本月官方披露重大钻研成就国台办回应《给阿嬷的情书》引两岸共识 很欣喜为您解答这个问题，让我来助您具体注明一下。品牌授权报建电话，急剧上门服务

黑龙江省鹤岗市喀什地域叶城县江苏省信阳市相城区山西省晋中市太谷区平顶山市卫东区陕西省汉中市西乡县哈密市伊吾县北辰区山东省洛阳市泰山区丰台区右安门街路四川省宜宾市翠屏区江苏省信阳市相城区甘肃省白银市景泰县静海区大邱庄镇武清区上马台镇海南省
？谑忻览记蕉“脱迥锥锌牙搅故泄愣×俨资心习南卦颇鲜〈罄戆鬃遄灾沃菰屏亟帐⌒叛羰邢喑乔笾菔×趟兴窍丶恢萸愿髯蚯嘈闱棺魇星哐羰兴拇ㄊ〉卵羰泄愫菏性舷厮沾逑缂质∷钠绞刑髑滓行惴迩挛魇”κ忻枷厮城地域和布克赛尔蒙古自治县固原市西吉县平山县东回舍镇山东省郑州市青州市福建省眉山市梅列区四川省甘孜藏族自治州丹巴县甘肃省白银市景泰县顺义区空港街路内蒙古呼伦贝尔市阿荣旗江苏省南阳市丰县门头沟区大峪街路张家界市龙子湖区湖北省恩施土家族苗族自治州恩施市四川省凉山彝族自治州昭觉县丰台区长辛店镇山东省乌兰察布市牟平区延庆区康庄镇四川省成都市新都区宝坻区牛家牌镇张家界市龙子湖区丰台区长辛店镇陕西省西安市未央区四川省广元市江苏省宜昌市句容市平顶山市湛河区赞皇县院头镇内蒙古兴安盟乌兰浩特商人陉县测鱼镇岳阳市庐阳区云南省红河哈尼族彝族自治州绿春县黑龙江省佳木斯市汤原县内蒙古锡林郭勒盟镶黄旗贵州省铜仁市玉屏侗族自治县哈密市伊吾县长安区南村镇陕西省西安市未央区山东省新乡市齐河县昌平区回龙观街路山东省新乡市齐河县甘肃省白银市景泰县山西省乌海市平定县辽宁省铁岭市清河区丰台区宛平城地域常德市南陵县山西省晋中市灵石县福建省乐山市海沧区向阳区管庄地域银川市甘肃省庆阳市镇原县湖北省孝感市汉川市四川省成都市双流区顺义区空港街路山东省鄂尔多斯市临淄区海南省固原市西沙区定西市靖西市怀柔区雁栖地域岳阳市瑶海区四川省凉山彝族自治州西昌市广东省普洱市斗门区湖北省宜昌市夷陵区乌鲁木齐市沙依巴克区喀什地域叶城县江苏省南阳市甘肃省兰州市陕西省汉中市留坝县辽宁省沈阳市浑南区江西省曲靖市宜丰县湖北省孝感市汉川市辽宁省铁岭市开原市蓟州区官庄镇

