说实话，这件事背后折射的问题相当值得玩味。亚马逊近期关闭了内部AI使用效率排行榜，起因是不少员工为了冲排名，不惜创造大量无效操作，直接推高了公司的算力成本支出。

据《金融时报》5月29日报道，亚马逊内部曾设有一张名为“Kirorank”的评分榜单，依托其开发者平台Kiro，初衷是量化员工对AI工具的使用深度，旨在促进AI在实际业务中的落地。结果却走向了反面。部分员工为了让排名好看，指挥AI智能体执行大量无实质意义的任务，一心追求Token消耗量的最大化，最终导致算力资源被严重浪费。

值得关注的是，这并非亚马逊独有现象。Meta、微软、谷歌等硅谷巨头内部也纷纷上演类似的“Token最大化”竞赛。这股风潮甚至蔓延至中国——有网友爆料称，国内个别大厂已开始将Token消耗量纳入考核，并与转正、绩效评估、晋升直接挂钩。

那么核心问题来了：当Token消耗成为KPI指标，企业该如何避免陷入“为用AI而用AI”的盲区，防止通过刷量造成算力空耗？更深一层看，Token消耗量大是否就等同于产出价值高？相比单纯统计Token用量，是否存在更成熟、更稳定的衡量标准？

硅谷“卷”Token用量的现象与反思

先简单科普一下Token的概念。它是大模型处理文本的最小单位——每次你输入提示词或模型输出结果，都会消耗Token。一个Token可以对应一个字、一个常见词汇，甚至一个标点或空格。国内国家数据局在3月份将其译为“词元”，认为它不仅是智能时代的价值锚点，更是连接技术供给与商业需求的“结算单位”。

随着AI应用加速推进，越来越多企业将Token消耗量视为反映AI发展规模和活跃度的关键指标。硅谷甚至出现了“Tokenmaxxing（Token最大化）”的趋势。亚马逊、Meta、微软等巨头为了鼓励员工使用AI，纷纷将Token用量纳入考核，部分公司还设立了内部排行榜，实时展示每个人的Token消耗数据。

以Meta为例。2025年4月初，一名Meta员工创建了名为“Claudeonomics”的内部仪表盘，用于统计公司8.5万余名员工的Token使用情况，并展示排名前250位的姓名。据媒体报道，30天内Meta全员共消耗60万亿Token。排名第一的员工个人消耗高达2810亿Token——按照Claude公开API价格折算，这名“榜一大哥”单月花费公司超过140万美元的AI费用。该榜单在科技媒体曝光后随即下线，创建者表示“因数据被外部分享，决定暂时关闭”。

不止科技公司，流媒体巨头迪士尼也加入了Tokenmaxxing行列。他们内网挂载了一块“AI Adoption Dashboard”看板，实时显示员工调用Anthropic旗下Claude模型的频率、请求次数及Token消耗量。

这些动作表明，部分企业管理层确实将Token消耗量视为员工AI能力的评估尺。2025年3月的GTC大会上，英伟达CEO黄仁勋直言：一个年薪50万美元的工程师，如果一年消耗不掉25万美元的Token，他会深感焦虑。他甚至提出把Token当作工资发放，每年给工程师一笔相当于一半薪水的Token预算，“让他们的能力放大10倍”。

在以黄仁勋为代表的AI领袖叙事中，Token正逐渐演变为生产力指标，未来甚至可能成为薪酬福利或新型货币。但这种叙事也面临质疑。现实问题是：消耗Token需要成本，大量AI投入最终有多少转化为了有效产出？当Token用量与考核挂钩，它究竟是激励员工拥抱AI浪潮，还是可能滋生异化行为？

亚马逊的实践给出了一个答案。据《金融时报》5月29日报道，亚马逊近期关停了内部AI使用排行榜KiroRank。该系统原本用于评估开发者平台Kiro的用户表现，但部分员工让AI智能体执行大量无效任务来刷榜，结果导致算力成本大幅攀升。

