出品 | 网易智能山南海绵胶

作者 | 辰辰

编辑 | 凤枝

AI用得多了，活却没多干。

本周，关闭了个叫\"Kiro Rank\"的内部排行榜。它按员工使用AI的活跃度分排名。管理层的想法很简单：鼓励工程师多用AI。线员工的反应也很简单：那就先把数字刷好看。

于是，AI智能体被派去跑没人需要的任务；明明几秒钟就能查到的文档，也要交给模型绕圈；代码生成出来，转头又被删掉。

token了，排名涨了，真正的活没多干。

亚马逊总裁戴夫·特雷德韦尔只好在内部喊停：\"别为了用AI而用AI。\"

这件事讽刺的地在于：亚马逊是全世界舍得在AI上花钱的公司之，今年预计资本支出2000亿美元，大部分投向AI和数据中心。可它现在要提醒自己的工程师，别为了刷指标乱用AI。

不是AI没用，而是指标错了。旦\"用了多少\"变成目标，KPI就定变漂亮，账单也定变贵。

有网友在X上评论得针见：\"AI本应替代人力或降低人力成本，结果它变成了个比人类员工还贵的'员工'。\"

、排行榜个接个消失了

亚马逊不是唯踩刹车的。几乎同时间，类似的事在硅谷大厂接连上演。

Meta内部有个叫\"Claudeonomics\"的排行榜。用的是Anthropic的Claude模型，所以起了这么个名字。榜单统计85000多名员工的AI使用量，列出前250名\"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了。

《The Information》报道显示，Meta员工30天内消耗了60.2万亿个token。按Anthropic的API公开价格，这笔账单约9亿美元。 即使大客户有折扣，保守估计也在1亿美元以上。

位Meta工程师私下说，大量开发者在跑种类似OpenClaw的内部智能体，狂token，产出几乎为。他还提到，些线上事故的根因被追溯到AI生成的代码。写代码的人似乎关心堆出大量代码，而不是代码能不能跑。

排行榜顶端那些人，产出的东西基本都是\"次垃圾\"。 他的原话。

被媒体曝光后二天，Meta悄悄下线了这个排行榜。

微软从今年1月就开始搞内部token排行榜。这个榜有个耐人寻味的特点：排名靠前的很多是VP别和杰出工程师别的人。平时开会多、写代码少，但token用量遥遥先。

位微软工程师承认自己在\"tokenmaxxing\"。不是因为想上榜，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。为了抬数据，我会拿文档里已经有的问题去问AI，让AI把文档处理遍再回答我，比直接查文档慢10倍，但能很多token。我还会让AI去原型化些我根本不做的，提示几次之后把代码全删了。\"

这位工程师入职不久，担心的是工作安全。逻辑很简单：宁可多钱，也别在数据上显得不够\"AI原生\"。 今年5月，微软因token账单失控，被迫收回大部分Claude Code授权山南海绵胶，把员工回便宜的Copilot。

Salesforce直白。

公司做了个Mac桌面小工具，每15分钟刷新你的token花费，同时显示个\"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。

奥力斯    PVC管道管件粘结胶价格     联系人：王经理    手机：18231788377（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区/p>

还有个工具可以查看任何同事的token支出。员工用来互相比较，找到那个\"略于平均\"的刻度，然后把自己的花费控制在那里。

位Salesforce工程师说，有些同事的做法是让AI\"帮我做X\"，而这个X跟手头工作毫关系，纯粹为了token，做完也不会上线。直到上周，部分团队干脆取消月度上限，理由是\"消除开发流程中的摩擦\"。

Uber的故事在时间线上有戏剧。

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生成的，11的后端新不需要人工干预。

听着很厉害。

然后Uber在4月就把全年AI预光了。 每个工程师每月的API成本在500到2000美元之间。

Uber的COO安德鲁·麦克唐纳（Andrew Macdonald）近在档播客里说得很坦诚：\"当我们讨论AI使用量时，那些标题数字会让你脑子炸掉。但你要问的是：生产力提升到底有多少？哪些产品是AI驱动的？这两者之间的联系，还没建立起来。\"

公平地说，预光也可能意味着AI的真实需求比预期。关键看多出来的花费换来了什么。但Uber的COO自己也承认，产出和花费之间的联系还没建立起来。

他还补了句：\"目前还没有什么真正起飞的东西。\"

二、账本不会说谎

把上面的故事串起来，个共同的问题浮出来了：AI到底替公司省了钱，还是多花了钱？

先看英伟达。英伟达度学习研究总裁布莱恩·卡坦扎罗（Bryan Catanzaro）今年4月接受Axios采访时说了句大白话：在他自己的团队里，AI计成本已经远远过员工工资总和。GPU和理的支出，比人工成本还。

注意，说这话的人是英伟达的人。英伟达是GPU的。连他们自己都说，重度使用AI的团队面临计成本远于人力成本的现实。

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，每个工程师每月的实际API成本跑到500到2000美元。 加上代码审查、技术债务、调试这些隐藏成本，个AI辅助团队的总拥有成本比纯人类团队出12以上。

不只是编码辅助。复杂的AI智能体项目成本。

Gartner预测，到2027年，40的AI智能体项目会因成本支被掉。德勤2026年的报告发现，只有11的公司真正把AI智能体部署到了生产环境。过80的项目因成本爆表而暂停或取消。 个AI智能体的开发和运行总成本，往往从预期的5万美元飙到38万美元以上。

