老馮的朋友蔣老板最近迷上了在群里炫耀自己一天燒了幾億 Token。經(jīng)常截個(gè)圖往群里一甩,“完蛋了,我又有了一個(gè)新 Idea” 。做了什么呢?一會(huì)搞個(gè)本體論數(shù)據(jù)庫,一會(huì)整個(gè) Bigsty 用 Go 復(fù)刻 Pigsty。那神情就跟在朋友圈曬跑步公里數(shù)一樣,讓老馮看著不禁莞爾。
硅谷新運(yùn)動(dòng):Tokenmaxxing
上周,Meta 內(nèi)部一個(gè)叫“Claudeonomics”的排行榜被曝光了。這名字本身就很搞笑,用競(jìng)品 Anthropic 的 Claude 來命名自家排行榜,也算是一種行為藝術(shù)。
這個(gè)排行榜覆蓋了 Meta 的 8.5 萬名員工,30 天內(nèi)總消耗超過 60 萬億 Token。排名第一的選手,一個(gè)人平均燒了 2810 億 Token。系統(tǒng)還設(shè)計(jì)了一套徽章體系:從青銅到翡翠,頭銜從“Cache Wizard”到“Session Immortal”,最高級(jí)的叫“Token Legend”。
![]()
多少有點(diǎn)傳奇。
怎么刷上去的呢?有員工讓 AI Agent 空轉(zhuǎn)好幾個(gè)小時(shí)跑“研究任務(wù)”來攢量。消息泄露兩天后,Meta 就把這個(gè)排行榜關(guān)了,留下一行通知:“本來是好玩的,但數(shù)據(jù)被外傳了,所以先關(guān)了哈。”
Meta 不是唯一一家。OpenAI 內(nèi)部也有類似的排行榜,有人一周燒了 2100 億 Token。硅谷給這個(gè)現(xiàn)象起了個(gè)名字:Tokenmaxxing,“Token 最大化”。
各路大佬紛紛下場(chǎng)站臺(tái)。黃仁勛在 GTC 上說,未來每個(gè)工程師都應(yīng)該有年度 Token 預(yù)算,大約是底薪的一半;如果一個(gè)年薪 50 萬美元的工程師一年連 25 萬美元的 Token 都沒燒掉,他會(huì)“深感不安”。Shopify 的 CEO 更直接:不用 AI 就別干了。有匿名員工爆料,他們公司每周有 AI 使用量門檻,達(dá)不到就走人。
一項(xiàng)新的辦公室政治運(yùn)動(dòng),就這么轟轟烈烈地展開了。
古德哈特永不缺席
這種事在管理學(xué)上有個(gè)經(jīng)典的名字,叫 古德哈特定律(Goodhart's Law):
一個(gè)指標(biāo)一旦成為考核目標(biāo),它就不再是一個(gè)好指標(biāo)。
Token 消耗量,作為一個(gè)中間過程指標(biāo),被拿來當(dāng)作衡量“AI 使用深度”和“生產(chǎn)力提升”的代理變量。這件事從提出到腐敗,大概用了不到一個(gè)季度。可能是管理學(xué)史上腐敗速度最快的 KPI 之一。
沃頓商學(xué)院教授 Ethan Mollick 在評(píng)論這件事時(shí),引用了一篇更老的論文:Steven Kerr 1975 年的經(jīng)典《論獎(jiǎng)勵(lì) A 行為卻期望 B 結(jié)果的愚蠢》。公司想要的是 生產(chǎn)力提升,獎(jiǎng)勵(lì)的卻是 Token 消耗量。這兩者之間有因果關(guān)系嗎?沒有人驗(yàn)證過。大家默認(rèn)“用得多 = 用得好”,就開始搞排行榜了。
燒 Token 是一件非常容易的事。你讓 Agent 去干一件不可能完成的任務(wù),“給我寫個(gè)操作系統(tǒng),寫不出來不要停”,開幾個(gè)并行跑著,一天之內(nèi)多少 Token 都能燒完。我敢說,如果比賽規(guī)則是“誰燒 Token 多誰贏”,一個(gè)實(shí)習(xí)生都能贏過 Linus Torvalds。
這跟用 代碼行數(shù) 衡量程序員水平有什么區(qū)別?老馮用 npm install 裝一個(gè)腳手架,幾百萬行代碼瞬間到項(xiàng)目里, 提交到 GitHub 上,是不是看起來特別能干,吊打才 170 萬行代碼量的 PostgreSQL 項(xiàng)目?
體面一點(diǎn)的軟件公司都不會(huì)用代碼行數(shù)考核工程師。這種事讓內(nèi)行看了笑掉大牙,但外行管理者偏偏就吃這套。如果非要打個(gè)比方,這就是 用油耗衡量司機(jī)水平。老司機(jī)開得省油還到得快,新手油門踩到底還走錯(cuò)路。誰油耗高?
誰在鼓勵(lì)你多燒?
想清楚一個(gè)問題:Tokenmaxxing 對(duì)誰最有利?
