作者 | 褚杏娟

終于有高管站出來，用自己的實(shí)際經(jīng)驗(yàn)直接質(zhì)疑 tokenmaxxing 成本問題了。

Uber 運(yùn)營負(fù)責(zé)人 Andrew Macdonald 在近期的訪談中直接表示，公司內(nèi)部越來越難證明 AI tokenmaxxing 成本是合理的。

此前，Uber 首席技術(shù)官 Praveen Neppalli Naga 曾在 4 月份時(shí)透露，Uber 已經(jīng)提前用完了 2026 年的 Claude Code 預(yù)算。這番話隨后在網(wǎng)上引發(fā)熱議。Macdonald 形容自己那一刻像是“腦袋炸開了”，公司內(nèi)部也開啟了一場關(guān)于 token 消耗的討論，以及這種消耗所帶來的取舍，比如是否會(huì)影響員工人數(shù)。

根據(jù)與 Uber 高級工程管理層的交流， Macdonald 意識(shí)到：更高的 token 使用量，并沒有轉(zhuǎn)化為同等比例的、有用的消費(fèi)者功能增長。

“這中間的聯(lián)系還沒有建立起來，對吧？”他說道，“我覺得也許從隱性層面看，確實(shí)有更多東西被交付出來了，但很難在這些數(shù)據(jù)和‘好，現(xiàn)在我們真的多產(chǎn)出了 25% 的有用消費(fèi)者功能’之間畫出一條清晰的線。”

Macdonald 表示，由于無法建立直接聯(lián)系，AI 帶來的取舍成本就更難被合理化。需要注意的是，本月早些時(shí)候，Uber CEO Dara Khosrowshahi 在財(cái)報(bào)電話會(huì)上表示，為了對沖 AI 投入，公司正在放緩招聘。

Macdonald 補(bǔ)充稱，如果你只是“坐在那里想各種有趣用例的用戶”，而且不用自己付錢，AI 看起來確實(shí)像是免費(fèi)的。但最終，賬單是由公司來買單。

要 tokenmaxxing？先問自己錢夠嗎

對于大公司來說，不用“Tokenmaxxing”，日常一次嘗試就很燒錢了。

5 月 20 日，《崩壞》系列 AI NPC & Gameplay 技術(shù)團(tuán)隊(duì)負(fù)責(zé)人鄭銀河在 2026 阿里云峰會(huì)上無意透露了內(nèi)部對 agent 嘗試的成本：有員工為了實(shí)現(xiàn)項(xiàng)目，建了幾十個(gè) Agent 共同協(xié)作，結(jié)果一晚上燒了價(jià)值 200 萬人民幣的 Token。

“我們接受在探索 AI 時(shí)有成本、有學(xué)費(fèi)，這也幫助更完善我們的 Agent 平臺(tái)。”話雖如此，但有網(wǎng)友指出，這 200 萬人民幣的價(jià)值似乎并沒有顯著體現(xiàn)出來。

而這種“豪氣”并非每個(gè)公司都能負(fù)擔(dān)得起。就像有網(wǎng)友打趣道：“一單 648 才半個(gè)多金，兩百萬不過是三個(gè)全 65 氪佬養(yǎng)服的錢。”

值得注意的是，5 月 15 日，米哈游聯(lián)合創(chuàng)始人劉偉曾在外部活動(dòng)中表示，未來三年，最多投入 1000 億元以深耕 AI 領(lǐng)域。他坦言，“就算最終不成功，沒做出來，也認(rèn)了，就當(dāng)放一場大煙花。”

“我們作為一個(gè)‘a(chǎn)ll in ai ’口號的公司，在某一天用了十萬塊錢的 token 后，封掉了所有人的 API。”有網(wǎng)友對此評論道。

已有公司開始調(diào)整

當(dāng)大型科技公司還在大力推進(jìn)所謂的 “tokenmaxxing”時(shí)，一些公司已經(jīng)開始往相反方向調(diào)整。

例如，多鄰國此前曾決定把 AI 使用情況納入績效評估，但在員工提出疑問“他們是否只是為了使用 AI 而不得不用 AI”后，公司撤回了這一做法。

曾說道：

“多鄰國確實(shí)曾把 AI 使用情況納入績效考核，但后來我們?nèi)∠恕Ｎ医o公司發(fā)過內(nèi)部備忘錄，說明績效考核會(huì)包含 AI 使用情況，結(jié)果發(fā)現(xiàn)員工們會(huì)疑惑，“是不是為了用 AI 而用 AI？”。最后我們收回了這個(gè)要求，因?yàn)榭冃Э己俗钪匾氖前驯韭毠ぷ髯龅阶詈茫珹I 很多時(shí)候能幫上忙，但沒必要強(qiáng)制使用。我們不想讓大家為了迎合形式而忽略實(shí)際工作成果，有些場景 AI 本身就不適用。”

