出品 | 網易智能

作者 | 辰辰

編輯 | 王鳳枝

AI用得更多了，活卻沒多干。

本周，亞馬遜關閉了一個叫"Kiro Rank"的內部排行榜。它按員工使用AI的活躍度打分排名。管理層的想法很簡單：鼓勵工程師多用AI。一線員工的反應也很簡單：那就先把數字刷好看。

于是，AI智能體被派去跑沒人需要的任務；明明幾秒鐘就能查到的文檔，也要交給模型繞一圈；代碼生成出來，轉頭又被刪掉。

token燒了，排名漲了，真正的活沒多干。

亞馬遜高級副總裁戴夫·特雷德韋爾只好在內部喊停："別為了用AI而用AI。"

這件事最諷刺的地方在于：亞馬遜是全世界最舍得在AI上花錢的公司之一，今年預計資本支出2000億美元，大部分投向AI和數據中心。可它現在要提醒自己的工程師，別為了刷指標亂用AI。

不是AI沒用，而是指標錯了。一旦"用了多少"變成目標，KPI就一定變漂亮，賬單也一定變貴。

有網友在X上評論得一針見血："AI本應替代人力或降低人力成本，結果它變成了一個比人類員工還貴的'超級員工'。"

排行榜一個接一個消失了

亞馬遜不是唯一踩剎車的。幾乎同一時間，類似的事在硅谷大廠接連上演。

Meta內部有一個叫"Claudeonomics"的排行榜。用的是Anthropic的Claude模型，所以起了這么個名字。榜單統計85000多名員工的AI使用量，列出前250名"超級用戶"。排在頂端的頭銜叫"Token Legend"，token傳奇。

聽著像游戲段位。員工也確實把它當游戲打了。

《The Information》獨家報道顯示，Meta員工30天內消耗了60.2萬億個token。按Anthropic的API公開價格算，這筆賬單約9億美元。 即使大客戶有折扣，保守估計也在1億美元以上。

一位Meta工程師私下說，大量開發者在跑一種類似OpenClaw的內部智能體，瘋狂燒token，產出幾乎為零。他還提到，一些線上事故的根因被追溯到AI生成的代碼。寫代碼的人似乎更關心堆出大量代碼，而不是代碼能不能跑。

排行榜頂端那些人，產出的東西基本都是"一次性垃圾"。 他的原話被媒體曝光后第二天，Meta悄悄下線了這個排行榜。

微軟從今年1月就開始搞內部token排行榜。這個榜有個耐人尋味的特點：排名靠前的很多是VP級別和杰出工程師級別的人。平時開會多、寫代碼少，但token用量遙遙領先。

一位微軟工程師承認自己在"tokenmaxxing"。不是因為想上榜，而是怕被看到token用得太少。他說：

"我們有內部儀表盤，追蹤AI使用量、token消耗、AI寫的代碼占比。我不想被貼上'AI用得少'的標簽。為了抬高數據，我會拿文檔里已經有的問題去問AI，讓AI把文檔處理一遍再回答我，比直接查文檔慢10倍，但能燒很多token。我還會讓AI去原型化一些我根本不打算做的功能，提示幾次之后把代碼全刪了。"

這位工程師入職不久，擔心的是工作安全。邏輯很簡單：寧可多燒錢，也別在數據上顯得不夠"AI原生"。 今年5月，微軟因token賬單失控，被迫收回大部分Claude Code授權，把員工推回更便宜的Copilot。

Salesforce更直白。

公司做了一個Mac桌面小工具，每15分鐘刷新你的token花費，同時顯示一個"最低預期支出"。上周的標準：Claude Code每月至少100美元，Cursor每月至少70美元。沒達標，就被標記。

還有一個工具可以查看任何同事的token支出。員工用來互相比較，精準找到那個"略高于平均"的刻度，然后把自己的花費控制在那里。

一位Salesforce工程師說，有些同事的做法是讓AI"幫我做X"，而這個X跟手頭工作毫無關系，純粹為了燒token，做完也不會上線。直到上周，部分團隊干脆取消月度上限，理由是"消除開發流程中的摩擦"。

Uber的故事在時間線上最有戲劇性。

去年12月，Uber給約5000名工程師配了Claude Code。今年2月使用率32%；3月到4月之間飆到84%到95%。70%的代碼提交是AI生成的，11%的后端更新完全不需要人工干預。