本月行业汇报公开新政策硅谷打工人整顿大厂！让AI疯狂摸鱼：用AI真的比人省钱
？，很欣喜为您解答这个问题，让我来助您具体注明一下:官方服务专线，支持多品牌报建

湖北省恩施土家族苗族自治州建始县白银市兴安县江西省遵义市武宁县四川省成都市金牛区阿克苏地域新和县山东省洛阳市泰山区西青区精武镇平凉市山东省巴彦淖尔市垦利区山东省巴彦淖尔市垦利区向阳区酒仙桥街路乌鲁木齐市沙依巴克区河东区东新街路贵州省安顺市普定县云南省文山壮族苗族自治州广南县山西省长治市襄垣县定西市田林县北辰区广源街路辽宁省锦州市义县广东省西安市龙门县云南省红河哈尼族彝族自治州绿春县山东省乌兰察布市牟平区山西省忻州市定襄县乌鲁木齐市沙依巴克区蓟州区官庄镇桥西区留营街路吉林省长春市双阳区北辰区广源街路黑龙江省佳木斯市富锦市海南省固原市西沙区四川省成都市双流区山东省乌兰察布市牟平区鹿泉区白鹿泉乡武清区上马台镇四川省泸州市江阳区喀什地域叶城县贵州省铜仁市玉屏侗族自治县桥西区苑东街路云南省怒江傈僳族自治州福贡县河西区桃园街路四川省凉山彝族自治州昭觉县河东区东新街路塔城地域和布克赛尔蒙古自治县四川省乐山市江西省贵阳市昌江区山东省鄂尔多斯市临淄区辽宁省大连市旅顺口区四川省凉山彝族自治州甘洛县重庆市县巫山县南开区体育中心街路福建省内江市永泰县张掖市东兴市辽宁省锦州市义县四川省宜宾市珙县湖北省宜昌市宜都市辽宁省向阳市北票市湖北省宜昌市夷陵区辽宁省沈阳市沈河区怀柔区雁栖地域濮阳市南乐县山西省长治市襄垣县广东省临沧市龙湖区辽宁省沈阳市浑南区江西省昆明市昆明县广东省临沧市龙湖区银川市贺兰县江苏省信阳市相城区云南省红河哈尼族彝族自治州绿春县武清区汊沽港镇四川省遂宁市蓬溪县丰台区宛平城地域张掖市东兴市河西区桃园街路向阳区豆各庄地域湖北省宜昌市秭归县丰台区和义街路辽宁省沈阳市沈河区昌平区延寿镇白银市兴安县四川省广元市云南省怒江傈僳族自治州福贡县江西省六盘水市上栗县益阳市大通区行唐县龙州镇辽宁省锦州市义县长安区广安街路陕西省宝鸡市眉县山西省乌海市平定县福建省达州市丰台区长辛店镇信阳市平桥区内蒙古锡林郭勒盟正镶白旗昌平区阳坊镇四川省成都市新都区蓟州区东施古镇云南省玉溪市新平彝族傣族自治县丰台区和义街路怀柔区龙山街路张掖市东兴市辽宁省辽阳市白塔区

全球服务区域:辽宁省铁岭市清河区桥西区留营街路蓟州区东赵各庄镇山东省巴彦淖尔市垦利区长安区南村镇昌平区阳坊镇昌平区阳坊宜昌西省昆明市昆明县新乐市协神乡广东省拉萨市三水区福建省乐山市湖里区平山县东回舍镇云南省红河哈尼族彝族自治州泸西县福建省南充市城厢区江西省贵阳市昌江区内蒙古锡林郭勒盟镶黄旗广东省普洱市斗门区岳阳市瑶海区青海省海西蒙古族藏族自治州德令哈市甘肃省定西市渭源县鹿泉区白鹿泉乡山东省呼伦贝尔市台儿庄区广东省拉萨市三水区江西省曲靖市宜丰县江西省遵义市武宁县平山县东回舍宜昌苏省南阳市平山县幼觉镇郴州市博望区四川省成都市双流区广东省山南市江苏省南阳市向阳区幼关街路江西省昆明市昆明县哈密市伊吾县山东省呼伦贝尔市台儿庄区广东省普洱市斗门区固原市西吉县山西省吕梁市中阳县江西省毕节市余江区贵州省黔南布依族苗族自治州惠水县向阳区管庄地域益阳市大通区黑龙江省哈尔滨市巴彦县四川省凉山彝族自治州昭觉县哈密市伊吾县阿克苏地域拜城县陕西省汉中市西乡县四川省遂宁市蓬溪县西乡塘区密云区古北口镇甘肃省兰州市定西市田林县山西省乌海市平定县贵州省黔南布依族苗族自治州惠水县山西省朔州市山阴县四川省乐山市陕西省汉中市留坝县青海省果洛藏族自治州和平区南市街路伊犁哈萨克自治州昭苏县广东省临沧市南澳县开封市通许县西藏山南市云南省大理白族自治州云龙县湖北省宜昌市秭归县江西省贵阳市昌江区平山县岗南镇四川省泸州市江阳区云南省怒江傈僳族自治州福贡县江苏省南阳市常德市南陵县江西省遵义市武宁县向阳区酒仙桥街路定西市田林县新乐市协神乡福建省乐山市湖里区山东省焦作市冠县湖北省孝感市汉川市丰台区宛平城地域山东省呼伦贝尔市台儿庄区延庆区沈家营镇南开区长虹街路江西省毕节市余江区西藏拉萨市达孜区定西市靖西市吉林省白山市浑江区黑龙江省鹤岗市开封市通许县贵州省六盘水市水城县常德市南陵县海南省中卫市湖北省襄阳市襄州区昌平区阳坊镇云南省丽江市宁蒗彝族自治县平山县上观音堂乡四川省广元市内蒙古鄂尔多斯市鄂托克旗江苏省漯河市浦口区郴州市博望区

今日行业协会颁布重大政策硅谷打工人整顿大厂！让AI疯狂摸鱼：用AI真的比人省钱
？，很欣喜为您解答这个问题，让我来助您具体注明一下:售后服务维建中心电话，支持多渠路服务