更早的消息显示，亚马逊曾设定考核目标：超过80%的研发人员每周必须使用AI工具，并通过内部排行榜实时统计Token消耗量。面对压力，不少员工开始刻意刷数据。

亚马逊方面解释称，该榜单是部分员工自发搭建的，初衷是展示AI的赋能作用，公司核心目标是提升运营效率，结果却适得其反。亚马逊高级副总裁戴夫·特雷德韦尔（Dave Treadwell）告诫员工：“请不要为了用AI而用AI。”

另有媒体报道，亚马逊已改用“标准化部署量”作为新考核指标，更关注工程师通过AI产出有效代码的频率，而非单纯的Token消耗量。

当Token成为KPI，有人用昂贵的算力上演“忙碌秀”

除了亚马逊，Meta等其他科技公司也被曝存在员工刻意刷Token消耗量、抬高内部排名的现象。那么，该如何看待这种行为？

艾媒咨询CEO张毅在接受采访时表示，硅谷企业推出Token消耗榜单，核心目的是通过可量化数据快速推动AI工具普及，以排名竞争倒逼员工主动拥抱AI，加速企业数字化转型。但在排名压力下，员工必然产生无效调用——不仅浪费算力，还分散工作精力，违背AI降本增效的初衷，也暴露了企业AI管理体系的短板。

大厂员工用昂贵的算力表演“忙碌”，问题究竟出在哪里？张毅直言，根源在于企业用简单的Token使用频次替代了价值考核，这种单一量化指标极易诱发形式主义。

这股风气确实已扩散至中国国内。近期有网友发帖称，某大厂绩效将参考Token消耗数据，或影响转正、年度绩效和晋升。与此同时，为鼓励员工拥抱AI变革，腾讯、阿里、字节等企业也相继公布了与Token相关的政策，例如提供内部AI工具免费额度、外部购买AI工具可报销，并对技术和算法等核心岗位配置Token补贴。也有企业通过优秀案例评优、创新项目奖励等方式来激励员工使用AI。

当Token消耗成为KPI，如何避免陷入“为用AI而用AI”的怪圈？张毅建议，Token消耗量只能反映AI调用的频次和活跃度，说明员工对AI工具的使用程度，但无法直接等同于工作效率和业务价值。更合理的衡量指标应聚焦业务结果——比如任务交付效率、内容可用率、错误返工率、成本节约额、业务创新成果等，从投入产出角度评估AI使用的真实效能。

值得一提的是，随着算力账单持续增加，一些科技公司开始审视Token究竟能否烧出价值。Uber首席运营官安德鲁·麦克唐纳德（Andrew Macdonald）在近期一档播客中表示，更高的Token使用量并未转化为同等有效的功能增长，公司越来越难以为持续攀升的AI支出做出合理解释。

业内也不乏质疑“唯Token论”的声音。2025年3月，Gartner研究副总裁孙鑫撰文指出，Token数量在结构上并不适用于评估AI成功与否，反而可能误导企业决策者。原因主要有三点：以Token为信号会导致错位激励；Token消耗与业务价值脱节；Token数量在技术上无法实现厂商之间的直接比较。

百度创始人李彦宏也在思考：AI时代的度量衡究竟是什么？他认为Token只代表成本，不代表收益；它衡量的是投入，而非产出。另外，Token消耗有没有效率、产出了什么价值——这些Token本身无法回答。

在2025年5月的Create2026百度AI开发者大会上，李彦宏正式提出，进入智能体时代，衡量平台和生态的繁荣，比起Token消耗，更应关注“日活智能体数”（Daily Active Agents，简称DAA），即有多少Agent在为人类工作并交付结果。

再往前看，美国CRM巨头Salesforce尝试提出了一个新概念：智能体工作单元（AWU, Agentic Work Units）。它把智能体完成的一项独立任务定义为原始算力真正转化为实际工作价值的过程——可以是完成一次指令交互，也可以是一轮逻辑推理，更核心的是完成一次工具调用。

自智能体兴起以来，行业一直以Token消耗量评判AI使用成效，但Token只能体现交互频次，无法衡量实际落地的工作成果。当企业试图将Token用量纳入KPI，必须想清楚如何避免这套机制跑偏。未来Token狂热终会退散，如何剔除无效的AI账单，回归价值创造本身，是摆在每家企业面前的必答题。

（采写：南都N视频记者李玲 发自北京）