不知道你是否留意到，如今许多大型企业内部正流行一种略显“内卷”的新玩法——鼓励员工使用AI，并据此设立排行榜，比拼谁的Token消耗量更多。这个初衷听起来相当积极，但实际执行过程中，往往演变成另一种形式的“内卷”，甚至有些令人哭笑不得。最近，亚马逊就因此结结实实地踩了一个坑。

据《金融时报》报道，亚马逊内部曾流传着一个名为Clauderank的非官方排行榜。该榜单专门追踪旗下Claude AI工具的使用情况，并按员工的活跃度进行排序。初衷是想看看谁在使用AI、使用频率如何，能否起到激励作用。

结果呢？你猜怎么着？为了在排行榜上“刷脸”，员工们开始钻研如何钻空子。他们创建了大量AI智能体，专门执行毫无实际意义的任务。目的只有一个：提高自己的Token消耗量，把排名刷上去。这种行为在内部被形象地称为“刷Token”（tokenmaxxing）。可想而知，这么搞下去，计算成本直接飙升。最终，这个排行榜不得不被关闭。

亚马逊的一位高级副总裁在接受采访时也坦承，这个排行榜的立意确实是想推动大家多尝试AI，但随之而来的算力开销实在太高，有点扛不住了。

有意思的是，亚马逊并非唯一踩坑的企业。今年4月，Meta也关闭了一个类似的非官方排名系统，名为Claudeoconomics，原因如出一辙：大规模的刷Token行为导致成本失控。

这就引出了一个更深层的问题：Token使用量这个指标太好量化了，但用它来衡量AI带来的实际业务价值，几乎是不可能的。AI大厂们一直在努力寻找更好的评估方式，但从目前来看，收效甚微。Salesforce曾尝试开发新的评估指标，但反响平平，市场并不买账。

因此，企业现在面临一个微妙的平衡难题：一方面要鼓励员工大胆使用AI，不要畏手畏脚；另一方面又得把计算成本这匹野马拴住，防止失控。今年3月，普华永道美国CEO保罗·格里格斯向高管们强调，不积极拥抱AI的员工未来在公司会很难立足。而现在，传递给员工的信息似乎又得补上一句：请多用AI，但可别“用过头了”。

说到底，这事考验的还是企业管理的智慧。用Token数量当KPI，就像用代码行数来衡量程序员的价值一样，容易跑偏。

Q&A

我看到有人问了几个有意思的问题，这里一并回答一下：

Q1：什么是“刷Token”？为什么会出现这种奇怪的行为？

A：简单说，就是员工为了在公司内部的AI使用排行榜上拿个好名次，故意让AI干一些没有实际意义的事，比如让智能体之间互相聊天、生成一堆没用的文档，以此堆高Token使用量。根源在于，排行榜把“用了多少Token”当成了唯一评价标准，员工自然就会去“卷”这个数字，而不是去关心这个AI工具到底解决了什么业务问题。

Q2：亚马逊的Clauderank排行榜为什么非得关掉？

A：直接原因就是成本扛不住了。因为这个排行榜纯按Token使用量排名，结果鼓励出了大量的无效调用，将算力成本推到一个无法承受的高度。亚马逊的高管形容得很直白：出发点挺好，但代价太大。

Q3：那企业到底该怎么平衡这个矛盾呢？

A：这是个很现实的难题。单纯用Token量来考核，很容易引发滥用；但用业务价值来衡量，又太难量化。目前整个行业都还在摸索阶段，没有特别成熟的方案。比较务实的做法可能是：在积极推广AI应用的大前提下，建立更精细、更科学的评估体系，不能只看消耗量，还得看产出和应用场景。毕竟，管好工具的使用方式，比单纯控制一个数字要有效得多。