文章轉載于字母AI

按頭讓員工猛猛用AI的硅谷巨頭，開始“玩不起”了。

亞馬遜苦口婆心地說“不要為了用AI而用AI”，大手一揮關閉了內部的員工token消耗排行榜。

微軟突然取消大部分Claude Code授權，要求開發者將工作流程遷回GitHub Copilot CLI。

不久前，情況還完全不是這樣。AI用得越多，似乎就代表員工越先進，公司越有未來。

但當員工真的開始狂用AI，企業很快發現，自己有沒有逼出來更高生產力還未可知，賬單先膨脹了。

一邊開始為Token賬單頭疼，一邊又怕自己在AI競賽里落后。硅谷正在面對一個自己親手制造的難題。

1

伙計們，AI實在是太好用啦！

一切要從去年說起，雖然“鼓勵員工擁抱AI”的現象早已有之，但2025年突然變成了不由分說的浪潮。

最明顯的，就是硅谷大廠帶頭按頭員工多用AI。

用微軟開發者工具業務的高管潘正磊（Julia Liuson）的話說就是：“使用AI已經不再是可選項，而是每個職位、每個層級的核心能力。”

彼時她在內部郵件中要求管理者，在評估員工表現時考慮其使用內部AI工具的情況，其中包括GitHub Copilot。

亞馬遜則一邊表示未來部分崗位可能因AI而減少，一邊告訴員工應對方式是“擁抱AI”。

去年夏天，CEO安迪·賈西（Andy Jassy）向全體員工發送了一封關于生成式AI的郵件。他在郵件中表示，隨著公司大規模部署生成式AI和智能體，部分現有崗位需要的人會減少；在未來幾年里，AI帶來的效率提升預計會減少亞馬遜的企業員工總數。

在談到員工應當如何應對時，賈西直接要求員工主動擁抱AI：

“了解AI，參加研討會和培訓，盡可能使用和試驗AI，參與團隊頭腦風暴，思考如何更快、更大范圍地為客戶創新，以及如何用更精簡的團隊完成更多工作。”

這段話可以視為亞馬遜內部AI動員的公開起點。

不僅是幾家巨頭，在2025年，高調“全員AI”幾乎是某種時尚。

Shopify提出“反射式使用AI”的概念，表示這現在是公司的基礎要求。所謂“反射式使用”，意思是“像條件反射一樣用AI”。員工遇到任務時，首先應該想到能否借助AI完成。

公司還要求，團隊在申請增加人手和資源之前，必須先回答一個問題：為什么這項工作不能由AI完成？

多鄰國更是公開表示公司將轉向“AI優先”。能用AI的，不用外包。能用AI的，不招新人。在員工評價中，也會考察其使用AI的情況。

這種趨勢，一定程度上也延宕到今年。

今年3月，黃仁勛公開表示假如英偉達年薪50萬美元的工程師一年沒有消耗至少25萬美元的AI Token，自己會感到“非常擔憂”。當被問到英偉達是否準備每年為工程團隊花費約20億美元購買Token時，黃仁勛的回答是：“我們正在努力。”

這已經不是他第一次表態，去年底，在英偉達內部舉行的一次全員大會上，黃仁勛質問曾建議團隊“少用AI”的高管“你們瘋了嗎”，并明確要求員工盡可能用AI自動化所有可以自動化的任務，同時向員工保證AI不會奪走他們的飯碗。

但要說哪家公司最激進，Meta當仁不讓。

2025年11月，Meta首席人力官賈內爾·蓋爾（Janelle Gale）宣布，從2026年起，“AI驅動的影響力”將成為員工的核心期待，正式進入績效評價。

到了2026年4月，Meta內部又出現了一塊名為“Claudeonomics”的排行榜：它追蹤超過8.5萬名員工消耗的Token數量，列出前250名，并授予“Token傳說”“緩存大師”等稱號。短短30天內，榜單記錄的Token消耗量超過60萬億個。

