北京
出品 | 网易智能
作者 | 辰辰
编辑 | 王凤枝
AI用得更多了，活却没多干。
本周，亚马逊关闭了一个叫"Kiro Rank"的内部排行榜。它按员工使用AI的活跃度打分排名。管理层的想法很简单：鼓励工程师多用AI。一线员工的反应也很简单：那就先把数字刷好看。
于是，AI智能体被派去跑没人需要的任务；明明几秒钟就能查到的文档，也要交给模型绕一圈；代码生成出来，转头又被删掉。
token烧了，排名涨了，真正的活没多干。
亚马逊高级副总裁戴夫·特雷德韦尔只好在内部喊停："别为了用AI而用AI。"
这件事最讽刺的地方在于：亚马逊是全世界最舍得在AI上花钱的公司之一，今年预计资本支出2000亿美元，大部分投向AI和数据中心。可它现在要提醒自己的工程师，别为了刷指标乱用AI。
不是AI没用，而是指标错了。一旦"用了多少"变成目标，KPI就一定变漂亮，账单也一定变贵。
有网友在X上评论得一针见血："AI本应替代人力或降低人力成本，结果它变成了一个比人类员工还贵的'超级员工'。"
一、排行榜一个接一个消失了
亚马逊不是唯一踩刹车的。几乎同一时间，类似的事在硅谷大厂接连上演。
Meta内部有一个叫"Claudeonomics"的排行榜。用的是Anthropic的Claude模型，所以起了这么个名字。榜单统计85000多名员工的AI使用量，列出前250名"超级用户"。排在顶端的头衔叫"Token Legend"，token传奇。
听着像游戏段位。员工也确实把它当游戏打了。
《The Information》独家报道显示，Meta员工30天内消耗了60.2万亿个token。按Anthropic的API公开价格算，这笔账单约9亿美元。 即使大客户有折扣，保守估计也在1亿美元以上。
一位Meta工程师私下说，大量开发者在跑一种类似OpenClaw的内部智能体，疯狂烧token，产出几乎为零。他还提到，一些线上事故的根因被追溯到AI生成的代码。写代码的人似乎更关心堆出大量代码，而不是代码能不能跑。
排行榜顶端那些人，产出的东西基本都是"一次性垃圾"。 他的原话。
被媒体曝光后第二天，Meta悄悄下线了这个排行榜。
微软从今年1月就开始搞内部token排行榜。这个榜有个耐人寻味的特点：排名靠前的很多是VP级别和杰出工程师级别的人。平时开会多、写代码少，但token用量遥遥领先。
一位微软工程师承认自己在"tokenmaxxing"。不是因为想上榜，而是怕被看到token用得太少。他说：
"我们有内部仪表盘，追踪AI使用量、token消耗、AI写的代码占比。我不想被贴上'AI用得少'的标签。为了抬高数据，我会拿文档里已经有的问题去问AI，让AI把文档处理一遍再回答我，比直接查文档慢10倍，但能烧很多token。我还会让AI去原型化一些我根本不打算做的功能，提示几次之后把代码全删了。"
这位工程师入职不久，担心的是工作安全。逻辑很简单：宁可多烧钱，也别在数据上显得不够"AI原生"。 今年5月，微软因token账单失控，被迫收回大部分Claude Code授权，把员工推回更便宜的Copilot。
Salesforce更直白。
公司做了一个Mac桌面小工具，每15分钟刷新你的token花费，同时显示一个"最低预期支出"。上周的标准：Claude Code每月至少100美元，Cursor每月至少70美元。没达标，就被标记。
还有一个工具可以查看任何同事的token支出。员工用来互相比较，精准找到那个"略高于平均"的刻度，然后把自己的花费控制在那里。
一位Salesforce工程师说，有些同事的做法是让AI"帮我做X"，而这个X跟手头工作毫无关系，纯粹为了烧token，做完也不会上线。直到上周，部分团队干脆取消月度上限，理由是"消除开发流程中的摩擦"。
Uber的故事在时间线上最有戏剧性。
去年12月，Uber给约5000名工程师配了Claude Code。今年2月使用率32%；3月到4月之间飙到84%到95%。70%的代码提交是AI生成的，11%的后端更新完全不需要人工干预。