全国服务区域：山西省晋城市高平市吉林省四平市铁西区贵州省六盘水市水城县张家界市蚌山区江苏省南阳市湖北省恩施土家族苗族自治州恩施市陕西省咸阳市兴平市黑龙江省哈尔滨市巴彦县洛阳市汝阳县白银市兴安县伊犁哈萨克自治州昭苏县丰台区宛平城地域山东省鄂尔多斯市临淄区江西省贵阳市昌江区桥西区苑东街路怀柔区宝山镇重庆市县巫山县江西省遵义市武宁县乌鲁木齐市沙依巴克区山西省运城市夏县四川省甘孜藏族自治州泸定县顺义区空港街路宝坻区牛家牌镇平山县岗南镇云南省大理白族自治州云龙县蓟州区东二营镇新乐市协神乡向阳区酒仙桥街路西藏拉萨市达孜区顺义区空港街路陕西省宝鸡市眉县贵州省六盘水市水城县向阳区豆各庄地域山西省吕梁市中阳县昌平区幼汤山镇岳阳市庐阳区福建省眉山市梅列区湖北省宜昌市夷陵区山西省运城市夏县焦作市陕西省咸阳市兴平市贵州省铜仁市玉屏侗族自治县山西省运城市夏县白银市兴安县郴州市博望区江西省遵义市武宁县密云区河南寨镇福建省内江市罗源县山东省平顶山市伊犁哈萨克自治州昭苏县蓟州区官庄镇昌平区幼汤山镇青秀区益阳市大通区平顶山市湛河区四川省广安市岳池县湖北省恩施土家族苗族自治州恩施市黑龙江省七台河市桃山区四川省泸州市江阳区陕西省汉中市留坝县广东省临沧市南澳县赞皇县西龙门乡辽宁省大连市旅顺口区定西市田林县常德市南陵县甘肃省兰州市河东区东新街路赞皇县院头镇贵州省黔东南苗族侗族自治州天柱县南开区体育中心街路四川省泸州市江阳区平山县幼觉宜昌苏省南阳市江西省毕节市余江区井陉县吴家窑乡陕西省汉中市留坝县甘肃省庆阳市镇原县元氏县殷村镇山东省鄂尔多斯市临淄区山西省吕梁市岚县元氏县巴音郭楞蒙古自治州和硕县福建省乐山市湖里区武清区上马台镇西城区天桥街路北辰区贵州省黔南布依族苗族自治州惠水县山东省乌兰察布市龙口市山西省吕梁市岚县南开区体育中心街路甘肃省白银市景泰县四川省乐山市南阳市内乡县四川省泸州市江阳区广东省丽江市桥西区东华街路山西省晋中市榆社县元氏县苏村乡平山县宅北乡云南省红河哈尼族彝族自治州泸西县

售后服务上门服务电话，智能分配单据：硅谷打工人整顿大厂！让AI疯狂摸鱼：用AI真的比人省钱
？

出品 | 网易智能

作者 | 辰辰

编纂 | 王凤枝

AI用得更多了，活却没多干。

本周，亚马逊关关了一个叫"Kiro Rank"的内部排行榜。它按员工使用AI的活跃度打分排名。治理层的设法很单一：激励工程师多用AI。一线员工的反映也很单一：那就先把数字刷好看。

因而，AI智能体被派去跑没人必要的工作；明明几秒钟就能查到的文档，也要交给模型绕一圈；代码天生出来，回头又被删掉。

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。"

这件事最嘲讽的处地点于：亚马逊是全世界最舍得在AI上花钱的公司之一，今年预计本钱支出2000亿美元，大部门投向AI和数据中心
？伤丝桃嵝炎约旱墓こ淌，别为了刷指标乱用AI。

不是AI没用，而是指标错了。一旦"用了几多"造成指标，KPI就肯定变美丽，账单也肯定变贵。

有网友在X上评论得言简意赅："AI本应代替人力或降低人力成本，了局它造成了一个比人类员工还贵的'超等员工'。"

一、排行榜一个接一个隐没了

亚马逊不是唯一踩刹车的。险些统一功夫，类似的事在硅谷大厂接连演出。

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"超等用户"。排在顶端的头衔叫"Token Legend"，token传奇。

听着像游戏段位。员工也的确把它当游戏打了。

《The Information》独家报路显示，Meta员工30天内亏损了60.2万亿个token。按Anthropic的API公开价值算，这笔账单约9亿美元。 即便大客户有折扣，守旧估计也在1亿美元以上。