AI使用變成了一場相互廝殺的內部游戲。

BCG在《AI Radar 2026》報告中調查了2360名企業高管，其中包括640名CEO。結果顯示，94%的組織表示，即使AI投資在2026年無法立即帶來回報，它們也會繼續投入。

報告預計，企業用于AI的投入占營收比例，將從2025年的約0.8%提高至2026年的約1.7%，幾乎翻倍。72%的CEO表示，自己已經是公司AI決策的主要負責人；一半CEO甚至認為，如果AI投入無法取得成效，自己的職位都會受到影響。

對這些公司來說，AI成為CEO親自下注的一場轉型，重要的是不能顯得自己比同行慢一步。

1

是不是玩不起？硅谷巨頭帶頭反悔

然而，這場AI使用大賽還沒熱鬧多久，硅谷巨頭們就開始踩剎車了。

最先打自己臉的，正是此前要求員工“盡可能使用和試驗AI”的亞馬遜。

今年5月底，亞馬遜被曝關閉了一項名為“KiroRank”的內部排行榜。這個由員工自行制作的榜單，用來顯示員工使用AI工具時消耗的Token數量。

據《金融時報》報道，一些員工開始使用亞馬遜內部AI智能體平臺MeshClaw運行非必要任務，以提高自己的AI使用數據。MeshClaw原本可以代替員工發起代碼部署、分揀郵件，或與Slack等應用交互；但當Token消耗被放進排行榜，員工運行這些智能體的目的，就可能從完成真正需要的工作，變成單純“刷榜”。

這種行為甚至有了一個專門的名字：Tokenmaxxing，意思就是盡可能刷高Token消耗量。

雖然亞馬遜沒有披露員工究竟運行了哪些無效任務，但在相關社區討論中，有用戶已經直接設想過這種“沖榜”方式：

把MeshClaw掛在后臺，讓它持續對源代碼包進行靜態分析，Token自然會不斷累積。

Hacker News上還有用戶稱，自己認識的員工在公司開始考核“花掉多少Token”后，干脆讓不同AI智能體互相接收對方輸出、循環運行，因為真正需要大量Token的工作根本沒有那么多。

亞馬遜最后不得不叫停這場比賽。

公司高級副總裁戴夫·特雷德韋爾（Dave Treadwell）在內部提醒員工：“請不要為了使用AI而使用AI。使用AI，是為了幫助你解決客戶問題、解決業務問題、實現創新。”

這距離賈西親自鼓動員工“擁抱AI”還不到一年。

亞馬遜不是唯一一個開始收手的巨頭。今年5月中旬，微軟開始取消內部大部分Claude Code許可證。

巨頭之下，中小公司也撐不住了。

去年4月，多鄰國CEO路易斯·馮·安（Luis von Ahn）還宣布公司轉向“AI優先”，但一年后，他承認公司已經撤回了這項考核標準。

整整一年后，他在播客中表示，員工曾經向公司提出質疑：是不是為了顯得公司足夠“AI優先”，大家就必須為了使用AI而使用AI？

最終，多鄰國不再將員工是否使用AI作為正式績效指標。馮·安表示，真正重要的是員工能不能把工作做好。AI適合某些任務，但并不適合所有任務，公司也不應該強迫員工在不適合的地方硬用AI。

曾經迫不及待讓員工“擁抱AI”的公司當然沒有放棄AI。

它們只是終于發現員工不用AI是一個問題，但員工為了排名、績效和自保而狂燒Token，可能是另一個更“貴”的麻煩。

1

AI雖好，貪不起杯啊

“造AI”很燒錢，這個大家都知道了。

但是“用AI”也這么燒錢，還真有點意外。

一個典型是Uber，今年4月就花光了全年的AI預算。遙想去年12月，Uber向約5000名工程師開放了Anthropic旗下的AI編程工具Claude Code。