听着很厉害。
然后Uber在4月就把全年AI预算烧光了。 每个工程师每月的API成本在500到2000美元之间。
Uber的COO安德鲁·麦克唐纳（Andrew Macdonald）最近在一档播客里说得很坦诚："当我们讨论AI使用量时，那些标题数字会让你脑子炸掉。但你要问的是：生产力提升到底有多少？哪些产品是AI驱动的？这两者之间的联系，还没建立起来。"
公平地说，预算烧光也可能意味着AI的真实需求比预期更高。关键看多出来的花费换来了什么。但Uber的COO自己也承认，产出和花费之间的联系还没建立起来。
他还补了一句："目前还没有什么真正起飞的东西。"
二、账本不会说谎
把上面的故事串起来，一个共同的问题浮出来了：AI到底替公司省了钱，还是多花了钱？
先看英伟达。英伟达深度学习研究副总裁布莱恩·卡坦扎罗（Bryan Catanzaro）今年4月接受Axios采访时说了一句大白话：在他自己的团队里，AI计算成本已经远远超过员工工资总和。GPU和推理的支出，比人工成本还高。
注意，说这话的人是英伟达的人。英伟达是卖GPU的。连他们自己都说，重度使用AI的团队面临计算成本远高于人力成本的现实。
再看行业数据。多份2026年的追踪报告显示，Claude Code和Copilot宣传每月10到200美元的订阅费，但在重度智能体模式下，每个工程师每月的实际API成本跑到500到2000美元。 加上代码审查、技术债务、调试这些隐藏成本，一个AI辅助团队的总拥有成本比纯人类团队高出12%以上。
不只是编码辅助。更复杂的AI智能体项目成本更高。
Gartner预测，到2027年，40%的AI智能体项目会因成本超支被砍掉。德勤2026年的报告发现，只有11%的公司真正把AI智能体部署到了生产环境。超过80%的项目因成本爆表而暂停或取消。 一个AI智能体的开发和运行总成本，往往从预期的5万美元飙到38万美元以上。
表面效率很高，实际上token消耗和持续维护很快就把预算撑破了。
这里引出一个170年前的经济学概念：杰文斯悖论。
经济学家杰文斯发现：蒸汽机效率提高后，煤炭消耗不但没减少，反而大幅增加。因为效率高了，使用门槛低了，用的人多了，总消耗反而更大。
AI token的情况一模一样。单价在持续下降，但人均使用量的增长远远跑赢降价速度。尤其是AI智能体完成一个任务需要的token是普通问答的1000倍。OpenClaw的创始人彼得·斯坦伯格（Peter Steinberger）透露，他的团队一个月的token成本超过130万美元。
效率提升→使用量暴增→总成本不降反升。杰文斯悖论在AI时代的精确复现。
但当前大厂面对的问题比杰文斯悖论更糟。不只是总量在涨，涨出来的部分有大量是纯浪费。
一位IBM背景的技术观察者在X上评论："'AI取代你的工作'这个叙事撞上了一堵墙。微软发现AI比人力更贵。Uber四个月烧完全年预算。如果AI比雇你更贵……之前的恐慌是不是过头了？"
tokenmaxxing导致的浪费是一笔账，AI本身的成本结构是另一笔账。前者可以通过改变激励方式解决；后者需要等技术降本。但当两笔账叠在一起，大厂看到的就是一个让CFO头疼的数字。
三、Shopify的不同解法
是不是所有人都在踩同一个坑？不是。
也有团队用AI真正提了效。前提是它们从来没把"用量"当KPI。
Shopify是去年最早做token排行榜的公司，但路径跟前面几家不一样。工程负责人法汉·塔瓦尔（Farhan Thawar）说，他们后来把"排行榜"改名叫"使用仪表盘"。"原因很明显，我们不想鼓励'竞争'上榜。"
他们还做了三件事。
一，装了"断路器"。某个人的token花费一天内异常飙升，系统自动切断访问。塔瓦尔说这个断路器不只帮他们发现了失控智能体，还顺带揪出了一些基础设施的bug。