表面率很，实际上token消耗和持续维护很快就把预撑破了。

这里引出个170年前的经济学概念：杰文斯悖论。

经济学杰文斯发现：蒸汽机率提后山南海绵胶，煤炭消耗不但没减少，泡沫板橡塑板专用胶反而大幅增加。因为率了，使用门槛低了，用的人多了，总消耗反而大。

AI token的情况模样。单价在持续下降，但人均使用量的增长远远跑赢降价速度。尤其是AI智能体完成个任务需要的token是普通问答的1000倍。OpenClaw的创始人彼得·斯坦伯格（Peter Steinberger）透露，他的团队个月的token成本过130万美元。

率提升→使用量暴增→总成本不降反升。杰文斯悖论在AI时代的精确复现。

但当前大厂面对的问题比杰文斯悖论糟。不只是总量在涨，涨出来的部分有大量是纯浪费。

位IBM背景的技术观察者在X上评论：\"'AI取代你的工作'这个叙事撞上了堵墙。微软发现AI比人力贵。Uber四个月年预。如果AI比雇你贵……之前的恐慌是不是过头了？\"

tokenmaxxing致的浪费是笔账，AI本身的成本结构是另笔账。前者可以通过改变激励式解决；后者需要等技术降本。但当两笔账叠在起，大厂看到的就是个让CFO头疼的数字。

三、Shopify的不同解法

是不是所有人都在踩同个坑？不是。

也有团队用AI真正提了。前提是它们从来没把\"用量\"当KPI。

Shopify是去年早做token排行榜的公司，但路径跟前面几不样。工程负责人法汉·塔瓦尔（Farhan Thawar）说，他们后来把\"排行榜\"改名叫\"使用仪表盘\"。\"原因很明显，我们不想鼓励'竞争'上榜。\"

他们还做了三件事。

，装了\"断路器\"。某个人的token花费天内异常飙升，系统自动切断访问。塔瓦尔说这个断路器不只帮他们发现了失控智能体，还顺带揪出了些基础设施的bug。

二，对消费的人做人工跟进。不是表扬，而是问：你为什么花这么多？使用场景是什么？如果有人为了token而token，到这步会很难看。

三，关注了个刁钻的指标：不看\"谁花的总token多\"，而看\"谁的token贵\"。他们发现，token单价的开发者，往往在做有度的活。 因为他们在用AI啃硬骨头，而不是刷简单任务。

Shopify的经验说明件事：问题不在于用不用AI，而在于你盯着什么指标。盯着消耗量，得到的是浪费。盯着产出质量，得到的是率。

有中文科技博主评论：\"真正的手用AI是去解决痛点、省掉低价值劳动，不是为了刷token而刷token。大厂现在集体进入AI的'moment of truth'。Uber穿预，亚马逊踩刹车，下步可能就是重视真实ROI，而不是表面的活跃度数据。\"

四、同个坑，换了个名字

X上位开发者评论：\"扭曲的激励，然滋生经济上的低。微软、Meta、亚马逊僵化的AI采用指标，正在反噬成场巨大的成本危机。\"

回头看这场\"tokenmaxxing\"闹剧，有种强烈的既视感：这不就是当年\"代码行数\"考核的翻版吗？

曾经有段时间，很多公司用程序员每天写多少行代码来衡量产出。后来大发现这事蠢透了。写万行样板代码，不如写十行解决核心问题的逻辑。优秀的开发者往往不是写得多的人，而是能快稳解决难题的人。

token数也样。容易被操纵，旦列入考核就定会被操纵。区别在于：操纵代码行数的代价多是浪费几张纸，操纵token数的代价是真金白银的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？因为每笔被浪费的token，都会变成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的经理说\"你了吗\"，为什么他鼓励工程师每年消耗至少相当于自己半年薪水的token。

立场不同，账的法就不同。

五、比\"贵不贵\"重要的问题

把整件事拉远点看。

亚马逊、Meta、微软、Salesforce、Uber，都在做同件事：用排行榜、低消费、KPI绑定，变着法子员工\"多用AI\"。

背后的假设很简单：AI能替代人的部分工作，多用就等于多省人力成本。

这个假设正在被现实脸。

AI确实能做很多事。但它目前的成本结构，远没有达到\"比人便宜\"的拐点。强迫员工多用的结果，不是率线提升，而是大量\"为了用而用\"的浪费。就像亚马逊那位VP说的：\"别为了用AI而用AI。\"

Uber的COO说得直白：token消耗和实际产出之间，\"联系还没建立起来\"。

这不是说AI没用。而是说，衡量式开始就错了的话，越用力，离目标越远。

排行榜上token猛的人，恰恰是产出低的人。为了达标让AI跑用任务的团队，恰恰是消耗资源多的团队。

问题的核心不在于AI技术够不够好，也不在于token够不够便宜。而在于：当公司把\"AI使用率\"本身当成目标，它得到的定是漂亮的数据和糟糕的账本。

token价格还在持续下降。今天不划的事，明年可能就划了。但至少今天，大厂需要面对的现实是：AI还没便宜到可以随便。

目前的答案：当你想用AI替代人的时候，你可能要多付笔钱。而且付了这笔钱之后，你得到的不是省下来的人力，而是群忙着token、做用功、互相攀比数据的人。

后在干活和浪费的，还是人。

正如那位技术观察者的反问：如果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，也就不难理解了。大厂正在集体进入轮\"AI大清\"。

账不过来的时候，数据再好看也没用。

真正用好AI的团队，从来不是盯着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漂亮。

这个区别，决定了AI到底是工具，还是张越来越贵的账单。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。