前文提到今年5月微軟開始取消內部大部分Claude Code許可證，微軟對內解釋稱，這是為了將工具鏈統一到自家的Copilot CLI。

但據The Verge報道，這同時也是一項財務決定。

Claude Code授權將在6月底，也就是微軟當前財年結束前被大規模關閉，以便在新財年開始前削減一部分運營成本。

而更值得注意的是，在微軟推動員工遷回Copilot CLI之際，Copilot本身的收費方式也正在改變。

今年4月，GitHub宣布，從6月1日起，面向企業和團隊用戶的GitHub Copilot付費方案將轉向基于使用量的計費模式。過去，這些客戶主要按照訂閱套餐和高級請求次數付費；新方案下，每個套餐只包含一定額度的GitHub AI Credits，超出額度后需要按照實際使用量繼續付費。

這筆費用怎么算？按照員工使用過程中消耗的輸入Token、輸出Token和緩存Token計算。

GitHub在官方公告中表示，隨著Copilot開始承擔分析、修改和迭代等更復雜的智能體任務，不同任務的算力消耗差異越來越大，因此需要改用按實際使用量計費。

Anthropic也采取了類似的計費邏輯。

目前，Claude企業版的座席費只覆蓋平臺訪問權限，并不包含實際使用量。員工使用Claude、Claude Code和Cowork時產生的每一個Token，都要按照標準API價格另外計費。

更直接的是，Anthropic官方幫助文檔明確提醒企業：在新的按使用量計費方案下，團隊沒有單獨分配好的Token額度。一名員工大量使用AI，并不會減少其他員工可用的額度，只會讓組織最終收到的賬單更高。舊的固定座席方案，也將在續約時逐步轉入這種按使用量計費的模式。

OpenAI的動作稍有不同。它沒有宣布將所有企業方案統一改為按Token收費，但在今年4月，為ChatGPT Business和Enterprise團隊推出了Codex按量付費選項：企業可以不用支付固定座席費，而是根據實際使用量為Codex付費。

與此同時，更強模型的調用成本也明顯更高。

今年4月進入API的GPT-5.5，調用成本相比GPT-5.4進一步提高，在標準API價格下，其輸入和輸出Token單價均達到后者的兩倍。

當公司要求員工“盡可能使用AI”，AI廠商卻把費用精確掛到每一次調用和每一個Token上，事情就開始變得微妙了。

問題還不只是AI貴。

更直擊靈魂的叩問是，當“全司AI向前沖”，效果究竟好嗎？

早就有人看出其中的邏輯漏洞：讓工程師以Token消耗量論英雄，和以誰花錢更多來給營銷團隊成員打分有什么區別？

全行業都已經在使用AI，但真正能把這種使用轉化成利潤的企業，目前仍然只是少數。

麥肯錫在《2025年AI現狀》報告中調查了1993名企業受訪者。結果顯示，只有39%的受訪者表示，AI已經對整個企業層面的息稅前利潤，也就是EBIT，產生了影響。

麥肯錫還專門定義了一類“AI高績效企業”：既認為AI已經為公司創造顯著價值，又認為AI對企業EBIT的貢獻達到至少5%。符合這兩個條件的企業，只占全部受訪者的約6%。

此外，去年7月，研究機構METR公布了一項隨機對照實驗。16名有經驗的開源軟件開發者，在自己熟悉的代碼庫中完成246項真實任務，其中一部分任務允許使用AI工具，另一部分則不能使用AI。

在實驗開始前，開發者預計，AI可以讓他們完成任務的時間縮短24%。

實驗結束后，即便已經親自使用過這些工具，他們仍然認為AI讓自己的工作速度提高了20%。

但實際結果完全相反：使用AI后，這些開發者完成任務所需的時間，反而增加了19%。

這項研究針對的是熟悉大型開源代碼庫的資深開發者，當然不能直接證明AI編程對所有人、所有任務都沒有幫助。

但它至少說明了員工感覺自己在用AI提效，不等于效率真的提高了。公司看到AI使用量增長，也不等于公司真的獲得了與之匹配的產出。

Token消耗變成績效考核標準和“覺悟檢測器”的時候，鬧劇的基調就已經被定下了。AI當然不會因此退潮。但把Token消耗速率當成轉型進度、把“多用AI”當成績效答案的階段，可能已經快結束了。

可喜可賀。

點個“愛心”，再走 吧