還有像 Shopify 這樣的公司開始想辦法阻止失控的 token 消耗。

Shopify 是較早嘗試 Token 排行榜的公司之一。其工程負(fù)責(zé)人 Farhan Thawar 曾表示，公司會(huì)表揚(yáng)使用 Token 最多的人，因?yàn)樗麄兛赡苷谟?AI 做出有價(jià)值的工作。例如，一個(gè)月在 Cursor 上花費(fèi) 1000 美元的開發(fā)者，可能背后已經(jīng)建立了一支 Agent 員工隊(duì)伍。

但 Shopify 后來將“Token 排行榜”改名為“使用情況儀表盤”。原因是，公司不希望鼓勵(lì)員工為了沖榜而競爭。Token 花費(fèi)仍會(huì)展示在內(nèi)部個(gè)人資料頁和使用儀表盤中，但重點(diǎn)從“排名”轉(zhuǎn)向“理解使用情況”。

Shopify 還設(shè)置了“熔斷機(jī)制”。如果某個(gè)員工的個(gè)人花費(fèi)在一天內(nèi)突然激增，公司可以立刻切斷訪問權(quán)限。如果這次激增是有意為之，或確實(shí)是 Agent 失控，員工可以申請恢復(fù)。

Farhan 表示，這套機(jī)制不僅幫助公司發(fā)現(xiàn)了失控 Agent，也暴露出了基礎(chǔ)設(shè)施中的 bug。更重要的是，Shopify 會(huì)關(guān)注高 Token 使用者到底在做什么。高支出員工會(huì)被詢問具體使用場景，如果有人只是單純刷 Token，很可能會(huì)在這一過程中暴露出來。

Farhan 還提出一個(gè)更有價(jià)值的角度：與其只看“誰花的錢最多”，不如看“誰生成的 Token 最貴”。一些高成本 Token 背后，往往對應(yīng)更深入、更復(fù)雜的開發(fā)工作，這比單純的總量排名更有參考價(jià)值。

Tokenmaxxing 潮中的贏家們

Tokenmaxxing 的本質(zhì)是把企業(yè)內(nèi)部 AI 使用從“按需調(diào)用”變成“鼓勵(lì)消耗”。只要企業(yè)把 token 使用量當(dāng)成先進(jìn)性指標(biāo)，模型廠商就獲得了一個(gè)近乎完美的增長飛輪。

Tokenmaxxing 最直接的受益方，是 OpenAI、Anthropic、Google、xAI 等基礎(chǔ)模型廠商。

因?yàn)?token 本身就是模型調(diào)用的計(jì)費(fèi)單位。企業(yè)一旦把 token 使用量變成內(nèi)部排行榜或績效信號，員工就會(huì)從“按需調(diào)用 AI”轉(zhuǎn)向“主動(dòng)制造 AI 使用量”。這會(huì)直接放大模型 API 調(diào)用、企業(yè)訂閱和推理收入。

Meta 的案例最能說明這一點(diǎn)。Meta 員工在 30 天內(nèi)消耗了 60.2 萬億個(gè) AI token，如果按照 Anthropic API 價(jià)格計(jì)算，這筆成本可能高達(dá) 9 億美元；即便 Meta 能拿到折扣，成本也可能超過 1 億美元。

這意味著，Tokenmaxxing 一旦在大型企業(yè)內(nèi)部規(guī)模化，就不再是普通工具開銷，而是上億美元級別的推理賬單。

Anthropic 的收入增長也能反映這種趨勢。Reuters 最新報(bào)道稱，Anthropic 預(yù)計(jì) 2026 年第二季度銷售額將超過 109 億美元，高于第一季度的 48 億美元，并有望實(shí)現(xiàn) 5.59 億美元經(jīng)營利潤。此前報(bào)道，Anthropic 的 Claude Code 在推出當(dāng)年就接近 10 億美元年化收入。

也就是說，對模型廠商而言，Tokenmaxxing 本質(zhì)上是在把企業(yè)內(nèi)部焦慮轉(zhuǎn)化為 API 收入。當(dāng)然，這不意味著模型公司沒有算力壓力，但 Tokenmaxxing 至少給了他們很可觀的收入。

第二類贏家，是 Cursor、Claude Code、Windsurf、Replit、Lovable 等 AI 編程工具和 Agent 平臺(tái)。比如，Cursor 背后的 Anysphere 在 2025 年 11 月完成新一輪融資，估值接近 300 億美元；公司稱其年化收入已經(jīng)超過 10 億美元，銷售驅(qū)動(dòng)收入自 2025 年初以來增長了 100 倍。

