人工本钱还高。。 。
注重 ， ，说这话的人是英伟达的人。。 。英伟达是卖GPU的。。 。连他们自己都说 ， ，重度使用AI的团队面临盘算本钱远高于人力本钱的现实。。 。
再看行业数据。。 。多份2026年的追踪报告显示 ， ，Claude Code和Copilot宣传每月10到200美元的订阅费 ， ，但在重度智能体模式下 ， ，每个工程师每月的现实API本钱跑到500到2000美元。。 。 加上代码审查、手艺债务、调试这些隐藏本钱 ， ，一个AI辅助团队的总拥有本钱比纯人类团队横跨12%以上。。 。
不但是编码辅助。。 。更重大的AI智能体项目本钱更高。。 。
Gartner展望 ， ，到2027年 ， ，40%的AI智能体项目会因本钱超支被砍掉。。 。德勤2026年的报告发明 ， ，只有11%的公司真正把AI智能体安排到了生产情形。。 。凌驾80%的项目因本钱爆表而暂停；；蜃鞣。。 。 一个AI智能体的开发和运行总本钱 ， ，往往从预期的5万美元飙到38万美元以上。。 。
外貌效率很高 ， ，现实上token消耗和一连维护很快就把预算撑破了。。 。
这里引出一个170年前的经济学看法：杰文斯悖论。。 。
经济学家杰文斯发明：蒸汽机效率提高后 ， ，煤炭消耗不但没镌汰 ， ，反而大幅增添。。 。由于效率高了 ， ，使用门槛低了 ， ，用的人多了 ， ，总消耗反而更大。。 。
AI token的情形一模一样。。 。单价在一连下降 ， ，但人均使用量的增久远远跑赢降价速率。。 。尤其是AI智能体完成一个使命需要的token是通俗问答的1000倍。。 。OpenClaw的首创人彼得·斯坦伯格（Peter Steinberger）透露 ， ，他的团队一个月的token本钱凌驾130万美元。。 。
效率提升→使用量暴增→总本钱不降反升。。 。杰文斯悖论在AI时代的准确复现。。 。
但目今大厂面临的问题比杰文斯悖论更糟。。 。不但是总量在涨 ， ，涨出来的部分有大宗是纯铺张。。 。
一位IBM配景的手艺视察者在X上谈论："'AI取代你的事情'这个叙事撞上了一堵墙。。 。微软发明AI比人力更贵。。 。Uber四个月烧完整年预算。。 。若是AI比雇你更贵……之前的恐慌是不是过头了？？"
tokenmaxxing导致的铺张是一笔账 ， ，AI自己的本钱结构是另一笔账。。 。前者可以通过改变激励方式解决；；；后者需要等手艺降本。。 。但当两笔账叠在一起 ， ，大厂看到的就是一个让CFO头疼的数字。。 。
三、Shopify的差别解法
是不是所有人都在踩统一个坑？？不是。。 。
也有团队用AI真正提了效。。 。条件是它们历来没把"用量"当KPI。。 。
Shopify是去年最早做token排行榜的公司 ， ，但路径跟前面几家纷歧样。。 。工程认真人法汉·塔瓦尔（Farhan Thawar）说 ， ，他们厥后把"排行榜"更名叫"使用仪表盘"。。 。"原因很显着 ， ，我们不想勉励'竞争'上榜。。 。"
他们还做了三件事。。 。
一 ， ，装了"断路器"。。 。某个人的token破费一天内异常飙升 ， ，系统自动切断会见。。 。塔瓦尔说这个断路器不但帮他们发明了失控智能体 ， ，还顺带揪出了一些基础设施的bug。。 。
二 ， ，对高消耗的人做人工跟进。。 。不是表扬 ， ，而是问：你为什么花这么多？？使用场景是什么？？若是有人为了烧token而烧token ， ，到这一步会很难看。。 。
三 ， ，关注了一个更刁钻的指标：不看"谁花的总token最多" ， ，而看"谁的token最贵"。。 。他们发明 ， ，token单价最高的开发者 ， ，往往在做最有深度的活。。 。 由于他们在用AI啃硬骨头 ， ，而不是刷简朴使命。。 。
Shopify的履历说明一件事：问题不在于用不必AI ， ，而在于你盯着什么指标。。 。盯着消耗量 ， ，获得的是铺张。。 。盯着产出质量 ， ，获得的是效率。。 。
有中文科技博主谈论："真正的能手用AI是去解决痛点、省掉低价值劳动 ， ，不是为了刷token而刷token。。 。大厂现在整体进入AI的'moment of truth'。。 。Uber烧穿预算 ， ，亚马逊踩刹车 ， ，下一步可能就是更重视真实ROI ， ，而不是外貌的活跃度数据。。 。"
