作者 | 青和

最近，越來越多公司發現：還沒等到 AI 真正改造業務，Token 賬單先把自己給改造了。原來 AI 轉型里最貴的坑，就是把 Token 的使用量當成了員工的 KPI。

某公司的老板大手一揮，給全員開通 Claude 授權，卻忘了設上限。一個月燒掉 5 億美元，折合人民幣 30 多億。等財務反應過來，上億美元的賬單已經在路上。

5 億美元究竟是怎么燒的？扒開細節，發現其中有相當一大塊，都是某些員工跑任務時，反復撞上報錯，一遍遍手動點"重試"點出來的。

如果只是一家公司手滑，那叫倒霉。問題是，類似的“事故”一抓一大把。

Meta 內部有人做了一個叫 Claudeonomics （Claude 經濟學）的榜單，統計誰用 AI 用得最猛。30 天里，全公司燒掉超過 60 萬億個 Token，光“榜一大哥”一人就占了 2810 億 Token，將近 50 萬美金 / 月。

Uber 最早給 5000 名工程師配齊 Claude Code，使用率幾個月內猛沖，結果一季度剛過，CTO 就叫苦不迭：2026 全年的 AI 編程預算已提前燒光。

國內也不遑多讓。在阿里云峰會上，米哈游技術負責人就提到，有員工為了做一個項目，搭了幾十個 Agent 協作，一晚上燒掉 200 萬人民幣的 Token。

Token賬單為何會如此失控？

高盛今年 5 月的報告《Decoding the Agentic Economy》點破了真相：在 Agentic 模式下，模型由于需要不斷進行“思考 - 檢索 - 調用工具 - 重新讀取完整上下文”的循環，其 Token 消耗量達到了普通問答模式的 1000 倍。

你以為它在思考，其實它也在燒錢。而模型公司、云廠商、芯片公司，更是心照不宣地把“多用 AI、多燒 Token”包裝成了先進生產力的進步。

這時再看 Anthropic 單季度超百億、估值破萬億美元的造富狂飆，老黃贏麻了的增長曲線，是不是就不難理解了？下游“事故性”燒掉的錢，轉身就成了模型公司財報上實打實的進賬。同一筆錢，兩個視角：一個叫增長，一個叫事故。

亞馬遜先動手了

燒掉幾億美元或許是個極端案例，但為了燒錢而燒錢的現象，早就成了科技大廠的通病。

直到亞馬遜實在看不下去，第一個動了刀。

亞馬遜內部曾有一個叫 KiroRank 的榜單，掛在自家的 Kiro 開發者平臺上，按工程師消耗的 Token 量排名。

加上公司此前下了硬指標，要求八成以上員工每周必須用 AI，榜單一出，員工紛紛開始 Tokenmaxxing：派 Agent 去干根本沒必要的活，把 Token 燒成排名，再把排名內化成職場安全感。

最后，亞馬遜高級副總裁 Dave Treadwell 終于坐不住了，在內部大會上呼吁強調：不要為了用 AI 而用 AI。

榜單隨即被下線，新指標也換成了“normalised deployments（標準化部署量）”，衡量工程師到底有沒有用 AI 交付出真正有用的代碼，而不是單純數你燒了多少 Token。

作為云計算霸主，亞馬遜當然信 AI，但它也親自證明了一件事：AI 使用量這個指標，太容易被污染。

你統計 Token，員工就會刷 Token；你統計 Prompt 數，員工就會編 Prompt；你暗示“不用 AI 就落后”，員工就會想辦法證明自己沒落后。

經濟學里有個古德哈特定律：當一個指標變成目標，它就不再是一個好指標。

到了 AI 時代，這句話可以換一個說法：當 Token 成了 KPI，它就不再是生產力指標，而是一張會自動膨脹的云賬單。以前卷工時，現在卷 Token；以前 KPI 注水，現在云賬單注水。技術進步了，職場的底色一直沒變。