但這不代表 AI 工具類公司就能盈利。據(jù)外媒報(bào)道，Cursor、Windsurf 等公司增長迅速、估值高企，但許多公司尚未盈利，原因之一是它們依賴 Anthropic 等基礎(chǔ)模型，推理成本很高；一些公司因此開始訓(xùn)練自有模型，以降低成本和增強(qiáng)控制力。

所以，AI 編程工具只能說是 Tokenmaxxing 的流量贏家和估值贏家，還不一定都是利潤贏家。

Tokenmaxxing 底層燒的是算力，最大的贏家還是英偉達(dá)、云廠商、GPU 云服務(wù)商以及 AI 基礎(chǔ)設(shè)施公司。

典型如英偉達(dá)，其財(cái)務(wù)數(shù)據(jù)已經(jīng)體現(xiàn)了這種趨勢。英偉達(dá)在 2026 財(cái)年（截至 2026 年 1 月）全年收入達(dá) 2159 億美元，同比增長 65%；第四財(cái)季收入 681 億美元，同比增長 73%。隨后，在 2026 年 4 月結(jié)束的 2027 財(cái)年第一季度，收入進(jìn)一步達(dá)到 816 億美元，同比增長 85%，其中數(shù)據(jù)中心業(yè)務(wù)和網(wǎng)絡(luò)硬件是核心驅(qū)動(dòng)力，網(wǎng)絡(luò)銷售額達(dá)到 148 億美元、同比增長約三倍。

云和推理基礎(chǔ)設(shè)施創(chuàng)業(yè)公司同樣受益。AI 基礎(chǔ)架構(gòu)新創(chuàng)公司 Modal Labs 在最新一輪融資后估值達(dá)到 46.5 億美元，年化收入從去年 9 月的 6000 萬美元增長到 3 億美元。它的業(yè)務(wù)正好踩中兩個(gè)趨勢：AI coding 需求暴漲和算力資源越來越稀缺。

而這場浪潮中，最大的輸家還是那些無法把 token 消耗轉(zhuǎn)化為資產(chǎn)、但還盲目追風(fēng)的企業(yè)。

有錢大廠對 token 太“上頭”

回頭看，這場硅谷“token 消耗戰(zhàn)”中已經(jīng)浪費(fèi)了不少 token，“上頭”的更多還是有錢的大廠們。

多位 Meta 工程師表示，內(nèi)部正在出現(xiàn)大量無意義的 AI 使用。一些開發(fā)者運(yùn)行類似 OpenClaw 的內(nèi)部 Agent，消耗海量 Token，卻幾乎沒有產(chǎn)生有效成果。還有開發(fā)者提到，部分 SEV 線上事故疑似與粗心的 AI 代碼生成有關(guān)：開發(fā)者更關(guān)注用 AI 快速產(chǎn)出大量代碼，而不是產(chǎn)品質(zhì)量本身。

更具爭議的是，排行榜讓 Token 使用變成了游戲化競爭。排在榜首的員工，未必做出了更有價(jià)值的工作，反而可能制造了大量一次性、可丟棄的代碼和提示詞記錄。內(nèi)部人員查看 AI 提示詞軌跡后，可以清楚看到其中許多工作并沒有實(shí)際意義。

在社交媒體上出現(xiàn)輿論反彈，以及外媒披露相關(guān)數(shù)據(jù)后，Meta 下線了該排行榜。

微軟、OpenAI、Anthropic 等內(nèi)部也存在類似的 Token 使用儀表盤。早期來看，這一機(jī)制確實(shí)推動(dòng)了 AI 工具實(shí)驗(yàn)，但問題也隨之出現(xiàn)：當(dāng) Token 使用量與績效評價(jià)、晉升信號、AI 原生程度掛鉤后，它就不再只是一個(gè)觀察指標(biāo)，而會(huì)變成員工刻意追逐的目標(biāo)。

有微軟工程師承認(rèn)，自己會(huì)主動(dòng)進(jìn)行 Tokenmaxxing，不是為了沖榜，而是擔(dān)心被認(rèn)為“AI 用得太少”。他會(huì)向 AI 提問文檔里已經(jīng)寫明的問題；讓 AI 生成自己根本不會(huì)開發(fā)的功能原型；即使明知道手寫更快，也默認(rèn)使用 Agent，然后看著它失敗。

這位工程師入職時(shí)間不長，對職業(yè)安全感較為敏感，因此選擇通過消耗更多 Token 來證明自己是“夠 AI 原生”的員工。

Salesforce 的做法更激進(jìn)，直接讓員工之間對比 token 消耗。

根據(jù)一名內(nèi)部工程師的說法，公司推出了兩個(gè)工具：一個(gè)是 Mac 小組件，每 15 分鐘更新一次個(gè)人花費(fèi)，同時(shí)顯示最低預(yù)期花費(fèi)，曾有周 Claude Code 的目標(biāo)是 100 美元，Cursor 的目標(biāo)是 70 美元；另一個(gè)是網(wǎng)頁工具，可以查看任意同事的 Token 花費(fèi)情況。