對(duì) AI 廠商和云廠商最有利。
Ramp 的數(shù)據(jù)顯示,企業(yè) Token 支出自 2025 年 1 月以來增長(zhǎng)了 13 倍。黃仁勛鼓吹 Token 預(yù)算,本質(zhì)上是在說“多買我的 GPU”。Sam Altman 暢想“全民基本算力”(Universal Basic Compute),本質(zhì)上也是在說“以后每個(gè)人都要給我交電費(fèi)”。
這就是賣鏟子的人鼓勵(lì)大家拼命挖礦。每一個(gè) Token 都對(duì)應(yīng)著真實(shí)的 GPU 算力和電力消耗。空轉(zhuǎn)的 Agent 不生產(chǎn)任何價(jià)值,但電費(fèi)是實(shí)實(shí)在在的。把 Token 燒在無意義的任務(wù)上,跟打開水龍頭看水流就覺得“我在用水”一樣荒謬。
當(dāng)然,這種表演性消費(fèi)確實(shí)在一定程度上放大了 AI 需求的泡沫信號(hào)。CNBC 專門討論過:如果硅谷公司的 AI 用量中有相當(dāng)比例是刷排行榜刷出來的,那華爾街看到的需求增長(zhǎng)數(shù)據(jù)有多少是真的?
不過老馮的判斷是:這仍然是一場(chǎng)實(shí)實(shí)在在的生產(chǎn)力革命,tokenmaxxing 雖然注了點(diǎn)水,但底層的價(jià)值創(chuàng)造是真實(shí)的。泡沫會(huì)擠掉,但趨勢(shì)不會(huì)逆轉(zhuǎn)。
Token 花在哪才值?
。我基本不會(huì)去看自己燒了多少 Token,燒完訂閱拉倒。之前倒是考慮要不要再去開倆訂閱,不過最近 Codex 有翻倍活動(dòng),差不多夠用了。
最近老馮用這些 Token 干了不少事兒。比如最近兩天,我收錄了 40 多個(gè)新的 PG 擴(kuò)展,修復(fù)移植了一些老擴(kuò)展,將 Pigsty 里的可用擴(kuò)展數(shù)量擴(kuò)充到了 503 個(gè)。
![]()
同時(shí)我還將,過千 Star,過萬下載,。,,,翻譯成英文。我覺得這些都是實(shí)打?qū)嵉膬r(jià)值與產(chǎn)出。這個(gè) Token 訂閱費(fèi)花得太值了。
這里面有個(gè)共同點(diǎn):每件事都有 明確的、可驗(yàn)證的交付物。擴(kuò)展收錄了多少個(gè),數(shù)字?jǐn)[在那里;文檔翻譯得好不好,讀者一眼就能看出來;代碼能不能跑,CI 說了算。影響力多大,可以看 Star、PV、UV。
![]()
老馮的文檔站月 PV 6000 萬了…(當(dāng)然大部分是 Agent 請(qǐng)求)
反過來看那些 Tokenmaxxing 選手們?cè)诟墒裁茨兀孔?Agent“寫個(gè)操作系統(tǒng)”,跑一晚上產(chǎn)出一堆垃圾代碼;或者讓它“做個(gè)深度研究”,空轉(zhuǎn)幾小時(shí)刷出一份沒人會(huì)看的報(bào)告。Token 計(jì)數(shù)器轉(zhuǎn)得飛快,rm -rf 也用得飛快。這不叫使用 AI,這叫浪費(fèi)能源。
帶著目標(biāo)在用工具,還是為了用工具而用工具?前者是生產(chǎn)力,后者是行為藝術(shù)。
個(gè)體 vs. 組織:一道結(jié)構(gòu)性的鴻溝
道理誰都懂,但為什么 Tokenmaxxing 還是在大公司里蔚然成風(fēng)?
因?yàn)?OPC 自己用 AI,是按 產(chǎn)出 驅(qū)動(dòng)的。翻了幾篇文章、寫了多少可用代碼、解決了什么問題,心里清清楚楚。不需要任何代理指標(biāo),你騙不了自己。
而組織就不行了。平庸的管理者無法直接感知每個(gè)人的產(chǎn)出質(zhì)量,必須依賴可量化的中間指標(biāo)進(jìn)行考核與激勵(lì)。 而可量化的中間指標(biāo)恰恰是最容易被操縱的,這是科層制的結(jié)構(gòu)性缺陷。 代碼行數(shù)、PR 數(shù)量、會(huì)議時(shí)長(zhǎng),現(xiàn)在輪到 Token 消耗量了,本質(zhì)上都是同一出戲的不同演員。
公平地說,從 0 到 1 的階段,公司強(qiáng)推 AI 使用,初衷是可以理解的。很多人確實(shí)有惰性,不推一把不會(huì)動(dòng)。但一旦變成排行榜和考核指標(biāo),就必然滑向荒誕。
最終,這種管理上的無能只是過渡階段。正如體面的軟件公司很快拋棄了代碼行數(shù)考核,未來衡量 AI 使用效果的方式也會(huì)回歸到產(chǎn)出本身: 你用這些 Token 帶來了什么,交付了什么,節(jié)省了多少時(shí)間和成本。
至于到處曬 Token 消耗的朋友,老馮只想說一句:
別曬油耗了,不如曬曬你到哪了。
![]()
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.