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。。

2026年5月26日10:00，
，，经公证职员的公证，
，，最先举行新能源指标设置。。设置竣事后，
，，宣布家庭新能源小客车指标的积分排序入围名单，
，，宣布个人和单位新能源小客车指标的设置效果。。