Salesforce 還設(shè)置了 Claude Code 250 美元 / 每月、Cursor 170 美元 / 每月的最高花費(fèi)限制，但這一限制可以通過簡單點(diǎn)擊按鈕接觸。部分工程組織甚至移除了最高限制，理由是“消除開發(fā)流程中的任何摩擦”。

這傳遞給員工的信號很明確：每月至少要使用約 170 美元 Token，否則可能被認(rèn)為 AI 使用不足。

結(jié)果，員工開始為了達(dá)到最低線或略高于平均水平而主動(dòng)燃燒 Token。一些開發(fā)者會(huì)讓 Claude 或 Cursor 生成與工作無關(guān)、也不會(huì)真正交付的項(xiàng)目；另一些人則查看同事的花費(fèi)，計(jì)算出“略高于平均值”的安全區(qū)間，再把自己的 Token 用量刷到那個(gè)位置。

Tokenmaxxing 甚至被推崇成創(chuàng)業(yè)方法論

然而，這個(gè)風(fēng)氣并未停止。YC 正在把“Tokenmaxxing”從硅谷流行詞推向創(chuàng)業(yè)公司方法論。

在最新一期《Startup School》中，合伙人 Diana Hu 向創(chuàng)業(yè)者提出，打造 AI 原生公司的關(guān)鍵轉(zhuǎn)變，不是繼續(xù)擴(kuò)大員工規(guī)模，而是最大化 AI token 使用量。她直言：“最大化 token 使用，而不是最大化員工人數(shù)，將成為關(guān)鍵轉(zhuǎn)變。最優(yōu)秀的公司，會(huì)是那些 tokenmaxxing 的公司。”

Hu 認(rèn)為，AI 正在改變創(chuàng)業(yè)公司的成本結(jié)構(gòu)。過去一家前 AI 時(shí)代公司需要一支大型工程團(tuán)隊(duì)完成的工作，如今一個(gè)熟練使用 AI 工具的人就可能完成。她表示，這意味著工程、設(shè)計(jì)、人力資源和行政團(tuán)隊(duì)都可以變得更精簡。

她進(jìn)一步建議，創(chuàng)業(yè)者應(yīng)當(dāng)愿意承受“高到令人不舒服的 API 賬單”，因?yàn)檫@筆支出替代的，是過去更昂貴、更臃腫的人力成本。這意味著，在 YC 的新創(chuàng)業(yè)觀里，高額 token 賬單不一定是浪費(fèi)，反而可能是公司用 AI 替代組織膨脹的信號。

不過，這套建議是否真的適合早期創(chuàng)業(yè)公司呢？

如之前所說的，這些已經(jīng)有不錯(cuò)用戶的基礎(chǔ)的 AI 編程公司都未能盈利，那新的創(chuàng)業(yè)公司在 tokenmaxxing 之后的成本又該如何負(fù)擔(dān)呢？難道真要把股權(quán)“賤賣”給 Altman，換 200 萬美元的 token 先燒一個(gè)半月再說？

無限量、無治理、不可轉(zhuǎn)嫁的 token 消耗，是會(huì)拖垮這些創(chuàng)業(yè)公司的。

結(jié)束語

Tokenmaxxing 的本質(zhì)，一定程度上，也是企業(yè)在 AI 轉(zhuǎn)型焦慮下，把“消耗”誤當(dāng)成了“生產(chǎn)力”。

它把 token 使用量包裝成 AI 原生程度，把 AI 原生程度包裝成組織先進(jìn)性。在更多 token 是否帶來了更快交付、更少 bug、更低事故率、更高收入和更可復(fù)用的能力等沒有數(shù)據(jù)驗(yàn)證下，就無腦鼓勵(lì)無盡燒 token，更像是在繳納一筆昂貴的“轉(zhuǎn)型焦慮稅”。

https://www.businessinsider.com/uber-coo-andrew-macdonald-ai-token-spending-harder-justify-2026-5

https://blog.pragmaticengineer.com/the-pulse-tokenmaxxing-as-a-weird-new-trend/?utm_source=chatgpt.com

聲明：本文為 AI 前線原創(chuàng)，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

企業(yè)級 Agent 落地，繞不開 4 個(gè)真實(shí)的工程問題。如何在 Agent 安全性和可用性之間找到平衡點(diǎn)？Agent 需要什么樣的記憶系統(tǒng)才能真正理解上下文？如何通過算法壓榨實(shí)現(xiàn)智力增量與成本控制的極致平衡？多 Agent 協(xié)作，如何做到可觀測、可治理、可控制？6 月 26-27 日，AICon 全球人工智能開發(fā)與應(yīng)用大會(huì)·上海站國內(nèi)頭部公司的 Agent 實(shí)踐，一次說透。