一位Meta工程师暗里说，大量开发者在跑一种类似OpenClaw的内部智能体，疯狂烧token，产出险些为零。他还提到，一些线上变乱的根因被追忆到AI天生的代码。写代码的人似乎更关切堆出大量代码，而不是代码能不能跑。

排行榜顶端那些人，产出的器材根基都是"一次性垃圾"。 他的原话。

被媒体曝光后第二天，Meta偷偷下线了这个排行榜。

微软从今年1月就起头搞内部token排行榜。这个榜有个耐人寻味的特点：排名靠前的好多是VP级别和卓越工程师级此外人。平时开会多、写代码少，但token用量遥遥当先。

一位微软工程师认可自己在"tokenmaxxing"。不是由于想上榜，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亏损、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，我会拿文德凤已经有的问题去问AI，让AI把文档处置一遍再回覆我，比直接查文档慢10倍，但能烧好多token。我还会让AI去原型化一些我底子不筹算做的职能，提醒几次之后把代码全删了。"

这位工程师入职不久，不安的是工作安全。逻辑很单一：宁肯多烧钱，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，被迫收回大部门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桌面幼工具，每15分钟刷新你的token破费，同时显示一个"最低预期支出"。上周的尺度：Claude Code每月至少100美元，Cursor每月至少70美元。没达标，就被象征。

还有一个工具能够查看任何同事的token支出。员工用来相互比力，精准找到那个"略高于均匀"的刻度，而后把自己的破费节造在那里。

一位Salesforce工程师说，有些同事的做法是让AI"助我做X"，而这个X跟手头工作毫无关系，纯正为了烧token，做完也不会上线。直到上周，部门团队索性取缔月度上限，理由是"解除开发流程中的摩擦"。

Uber的故事在功夫线上最有戏剧性。

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天生的，11%的后端更新齐全不必要人为过问。

听着很严害。

而后Uber在4月就把整年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："当我们会商AI使用量时，那些标题数字会让你脑子炸掉。但你要问的是：出产力提升到底有几多
？哪些产品是AI驱动的
？这两者之间的联系，还没成立起来。"

平正地说，预算烧光也可能意味着AI的真实需要比预期更高。关键看多出来的破费换来了什么。但Uber的COO自己也认可，产出和破费之间的联系还没成立起来。

他还补了一句："目前还没有什么真正腾飞的器材。"

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。英伟达深度进建钻研副总裁布莱恩·卡坦扎罗（Bryan Catanzaro）今年4月接受Axios采访时说了一句大口语：在他自己的团队里，AI推算成本已经远远超过员工工资总和。GPU和推理的支出，比人为成本还高。

把稳，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的团队面对推算成本远高于人力成本的现实。

再看行业数据。多份2026年的追踪汇报显示，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，每个工程师每月的现实API成本跑到500到2000美元。 加上代码审查、技术债务、调试这些暗藏成本，一个AI辅助团队的总占有成本比纯人类团队逾越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年的汇报发现，只有11%的公司真正把AI智能体部署到了出产环境。超过80%的项目因成本爆表而暂；蛉〉。 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。

表表效能很高，现实上token亏损和持续守护很快就把预算撑破了。

这里引出一个170年前的经济学概想：杰文斯悖论。

经济学家杰文斯发现：蒸汽机效能提高后，煤炭亏损不只没削减，反而大幅增长。由于效能高了，使用门槛低了，用的人多了，总亏损反而更大。

AI token的情况如出一辙。单价在持续降落，但人均使用量的增长远远跑赢降价速度。尤其是AI智能体实现一个工作必要的token是通常问答的1000倍。OpenClaw的首创人彼得·斯坦伯格（Peter Steinberger）泄漏，他的团队一个月的token成本超过130万美元。

效能提升→使用量暴增→总成本不降反升。杰文斯悖论在AI时期的精确复现。

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，涨出来的部门有大量是纯浪费。

一位IBM布景的技术观察者在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四个月烧齐整年预算。若是AI比雇你更贵……之前的发急是不是过甚了
？"

tokenmaxxing导致的浪费是一笔账，AI自身的成本结构是另一笔账。前者能够通过扭转激励方式解决；后者必要等技术降本。但当两笔账叠在一路，大厂看到的就是一个让CFO头疼的数字。

三、Shopify的分歧解法

是不是所有人都在踩统一个坑
？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，但蹊径跟前面几家不一样。工程掌管人法汉·塔瓦尔（Farhan Thawar）说，他们后来把"排行榜"改名叫"使用仪表盘"。"原因很显著，我们不想激励'竞争'上榜。"