聽著很厲害。

然后Uber在4月就把全年AI預算燒光了。 每個工程師每月的API成本在500到2000美元之間。

Uber的COO安德魯·麥克唐納（Andrew Macdonald）最近在一檔播客里說得很坦誠："當我們討論AI使用量時，那些標題數字會讓你腦子炸掉。但你要問的是：生產力提升到底有多少？哪些產品是AI驅動的？這兩者之間的聯系，還沒建立起來。"

公平地說，預算燒光也可能意味著AI的真實需求比預期更高。關鍵看多出來的花費換來了什么。但Uber的COO自己也承認，產出和花費之間的聯系還沒建立起來。

他還補了一句："目前還沒有什么真正起飛的東西。"

賬本不會說謊

把上面的故事串起來，一個共同的問題浮出來了：AI到底替公司省了錢，還是多花了錢？

先看英偉達。英偉達深度學習研究副總裁布萊恩·卡坦扎羅（Bryan Catanzaro）今年4月接受Axios采訪時說了一句大白話：在他自己的團隊里，AI計算成本已經遠遠超過員工工資總和。GPU和推理的支出，比人工成本還高。

注意，說這話的人是英偉達的人。英偉達是賣GPU的。連他們自己都說，重度使用AI的團隊面臨計算成本遠高于人力成本的現實。

再看行業數據。多份2026年的追蹤報告顯示，Claude Code和Copilot宣傳每月10到200美元的訂閱費，但在重度智能體模式下，每個工程師每月的實際API成本跑到500到2000美元。 加上代碼審查、技術債務、調試這些隱藏成本，一個AI輔助團隊的總擁有成本比純人類團隊高出12%以上。

不只是編碼輔助。更復雜的AI智能體項目成本更高。

Gartner預測，到2027年，40%的AI智能體項目會因成本超支被砍掉。德勤2026年的報告發現，只有11%的公司真正把AI智能體部署到了生產環境。超過80%的項目因成本爆表而暫停或取消。 一個AI智能體的開發和運行總成本，往往從預期的5萬美元飆到38萬美元以上。

表面效率很高，實際上token消耗和持續維護很快就把預算撐破了。

這里引出一個170年前的經濟學概念：杰文斯悖論。

經濟學家杰文斯發現：蒸汽機效率提高后，煤炭消耗不但沒減少，反而大幅增加。因為效率高了，使用門檻低了，用的人多了，總消耗反而更大。

AI token的情況一模一樣。單價在持續下降，但人均使用量的增長遠遠跑贏降價速度。尤其是AI智能體完成一個任務需要的token是普通問答的1000倍。OpenClaw的創始人彼得·斯坦伯格（Peter Steinberger）透露，他的團隊一個月的token成本超過130萬美元。

效率提升→使用量暴增→總成本不降反升。杰文斯悖論在AI時代的精確復現。

但當前大廠面對的問題比杰文斯悖論更糟。不只是總量在漲，漲出來的部分有大量是純浪費。

一位IBM背景的技術觀察者在X上評論："'AI取代你的工作'這個敘事撞上了一堵墻。微軟發現AI比人力更貴。Uber四個月燒完全年預算。如果AI比雇你更貴……之前的恐慌是不是過頭了？"

tokenmaxxing導致的浪費是一筆賬，AI本身的成本結構是另一筆賬。前者可以通過改變激勵方式解決；后者需要等技術降本。但當兩筆賬疊在一起，大廠看到的就是一個讓CFO頭疼的數字。

Shopify的不同解法

是不是所有人都在踩同一個坑？不是。

也有團隊用AI真正提了效。前提是它們從來沒把"用量"當KPI。

Shopify是去年最早做token排行榜的公司，但路徑跟前面幾家不一樣。工程負責人法漢·塔瓦爾（Farhan Thawar）說，他們后來把"排行榜"改名叫"使用儀表盤"。"原因很明顯，我們不想鼓勵'競爭'上榜。"

他們還做了三件事。

一，裝了"斷路器"。某個人的token花費一天內異常飆升，系統自動切斷訪問。塔瓦爾說這個斷路器不只幫他們發現了失控智能體，還順帶揪出了一些基礎設施的bug。

二，對高消費的人做人工跟進。不是表揚，而是問：你為什么花這么多？使用場景是什么？如果有人為了燒token而燒token，到這一步會很難看。

三，關注了一個更刁鉆的指標：不看"誰花的總token最多"，而看"誰的token最貴"。他們發現，token單價最高的開發者，往往在做最有深度的活。 因為他們在用AI啃硬骨頭，而不是刷簡單任務。

