隨著生成式人工智能在企業(yè)內部的廣泛部署，圍繞“誰用得更多”的競賽文化正在硅谷科技公司中蔓延。

近期，一種被稱為“Tokenmaxxing”的現(xiàn)象，正逐漸從個別團隊行為演變?yōu)槠髽I(yè)內部的新型績效與聲譽機制。

Tokenmaxxing指盡可能多地消耗詞元（Token）的行為。《紐約時報》先前報道稱，Meta與OpenAI等公司已就此設有相關排行榜。

據(jù)美國科技媒體The Information報道，Meta Platforms近期在員工內部出現(xiàn)了一場圍繞人工智能（AI）詞元使用量的較量。Meta的企業(yè)內網運行著一個名為“Claudeonomics”的儀表盤，用于匯總員工的AI詞元消耗情況，并實時展示超過8.5萬名員工中排名前250位的“AI重度用戶”。

在這一榜單中，大量消耗AI詞元的員工被戲稱為“Session Immortal”（會話不朽者）和“Token Legend”（詞元傳奇）。

數(shù)據(jù)顯示，在過去30天內，Meta整體AI詞元使用量已超過60萬億，其中排名第一的員工平均使用量達到2810億詞元。

Meta內部甚至一度流傳“詞元使用量可能影響裁員決策”的說法。不過，公司一位副總裁隨后澄清稱：“詞元使用量不會直接影響裁員。”此外，有管理層對每日使用超過40萬詞元的員工進行面談，以核實其使用目的。

這種Tokenmaxxing文化正在硅谷擴散。隨著AI逐漸成為工作流程的基礎工具，越來越多的大型科技公司開始將AI使用情況納入績效評估體系，由此催生出一種以“高消耗”為標志的使用文化。其核心邏輯在于通過大量消耗詞元來傳遞一個信號：“我是一個高效使用AI的人。”

在這一背景下，AI詞元消耗逐漸演變?yōu)橐环N內部“聲譽資本”，企業(yè)在AI方面的投入成本也被部分轉化為衡量生產力的工具。

Tokenmaxxing也在一部分企業(yè)中獲得認可。美國創(chuàng)業(yè)孵化器Y Combinator首席執(zhí)行官加里·譚（Garry Tan）就對此表示支持，稱“我們比大多數(shù)人更早開始 Tokenmaxxing”。

Tokenmaxxing趨勢還對開發(fā)者生態(tài)產生了外溢影響。隸屬于微軟的代碼托管平臺GitHub流量顯著增長。GitHub上與AI代理相關的請求從去年9月的約400萬次躍升至今年3月的超過1700萬次。過去6個月，GitHub上公開記錄的Claude代碼修改次數(shù)增加了約25倍。

科技公司高管的公開表態(tài)也在一定程度上強化了這種氛圍。英偉達首席執(zhí)行官黃仁勛近期表示：“如果一名年薪50萬美元的工程師，在AI詞元上的支出低于25萬美元，那將令人非常擔憂。”Meta首席技術官安德魯·博斯沃思（Andrew Bosworth）亦提到，一名工程師在AI詞元上的支出與其薪資相當，并因此將生產效率提升了多達10倍。

不過，有批評指出，單純的詞元消耗規(guī)模并不必然等同于AI驅動的生產力提升。在“必須用好AI”的組織壓力下，部分員工和團隊可能將關注點從“如何高效使用AI”轉向“消耗了多少詞元”，從而導致資源配置與實際效率之間出現(xiàn)偏差。

務實工程師（The Pragmatic Engineer）電子報作者蓋爾蓋伊?奧羅斯（Gergely Orosz）就稱此做法浪費，認為工程師們會找到操縱這類可爭取更多獎金或升遷的KPI方法，“這次也不例外”。

分析人士認為，隨著企業(yè)對AI投入持續(xù)加碼，如何在“使用強度”與“使用效率”之間建立更為理性的評價體系，將成為下一階段企業(yè)AI治理的重要議題。