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；蜃鞣稀。 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。。

喜欢大胸只是本能，，，，，，喜欢贫乳才是审美。。