四、统一个坑 ， ，换了个名字
X上一位开发者谈论："扭曲的激励 ， ，必定滋生经济上的低效。。 。微软、Meta、亚马逊僵化的AI接纳指标 ， ，正在反噬成一场重大的本钱危；；。。 。"
转头看这场"tokenmaxxing"闹剧 ， ，有一种强烈的既视感：这不就是昔时"代码行数"审核的翻版吗？？
一经有一段时间 ， ，许多公司用程序员天天写几多行代码来权衡产出。。 。厥后各人发明这事蠢透了。。 。写一万行样板代码 ， ，不如写十行解决焦点问题的逻辑。。 。最优异的开发者往往不是写得最多的人 ， ，而是能最快最稳解决难题的人。。 。
token数也一样。。 。容易被使用 ， ，一旦列入审核就一定会被使用。。 。区别在于：使用代码行数的价钱最多是铺张几张纸 ， ，使用token数的价钱是真金白银的AI账单。。 。
Pragmatic Engineer播客主持人杰尔吉·奥罗兹（Gergely Orosz）追踪多家大厂后下了判断：tokenmaxxing对AI厂商是好事 ， ，对其他所有人都是坏事。。 。
为什么对AI厂商好？？由于每一笔被铺张的token ， ，都会酿成AI公司的收入。。 。
这也是为什么黄仁勋会在今年3月的英伟达开发者大会上对犹豫用AI的司理说"你疯了吗" ， ，为什么他勉励工程师每年消耗至少相当于自己半年薪水的token。。 。
态度差别 ， ，账的算法就差别。。 。
五、比"贵不贵"更主要的问题
把整件事拉远一点看。。 。
亚马逊、Meta、微软、Salesforce、Uber ， ，都在做统一件事：用排行榜、最低消耗、KPI绑定 ， ，变着办法推员工"多用AI"。。 。
背后的假设很简朴：AI能替换人的一部分事情 ， ，多用就即是多省人力本钱。。 。
这个假设正在被现实打脸。。 。
AI确实能做许多事。。 。但它现在的本钱结构 ， ，远没有抵达"比人自制"的拐点。。 。强迫员工多用的效果 ， ，不是效率线性提升 ， ，而是大宗"为了用而用"的铺张。。 。就像亚马逊那位VP说的："别为了用AI而用AI。。 。"
Uber的COO说得更直白：token消耗和现实产出之间 ， ，"联系还没建设起来"。。 。
这不是说AI没用。。 。而是说 ， ，权衡方式一最先就错了的话 ， ，越用力推 ， ，离目的越远。。 。
排行榜上烧token最猛的人 ， ，恰恰是产出最低效的人。。 。为了达标让AI跑无用使命的团队 ， ，恰恰是消耗资源最多的团队。。 。
问题的焦点不在于AI手艺够不敷好 ， ，也不在于token够不敷自制。。 。而在于：当一家公司把"AI使用率"自己当成目的 ， ，它获得的一定是漂亮的数据和糟糕的账本。。 。
token价钱还在一连下降。。 。今天不划算的事 ， ，明年可能就划算了。。 。但至少今天 ， ，大厂需要面临的现实是：AI还没自制到可以随便烧。。 。
现在的谜底：当你想用AI替换人的时间 ， ，你可能要多付一笔钱。。 。并且付了这笔钱之后 ， ，你获得的不是省下来的人力 ， ，而是一群忙着烧token、做无用功、相互攀比数据的人。。 。
最后在干活和铺张的 ， ，照旧人。。 。
正如那位手艺视察者的反问：若是AI比雇你还贵 ， ，之前的恐慌是不是过头了？？
亚马逊、Meta悄悄关掉排行榜 ， ，也就不难明确了。。 。大厂正在整体进入一轮"AI大整理"。。 。
账算不过来的时间 ， ，数据再悦目也没用。。 。
真正用好AI的团队 ， ，历来不是盯着token数干活。。 。他们想的是怎么用AI省掉低价值劳动 ， ，而不是怎么让仪表盘上的数字更漂亮。。 。
这个区别 ， ，决议了AI究竟是工具 ， ，照旧一张越来越贵的账单。。 。
中新网5月11日电 据工信部网站新闻 ， ，克日 ， ，工信部等五部分联合印发《纺织服装卓越品牌培育行动方案(2026—2028年)》(以下简称《行动方案》)。。 。《行动方案》提出 ， ，到2028年 ， ，纺织服装品牌的竞争优势和市场影响力显著提升 ， ，培育不少于25个纺织服装卓越品牌。。 。 -->