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 AI Adoption Dashboard，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 All in 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 Claude Code 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 Claude Code，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 Claude Code 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 Claude Code 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GitHub Copilot CLI 的怀抱。

虽说官方口径是做整合，迁到 GitHub Copilot 仍然可以用 Claude 的模型，但在The Verge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 Uber COO Andrew Macdonald 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 Peter Steinberger 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？

撰文：西西

编辑：江江&面线

美编：焕妍

图片、资料来源：

X、彭博社

小红书用户：@慢手

Axios，AI sticker shock hits corporate America大厂电报，一晚上烧掉200万元Token，米哈游买了个教训部分图源网络