別擔心被AI搶飯碗了，老闆算完賬可能發現你更划算

一個好消息，大夥兒暫時不需要太擔心因為 AI 丟飯碗了。因為老闆算完賬後會發現，你的性價比可能更高。 今年 3 月，NVIDIA 創辦人黃仁勳一句「如果一名年薪 50 萬美元的工程師每年沒有消耗至少價值 25 萬美元的 Token，我會深感不安」，讓整個科技業的風向瞬間轉變。企業開始鼓勵員工盡可能多地消耗 Token，甚至把 Token 消耗量直接塞進員工的 KPI 裡。兩個月前，國內某大廠有員工在小紅書爆料，曬出部門 3 月份的 Token 消耗榜單，還說他們以後試用期能不能轉正、年底能拿多少績效，甚至晉升都得參考 Token 的消耗數據。 國外也同樣瘋狂。硅谷科技公司在內部大搞「Tokenmaxxing」（Token 最大化）文化，以 Meta 為例，員工自己搭建了一個名為「Claudeonomics」（克勞德經濟學）的儀表盤，用來統計全公司約 8.5 萬名員工的 Token 消耗量。數據一拉，30 天內全公司上下燒掉了超過 60 萬億個 Token。理論上跟科技不太沾邊的迪士尼，也在內網上線了「AI Adoption Dashboard」，用來追蹤員工使用 AI 的情況。慢慢的，這股風氣越刮越歪，Token 消耗量甚至被人當作社交的門檻，用得不夠多你還沒法進他們的圈子。 所有人都在這場競賽裡上了頭，好像大家從一開始就默認，AI 是一個可以降本增效的完美存在，所以不管三七二十一，閉著眼睛 All in 就完事兒了。結果看到賬單的時候，才發現事情沒那麼簡單——降本增效變成了降本增笑。 前段時間，根據彭博社消息，Uber 落地新規：員工使用各類智能體編程工具（Anthropic 的 Claude Code 或 Cursor）時，單人單工具每月消費上限為 1500 美元。關鍵不在於金額，而是 Uber 主動做了限制。要知道，去年 12 月，Uber 為了讓大夥兒都跟上時代潮流，大手一揮，向全公司大約 5000 名工程師開放了 Claude Code，還在內部搞了個排行榜來追蹤使用量。本意是想讓大家狠狠擁抱時代潮流，結果還沒抱熱乎，Uber 的首席技術官就對外透露，公司在四個月內燒完了全年 Claude Code 預算。所以 Uber 不得不採取緊急措施，手動拉閘，只有經過層層審批的特殊業務場景，才能突破 1500 美元這個限額。 與此同時，微軟那邊也坐不住了。他們正忙著把 E+D 部門（體驗與設備部門）員工手裡的 Claude Code 許可證給收回來，6 月 30 號之前，所有人都得轉投微軟自家親兒子 GitHub Copilot CLI 的懷抱。雖說官方口徑是做整合，遷到 GitHub Copilot 仍然可以用 Claude 的模型，但在《The Verge》的報導裡提到有消息人士稱，這裡面仍然有財務因素的考量，因為 6 月 30 號之後，微軟就要開始新財年了。 除了微軟、Uber 以外，外媒 Axios 還爆了個更猛的料：一家公司因為沒有對員工的 Claude 許可證設置使用上限，在短短一個月內燒掉了 5 億美元。雖然沒有具體指向哪家公司，但這個體量的 Token 消耗，讓外界把嫌疑直接鎖定在硅谷七姐妹身上。好巧不巧，就在 Axios 報導發出來的隔天，亞馬遜就關閉了內部一個叫「Kirorank」的 AI 排行榜，高管直呼「不要為了用 AI 而用 AI」。所以很難不引人懷疑，是不是他們家一個月燒掉了 5 億美元，畢竟亞馬遜之前也相當激進，要求超過 80% 的開發人員必須每週使用 AI，導致底下的員工開始了各種毫無意義的騷操作。 經典的古德哈特定律再次應驗：當一個指標變成目標的時候，它就不再是一個好指標。不過好在，這場大搞 Token 崇拜的鬧劇，並沒有持續太久。賬單一出爐，大家夥兒也紛紛回過神來，想到了一個更本質的問題：這錢燒得，到底值不值？ 不可否認的是，企業前期讓大家敞開了燒 Token，也有試驗的意思。畢竟誰都不知道 AI 到底能帶來多少價值，要是真能看到效果，砸點錢進去倒也沒啥。