先说个好消息：暂时还不用太担心被AI抢饭碗。
原因很简单——老板们算完账发现，你的性价比可能比AI更香。
今年3月，黄仁勋抛出一句“一个年薪50万美元的工程师，如果一年连25万美元的Token都消耗不了，我会很不安”，这句话直接把画风扭向了魔幻方向。结果呢，企业们开始疯狂鼓励员工使劲儿烧Token，甚至直接把它写进了KPI。
两个月前，国内某大厂有员工在小红书爆料，晒出部门3月份的Token消耗榜单，还透露试用期转正、年终绩效、晋升全得参考这个数据。
大洋彼岸的硅谷也没闲着。硅谷科技公司在内部大搞“Tokenmaxxing”（Token最大化）文化，以Meta为例，员工自己搭了个“Claudeonomics”仪表盘，用来统计全公司约8.5万名员工的Token消耗量，一拉数据，30天烧掉了超过60万亿Token。就连迪士尼这种跟科技不太沾边的公司，也在内网上线了AI Adoption Dashboard，追踪员工的AI使用情况。
慢慢来，这股风气越刮越歪，Token消耗量甚至成了社交门槛——用得不够多，你连圈子都进不去。
所有人都在这场竞赛里上头了。
一开始，大家似乎都默认AI是完美降本增效工具，闭眼All in就完了。结果账单一出来，发现根本不是那么回事……降本增效变成了降本增笑。
前阵子，根据彭博社消息，Uber落地新规：员工使用Claude Code或Cursor等智能体编程工具时，单人单工具每月消费上限1500美元。关键不是金额，而是Uber主动做了限制。要知道，去年12月，Uber为了让大家跟上潮流，向全公司5000名工程师开放了Claude Code，还搞了个内部排行榜追踪使用量。结果呢，Uber CTO透露，公司在四个月内烧完了全年Claude Code预算。所以Uber不得不紧急拉闸，只有经过层层审批的特殊业务场景才能突破1500美元限额。
与此同时，微软也坐不住了。他们正忙着把E+D部门员工手里的Claude Code许可证收回来，6月30号前，所有人都得转投自家亲儿子GitHub Copilot。官方说是整合，但The Verge报道里提到，消息人士称财务因素也是重要考量。
因为6月30号后，微软就要开始新财年了。
除了微软、Uber，外媒Axios还爆了个更猛的料：一家公司因为没有对员工的Claude许可证设置使用上限，一个月内烧掉了5亿美元。虽然没有指名道姓，但这么体量的Token消耗，外界直接把嫌疑锁定在了硅谷七姐妹身上。巧了，就在Axios报道发出的第二天，亚马逊就关闭了内部一个叫“Kirorank”的AI排行榜，高管直呼“不要为了用AI而用AI”。所以很难不让人怀疑，是不是他们家一个月烧了5亿美元。毕竟亚马逊之前也很激进，要求超过80%的开发人员每周必须用AI，导致底下员工开始各种毫无意义的骚操作。
经典的古德哈特定律：当一个指标变成目标，它就不再是好指标。
好在，这场Token崇拜的闹剧没有持续太久。账单一出，大家回过神来，开始思考一个更本质的问题：这钱烧得，到底值不值？
不可否认，初期让员工敞开了烧Token，也有试验的意思。毕竟没人知道AI到底能带来多少价值，如果真有效果，砸点钱也值得。但现实往往是，Token跟水龙头的水一样哗哗流走，却看不到实际业务价值，或者说很难找到标准去衡量这个价值。包括Uber COO Andrew Macdonald在访谈中也表示，很难在“更高Token消耗”和“新功能落地”之间找到联系。
换句话说，Token消耗量，没法直接跟实际产出价值划等号。AI读取需求、理解意图、生成内容，这套流程每一步都在燃烧Token，但输出的不一定都是有效内容。
理解了这一点，再回头看把“Token消耗量”当榜单刷这事儿，就有点怪了。这就好比编辑部写文章，如果字数是考核标准，那大可以写流水账，整一堆废话文学凑字数。员工为了应付考核，完全可以不干正事，每天变着法儿让AI跑几段没用的冗长代码，或者让AI干点人来干可能更快的活儿。最后数据一拉，Token消耗量爆表，先进得不得了，但可能什么实质性的业务都没推进。
米哈游之前搞了个多智能体协作项目，13个小时，这些Agent屁大点正事没干，就光在那相互调用、聊得热火朝天，一晚上烧掉200万软妹币。
不只是公司层面，在开发者和普通用户圈子里，晒Token消耗量也一度成为流行趋势。数字越大，仿佛越代表你的能力更强、更有极客范。但老实说，光看到他们烧了多少Token，成果还真没怎么见识过。之前OpenClaw的开发者Peter Steinberger晒出团队一个月烧掉130万美元的账单，也被网友质疑没交付出什么东西来。
虽然Peter回应说这些消耗都用在OpenClaw上了，但仔细想想，OpenClaw好像也没更新什么炸裂的功能。
Token消耗的尴尬就在这里：它只能证明大模型在出力，但没法证明你用它到底干了多少好活儿。就好比当年有人质疑GDP在反映真实经济状况时不够客观，后来经济学家们又摸索出了另外一套补充指标。所以，在没厘清Token消耗和产出之间的联系之前，或者没找到准确量化AI实际产出的指标之前，盲目让员工用AI，纯属给大模型厂商送钱。
退一步讲，即使不是米哈游这种极端例子，这笔账也算不过来。因为AI现阶段无法完全替代人，只是辅助角色。企业引入AI的真实成本是“员工工资+AI算力成本”。实际工作流往往是，打工人提需求，AI生成初步可用的东西，打工人再不断重试、纠错，这个过程中Token一直在燃烧，搞不好比直接雇两个实习生还贵。算到最后，真说不好是裁员更省，还是用AI更省。
高盛预测，到2030年，全球Token消耗量将较2026年增长24倍，达到每月120千万亿。之前总觉得AI能替代一些低端岗位，但从成本角度看，低端岗位反而更安全。
总的来说，现在行业里渐渐回归理智，不再盲目追求Token消耗量。国内像腾讯这样的大厂，据说也开始对员工的Token使用额度做限制。同时，有SaaS企业收费逻辑也在变，比如营销平台Hubspot，从4月开始修改定价模式，从按Token收费改为按实际效果收费。
前阵子出差苏州，金山办公副总裁王冬提到一个观点：企业级AI落地要找高价值、高难度的“双高场景”。说白了就是好钢用在刀刃上。
这场Token崇拜的闹剧来得快去得也快，但心里还是觉得有些复杂。因为Token太贵，大家调侃“让牛马加班，你不一定要付加班费，但让AI加班，这个钱一分都不能少”。当有一天资本家发现，雇佣人工比AI更划算，不知道这是不是一种悲哀？
图片、资料来源：
X、彭博社
小红书用户：@慢手
Axios, AI sticker shock hits corporate America
大厂电报，一晚上烧掉200万元Token，米哈游买了个教训
部分图源网络