亞馬遜并不是唯一踩剎車的人。

Shopify已經把 Token 排行榜改成更中性的使用儀表盤，加上熔斷機制。Duolingo曾經想把 AI 使用情況納入績效考核，后來撤回；微軟也開始收縮部分外部 AI 編程工具授權。

你的成本：老黃的資產

那些已經燒掉的錢，并不會憑空消失。一家公司的失控，往往是另一家公司的報表。

看 Anthropic，一季度收入 48 億美元，預計二季度翻倍至 109 億美元。這條曲線靠什么撐起來？不是普通用戶閑聊，而是企業 API、Claude Code 以及無數公司內部那套“全員 AI”“Agent 先跑起來再說”的組織沖動。

再看賣鏟子的英偉達，最新季度收入 816 億美元，這不只是 AI 信仰，還是實打實的現金流。

現在你再看黃仁勛那句話，味道就變了。昨天他才在 GTC Taipei 上說，從產業角度看，Token 已經成為資產和營收單位。這句話聰明之處就在于，它悄悄偷換了主語。

Token 的消耗，在普通企業的賬本上，明明是成本，是要被財務追著問“這錢花得值不值”的支出。

只有站在上游廠商的賬本上，Token 才確實是資產：Token 越多，推理越多；推理越多，老黃的 GPU、網絡、液冷都得跟著賣。站在 Anthropic 的賬本上也是資產：企業每多跑一輪 Agent，最后都會變成它的營收和利潤率。

但站在下游企業的賬本上，Token 首先是成本。 成本不是不能花，但只有換回更短流程、更少返工、更強交付，才有資格叫資產。如果 token 只是為了排行榜和先進性的證明來燒錢，那不過是更貴的形式主義。

AI 提效的戰場，并不在 Token 榜單

當然，這并不是要回到保守主義，否則投資 AI 的價值。問題是，很多公司把 AI 落地理解得太淺了。

他們以為給員工開賬號就是 AI 轉型，以為使用率上去了就是組織進步，以為 Token 燒得多就是 AI 用得深。

率先投身這場“轉型”的 Uber COO，分享了激進之后的醒悟：我們的代碼確實多交付了一些，但很難把它和“給用戶做出了更有用的功能”劃上等號。

這并非個例，代碼分析公司 GitClear 扒了 2.2 億行代碼，發現用 AI 輔助后，寫完兩周內就得返工的代碼，翻了 9 倍；復制粘貼的重復代碼翻了 8 倍。很多時候，企業只是把人類低效的地方，換成了模型以更貴的方式低效一遍。

真正的 AI 組織提效，并不在 Token 榜單上，而發生在業務深處。企業 AI 落地最難的地方，不是給員工開賬號，而是讓模型穿透工作流。

這也是為什么現在 OpenAI、Anthropic 都在重金招募Forward-Deployed Engineer（前向部署工程師），深入客戶內部去拆流程、理權限、做集成—— 因為他們也已經意識到，光是 API 層面的交付，根本落不了地。

上游公司當然會繼續講 Token 的故事，但那畢竟是別人的增長故事。普通企業如果不先把自己的業務問題、流程結構想清楚，就急著把別人的故事搬進自己的 KPI，最后只會淪為別人財報里的配角。

你這一頭的事故，就是那一頭的營收。會燒 Token 并不算本事，能說清楚“這筆錢到底讓組織哪里變好了”才算。

聲明：本文為 AI 前線原創，不代表平臺觀點，未經許可禁止轉載。

會議推薦

企業級 Agent 落地，繞不開 4 個真實的工程問題！如何在 Agent 安全性和可用性之間找到平衡點？Agent 需要什么樣的記憶系統才能真正理解上下文？如何通過算法壓榨實現智力增量與成本控制的極致平衡？多 Agent 協作，如何做到可觀測、可治理、可控制？6.26-27 AICon 上海站，國內頭部公司的 Agent 實踐，一次說透。

今日薦文

你也「在看」嗎？