但現實情況往往是，Token 跟水龍頭的水一樣嘩嘩流走，卻看不到啥實際業務價值，或者說很難找到一個標準去衡量這個價值。包括 Uber COO Andrew Macdonald 在一檔訪談節目裡也表示，很難在「更高的 Token 消耗」和「新功能落地」之間找到什麼聯繫。換句話說，Token 的消耗量，沒辦法直接跟實際產出價值劃等號。 AI 讀取、理解你的需求，再思考、生成你想要的內容，這些統統都要消耗 Token。這就意味著，只要有交互就會產生消耗，但輸出的不一定都是有效內容。理解了這一點，再回頭看把「Token 消耗量」當榜單來刷這事兒，就有點怪了。這就好比編輯部寫文章，如果字數是重要的考核標準，那大家大可以不停寫流水賬，多整點毫無意義的廢話文學來湊字數。為了應付考核，員工完全可以不幹正事，每天變著法兒地讓 AI 跑幾段沒用的冗長代碼，或者讓 AI 乾點人來幹可能更快的活兒。最後數據一拉，大家的 Token 消耗量爆表，先進得不得了，但可能什麼實質性的業務都沒推進。 米哈遊之前搞了個多智能體協作的項目，13 個小時，這些 Agent 半點正事兒都沒幹，就光在那相互調用、聊得熱火朝天，一晚上燒掉 200 萬人民幣。而且不只是公司層面，在開發者和普通用戶的圈子裡，曬自己消耗了多少 Token，也一度成為了一種流行趨勢，好像數字越大，就代表著你的能力越強、越有極客範。但說實話，看到他們燒掉多少 Token，成果還真沒怎麼見識過。之前 OpenClaw 的開發者 Peter Steinberger 曬出團隊一個月燒掉 130 萬美元的賬單，也被網友質疑沒交付出什麼東西來。雖然 Peter 回應說這些消耗都用在 OpenClaw 上面了，但 OpenClaw 好像也沒更新什麼炸裂的功能。 現在的 Token 消耗尷尬就尷尬在這，它只能證明大模型在出力，但沒法證明你用它到底幹了多少好活兒。就好比當年也有人質疑 GDP 在反映真實經濟狀況時不夠客觀，後面經濟學家們又慢慢摸索出了另外一套可以作為補充的衡量標準。所以說，在沒釐清 Token 消耗和產出之間的聯繫，或者說，在沒找到一個能夠準確量化 AI 實際產出價值的指標之前，盲目地讓員工用 AI，純粹是給大模型廠商送錢。 退一步來講，即使不是米哈遊這種極端的例子，這筆賬也是算不過來的。因為 AI 現階段沒辦法完全替代人，說破天也是一個打輔助的角色，所以企業引入 AI 的真實成本構成，應該是「員工的工資 + AI 算力成本」。實際的工作流往往會變成，打工人提完需求，AI 先生成一堆初步可用的東西，打工人再不斷重試、糾錯，這個過程中 Token 一直在燃燒，搞不好比你直接僱兩個實習生還要貴得多。算到最後，真說不好到底是裁員更省，還是用 AI 更省。 高盛預測，到 2030 年，全球 Token 消耗量將較 2026 年增長 24 倍，達到每月 120 千萬億。之前大夥兒總覺得 AI 可以替代掉一些高度重複的低端崗位，但現在從成本角度看，低端崗位反而是更安全的。總的來說，現在行業裡漸漸有了些回歸理智的聲音，不再盲目地追求 Token 消耗量。國內像騰訊這樣的大廠，據傳也已經開始對員工的 Token 使用額度做了限制。經過前期的試驗，大家也逐漸意識到 Token 的使用需要更多的考慮實際產出。 與此同時，有 SaaS 企業的收費邏輯也在變。就比如營銷平台 Hubspot，從 4 月開始修改定價模式，從以前的按 Token 收費，轉變為按照實際效果收費。前陣子世超去蘇州參加了一個活動，現場金山辦公副總裁王冬提了一個觀點我覺得很值得思考：企業級 AI 落地要找高價值、高難度的「雙高場景」。說白了就是好鋼得用在刀刃上。 最後，這場 Token 崇拜的鬧劇來得快去得也快，但心裡還是覺得有些複雜。因為 Token 太貴，大家在網上調侃「讓牛馬加班，你不一定要付加班費，但讓 AI 加班，這個錢你是一分都不能少的」。當有一天資本家發現，僱傭人工比 AI 更划算，不知道是不是我們的一種悲哀？