二，对高消费的人做人工跟进。不是表扬，而是问：你为什么花这么多？使用场景是什么？如果有人为了烧token而烧token，到这一步会很难看。
三，关注了一个更刁钻的指标：不看"谁花的总token最多"，而看"谁的token最贵"。他们发现，token单价最高的开发者，往往在做最有深度的活。 因为他们在用AI啃硬骨头，而不是刷简单任务。
Shopify的经验说明一件事：问题不在于用不用AI，而在于你盯着什么指标。盯着消耗量，得到的是浪费。盯着产出质量，得到的是效率。
有中文科技博主评论："真正的高手用AI是去解决痛点、省掉低价值劳动，不是为了刷token而刷token。大厂现在集体进入AI的'moment of truth'。Uber烧穿预算，亚马逊踩刹车，下一步可能就是更重视真实ROI，而不是表面的活跃度数据。"
四、同一个坑，换了个名字
X上一位开发者评论："扭曲的激励，必然滋生经济上的低效。微软、Meta、亚马逊僵化的AI采用指标，正在反噬成一场巨大的成本危机。"
回头看这场"tokenmaxxing"闹剧，有一种强烈的既视感：这不就是当年"代码行数"考核的翻版吗？
曾经有一段时间，很多公司用程序员每天写多少行代码来衡量产出。后来大家发现这事蠢透了。写一万行样板代码，不如写十行解决核心问题的逻辑。最优秀的开发者往往不是写得最多的人，而是能最快最稳解决难题的人。
token数也一样。容易被操纵，一旦列入考核就一定会被操纵。区别在于：操纵代码行数的代价最多是浪费几张纸，操纵token数的代价是真金白银的AI账单。
Pragmatic Engineer播客主持人杰尔吉·奥罗兹（Gergely Orosz）追踪多家大厂后下了判断：tokenmaxxing对AI厂商是好事，对其他所有人都是坏事。
为什么对AI厂商好？因为每一笔被浪费的token，都会变成AI公司的收入。
这也是为什么黄仁勋会在今年3月的英伟达开发者大会上对犹豫用AI的经理说"你疯了吗"，为什么他鼓励工程师每年消耗至少相当于自己半年薪水的token。
立场不同，账的算法就不同。
五、比"贵不贵"更重要的问题
把整件事拉远一点看。
亚马逊、Meta、微软、Salesforce、Uber，都在做同一件事：用排行榜、最低消费、KPI绑定，变着法子推员工"多用AI"。
背后的假设很简单：AI能替代人的一部分工作，多用就等于多省人力成本。
这个假设正在被现实打脸。
AI确实能做很多事。但它目前的成本结构，远没有达到"比人便宜"的拐点。强迫员工多用的结果，不是效率线性提升，而是大量"为了用而用"的浪费。就像亚马逊那位VP说的："别为了用AI而用AI。"
Uber的COO说得更直白：token消耗和实际产出之间，"联系还没建立起来"。
这不是说AI没用。而是说，衡量方式一开始就错了的话，越用力推，离目标越远。
排行榜上烧token最猛的人，恰恰是产出最低效的人。为了达标让AI跑无用任务的团队，恰恰是消耗资源最多的团队。
问题的核心不在于AI技术够不够好，也不在于token够不够便宜。而在于：当一家公司把"AI使用率"本身当成目标，它得到的一定是漂亮的数据和糟糕的账本。
token价格还在持续下降。今天不划算的事，明年可能就划算了。但至少今天，大厂需要面对的现实是：AI还没便宜到可以随便烧。
目前的答案：当你想用AI替代人的时候，你可能要多付一笔钱。而且付了这笔钱之后，你得到的不是省下来的人力，而是一群忙着烧token、做无用功、互相攀比数据的人。
最后在干活和浪费的，还是人。
正如那位技术观察者的反问：如果AI比雇你还贵，之前的恐慌是不是过头了？
亚马逊、Meta悄悄关掉排行榜，也就不难理解了。大厂正在集体进入一轮"AI大清算"。
账算不过来的时候，数据再好看也没用。
真正用好AI的团队，从来不是盯着token数干活。他们想的是怎么用AI省掉低价值劳动，而不是怎么让仪表盘上的数字更漂亮。
这个区别，决定了AI到底是工具，还是一张越来越贵的账单。
