henry 发自 凹非寺量子位 | 公众号 QbitAI

Token经济学，
，可能并不经济。。

（除了AAAAA显卡黄总）

最近，
，Axios爆出一个挺逆天的事儿：一家企业，
，一个月就烧掉了5亿美元的Claude账单，
，合人民币34亿元。。

原因嘛，
，就是老板给员工开通了Anthropic的企业授权之后，
，忘了设置用量上限，
，然后token就一直烧烧烧……

烧了一个月，
，34个小目的就这么水灵灵地出去了。。

咱先不说烧得值不值，
，若是按Anthropic现在约470亿美元的年化收入（ARR）盘算，
，相当于这一家公司，
，一个月就孝顺了Anthropic靠近八分之一的月收入

换句话说，
，Anthropic每赚8块钱，
，其中就有1块来自这家公司。。

更夸张的是，
，这家公司至今没有果真身份。。

但Axios在报道里提到，
，能够“无痛”吞下5亿美元AI账单的企业，
，全球着实也没几多家。。

很快，
，X上最先泛起种种推测，
，其中被点名最多的是亚马逊。。

巧的是，
，就在险些统一时间，
，《金融时报》披露，
，亚马逊已经作废内部AI使用排行榜，
，由于员工最先为了冲榜而疯狂刷Token，
，甚至执行大宗没有现实价值的使命。。

这一前一后两条新闻放在一起看，
，味道就有点纷歧样了。。

已往两年，
，企业最担心的是员工不必AI。。而现在，
，越来越多企业最先担心另一件事：

AI是不是用得太多了。。

美国大厂，
，最先算账了

这种转变，
，最近正在越来越频仍地泛起。。

微软就是一个典范例子。。

最近，
，微软宣布将在6月30日之前作废Experiences + Devices部分（认真Windows、Microsoft 365、Outlook、Teams、Surface）的大部分Claude Code授权，
，工程师们被要求迁徙到自家的GitHub Copilot CLI。。

而Claude Code进入微软内部，
，距离现在不过6个月。。

微软给出的理由很切合硅谷古板——

Claude Code已经完成了资助团队学习和探索的阶段，
，是时间回到“Eat Your Own Dog Food”，
，使用自己的产品了。。

但无论怎样，
，Token账单都是绕不开的话题。。

类似的转变，
，也泛起在DeepSeek身上。。

今年4月宣布V4时，
，DeepSeek在手艺报告里提到，
，V4已经成为公司内部员工日常使用的Agentic Coding模子，
，体验优于Claude Sonnet 4.5，
，交付质量靠近Opus 4.6。。

虽然官方没有明确提及本钱因素，
，但关于拥有自研模子的公司来说，
，用自己的模子完成同样的事情，
，显然是一个更经济的选择。。

若是说微软和DeepSeek还算委婉客套，
，那么Uber则说得越发直接。。

Uber CTO Praveen Neppalli Naga今年早些时间透露，
，公司工程师仅用4个月就烧完了整年Claude Code预算。。

随后，
，Uber首席运营官Andrew Macdonald果真体现：AI Token消耗与最终宣布的有价值产品之间，
，似乎并不保存显着的线性关系。。

换句话说，
，花掉更多Token，
，并纷歧定意味着创立出更多价值。。

类似的反思，
，也最先泛起在更多公司内部。。

此前，
，多邻国曾妄想将AI使用情形纳入员工绩效审核。。但在员工质疑“是否必需为了使用AI而使用AI”之后，
，公司最终撤回了这一决议。。

“感受我们不是在为现实效果认真，
，而是在试图强推一些并不总是适合的工具。。”

今年4月的一档播客中，
，多邻国CEO路易斯·冯·安云云总结。。

Meta的转变则更具代表性。。

在被曝出内部建设Claude使用排行榜、单月消耗数十亿Token后，
，Meta也逐渐最先收紧相关激励，
，从勉励“多用、多刷”，
，转向更关注现实产出。。

与此同时，
，海内也泛起了类似声音。。

米哈游郑银河曾分享过一次履历：某个Agent项目上线后，
，一晚上烧掉了200万元Token用度。。

这笔学费不算自制。。但它也让越来越多企业意识到一个问题：Token自己并不是价值，
，完成使命、交付产品、创立收入，
，才是价值。。

可以说，
，企业依然相信AI，
，只是相比去年，
，它们最先不再纯粹追求消耗更多Token，
，而是最先认真盘算每一个Token背后的ROI。。

AI第一次酿成了财务问题

毫无疑问，
，在履历了泰半年的“黄氏Token经济学”之后，
，美国大厂最先认真反思：

这些Token，
，究竟花得值不值？？？

今年3月，
，黄仁勋在《All-In Podcast》中曾为这套逻辑果真背书。。

若是一个年薪50万美元的工程师每年消耗的token不到25万美元，
，他会深感担心。。

在其时，
，这句话被许多企业奉为圭臬。。

事实，
，若是AI真的能提升工程师效率，
，那么多烧一些Token，
，实质上是在购置生产力。。

用的越多，
，省得越多就是这么来的。。

但问题在于：当一张张真实账单最先寄到企业手里时，
，事情最先变得没那么简朴。。

无论是Amazon作废排行榜，
，微软缩短Claude Code授权，
，照旧Uber发明工程师4个月烧光整年预算。。

老板们最终照旧选择了用脚投票。。

最近，
，关于这件事的讨论也最先在Hacker News上发酵。。

有人以为，
，这是一个主要转折点。。

已往那种把Token消耗量等同于AI接纳率、甚至等同于生产力的狂热阶段，
，正在竣事。。

也有人把矛头直接指向了已往半年盛行的“Tokenmaxxing”文化。。

（注：Token是大语言模子处理文本的基本单位，
，也是计费单位。。Tokenmaxxing指的是企业和员工疯狂追求token消耗量，
，把“烧了几多token”当成AI接纳率和生产力的权衡指标。。）

在他们看来，
，问题并不在于AI，
，而在于企业把“烧更多Token”误当成了目的自己。。

若是使用更高效的模子、合理控制Agent事情流，
，或者让人类加入要害决议，
，本钱本可以低得多。。

虽然，
，也有人开玩笑说：

这场运动最大的赢家，
，重新到尾可能只有黄仁勋。。

不过，
，另一种看法同样值得关注。。

不少开发者以为，
，这并不是AI热潮退去的信号。。

恰恰相反。。

这意味着企业终于最先从“先用再说”，
，进入“细腻运营”的阶段。。

未来各人关注的重点，
，可能不再是谁烧掉更多Token，
，而是谁能用更少的Token完成更多使命。。

好比：更高效的Agent事情流；；；；廉价模子处理简朴使命；；；；腾贵模子只认真要害决议；；；；更严酷的预算和权限治理。。

[1]https://www.tomshardware.com/tech-industry/artificial-intelligence/mystery-company-accidentally-blew-usd500-million-on-claude-in-a-single-month-failed-to-put-usage-limit-on-licenses-for-employees

[2]https://www.axios.com/2026/05/28/ai-spending-roi-enterprise-costs

[3]https://news.ycombinator.com/item?id=48307098

历史首次！美国总统特朗普观战NBA总决赛