Shopify的經驗說明一件事：問題不在于用不用AI，而在于你盯著什么指標。盯著消耗量，得到的是浪費。盯著產出質量，得到的是效率。

有中文科技博主評論："真正的高手用AI是去解決痛點、省掉低價值勞動，不是為了刷token而刷token。大廠現在集體進入AI的'moment of truth'。Uber燒穿預算，亞馬遜踩剎車，下一步可能就是更重視真實ROI，而不是表面的活躍度數據。"

同一個坑，換了個名字

X上一位開發者評論："扭曲的激勵，必然滋生經濟上的低效。微軟、Meta、亞馬遜僵化的AI采用指標，正在反噬成一場巨大的成本危機。"

回頭看這場"tokenmaxxing"鬧劇，有一種強烈的既視感：這不就是當年"代碼行數"考核的翻版嗎？

曾經有一段時間，很多公司用程序員每天寫多少行代碼來衡量產出。后來大家發現這事蠢透了。寫一萬行樣板代碼，不如寫十行解決核心問題的邏輯。最優秀的開發者往往不是寫得最多的人，而是能最快最穩解決難題的人。

token數也一樣。容易被操縱，一旦列入考核就一定會被操縱。區別在于：操縱代碼行數的代價最多是浪費幾張紙，操縱token數的代價是真金白銀的AI賬單。

Pragmatic Engineer播客主持人杰爾吉·奧羅茲（Gergely Orosz）追蹤多家大廠后下了判斷：tokenmaxxing對AI廠商是好事，對其他所有人都是壞事。

為什么對AI廠商好？因為每一筆被浪費的token，都會變成AI公司的收入。

這也是為什么黃仁勛會在今年3月的英偉達開發者大會上對猶豫用AI的經理說"你瘋了嗎"，為什么他鼓勵工程師每年消耗至少相當于自己半年薪水的token。

立場不同，賬的算法就不同。

比"貴不貴"更重要的問題

把整件事拉遠一點看。

亞馬遜、Meta、微軟、Salesforce、Uber，都在做同一件事：用排行榜、最低消費、KPI綁定，變著法子推員工"多用AI"。

背后的假設很簡單：AI能替代人的一部分工作，多用就等于多省人力成本。

這個假設正在被現實打臉。

AI確實能做很多事。但它目前的成本結構，遠沒有達到"比人便宜"的拐點。強迫員工多用的結果，不是效率線性提升，而是大量"為了用而用"的浪費。就像亞馬遜那位VP說的："別為了用AI而用AI。"

Uber的COO說得更直白：token消耗和實際產出之間，"聯系還沒建立起來"。

這不是說AI沒用。而是說，衡量方式一開始就錯了的話，越用力推，離目標越遠。

排行榜上燒token最猛的人，恰恰是產出最低效的人。為了達標讓AI跑無用任務的團隊，恰恰是消耗資源最多的團隊。

問題的核心不在于AI技術夠不夠好，也不在于token夠不夠便宜。而在于：當一家公司把"AI使用率"本身當成目標，它得到的一定是漂亮的數據和糟糕的賬本。

token價格還在持續下降。今天不劃算的事，明年可能就劃算了。但至少今天，大廠需要面對的現實是：AI還沒便宜到可以隨便燒。

目前的答案：當你想用AI替代人的時候，你可能要多付一筆錢。而且付了這筆錢之后，你得到的不是省下來的人力，而是一群忙著燒token、做無用功、互相攀比數據的人。

最后在干活和浪費的，還是人。

正如那位技術觀察者的反問：如果AI比雇你還貴，之前的恐慌是不是過頭了？

亞馬遜、Meta悄悄關掉排行榜，也就不難理解了。大廠正在集體進入一輪"AI大清算"。

賬算不過來的時候，數據再好看也沒用。

真正用好AI的團隊，從來不是盯著token數干活。他們想的是怎么用AI省掉低價值勞動，而不是怎么讓儀表盤上的數字更漂亮。

這個區別，決定了AI到底是工具，還是一張越來越貴的賬單。