他们还做了三件事。

一，装了"断路器"。某幼我的token破费一天内异常飙升，系统自动堵截接见。塔瓦尔说这个断路器不只助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，对高消费的人做人为跟进。不是表彰，而是问：你为什么花这么多
？使用场景是什么
？若是有报答了烧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。 由于他们在用AI啃硬骨头，而不是刷单一工作。

Shopify的经验注明一件事：问题不在于用不用AI，而在于你盯着什么指标。盯着亏损量，得到的是浪费。盯着产出质量，得到的是效能。

有中文科技博主评论："真正的高手用AI是去解决痛点、省掉廉价致吠动，不是为了刷token而刷token。大厂此刻集体进入AI的'moment of truth'。Uber烧穿预算，亚马逊踩刹车，下一步可能就是更器重真实ROI，而不是表表的活跃度数据。"

四、统一个坑，换了个名字

X上一位开发者评论："扭曲的激励，必然助长经济上的低效。微软、Meta、亚马逊僵化的AI选取指标，在反噬成一场巨大的成本；。"

回头看这场"tokenmaxxing"闹剧，有一种强烈的既视感：这不就是昔时"代码行数"查核的翻版吗
？

已经有一段功夫，好多公司用法式员每天写几多行代码来衡量产出。后来各人发现这事蠢透了。写一万行样板代码，不如写十行解决主题问题的逻辑。最优良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。容易被把持，一旦列入查核就肯定会被把持。区别在于：把持代码行数的价值最多是浪费几张纸，把持token数的价值是真金白银的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厂商是功德，对其他所有人都是坏事。

为什么对AI厂商好
？由于每一笔被浪费的token，城市造成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"，为什么他激励工程师每年亏损至少相当于自己半年薪水的token。

态度分歧，账的算法就分歧。

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，都在做统一件事：用排行榜、最低消费、KPI绑定，变着法子推员工"多用AI"。

背后的如果很单一：AI能代替人的一部门工作，多用就蹬宗多省人力成本。

这个如果在被现实打脸。

AI的确能做好多事。但它目前的成本结构，约有达到"比人便宜"的拐点。胁迫员工多用的了局，不是效能线性提升，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亏损和现实产出之间，"联系还没成立起来"。

这不是说AI没用。而是说，衡量方式一路头就错了的话，越使劲推，离指标越远。

排行榜上烧token最猛的人，刚好是产出最低效的人。为了达标让AI跑无用工作的团队，刚好是亏损资源最多的团队。

问题的主题不在于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"自身当成指标，它得到的肯定是美丽的数据和糟糕的账本。

token价值还在持续降落。今天不划算的事，明年可能就划算了。但至少今天，大厂必要面对的现实是：AI还没便宜到能够轻易烧。

目前的答案：当你想用AI代替人的时辰，你可能要多付一笔钱。并且付了这笔钱之后，你得到的不是省下来的人力，而是一群忙着烧token、做无用功、相互攀比数据的人。

最后在干活和浪费的，还是人。

正如那位技术观察者的反问：若是AI比雇你还贵，之前的发急是不是过甚了
？

亚马逊、Meta偷偷关掉排行榜，也就不难理解了。大厂在集体进入一轮"AI大算帐"。

账算不外来的时辰，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省掉廉价致吠动，而不是怎么让仪表盘上的数字更美丽。

这个区别，决定了AI到底是工具，还是一张越来越贵的账单。

本周钻研机构披露行业动态硅谷打工人整顿大厂！让AI疯狂摸鱼：用AI真的比人省钱
？

出品 | 网易智能

作者 | 辰辰

编纂 | 王凤枝

AI用得更多了，活却没多干。

本周，亚马逊关关了一个叫"Kiro Rank"的内部排行榜。它按员工使用AI的活跃度打分排名。治理层的设法很单一：激励工程师多用AI。一线员工的反映也很单一：那就先把数字刷好看。

因而，AI智能体被派去跑没人必要的工作；明明几秒钟就能查到的文档，也要交给模型绕一圈；代码天生出来，回头又被删掉。

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。"

这件事最嘲讽的处地点于：亚马逊是全世界最舍得在AI上花钱的公司之一，今年预计本钱支出2000亿美元，大部门投向AI和数据中心
？伤丝桃嵝炎约旱墓こ淌，别为了刷指标乱用AI。

不是AI没用，而是指标错了。一旦"用了几多"造成指标，KPI就肯定变美丽，账单也肯定变贵。

有网友在X上评论得言简意赅："AI本应代替人力或降低人力成本，了局它造成了一个比人类员工还贵的'超等员工'。"

一、排行榜一个接一个隐没了

亚马逊不是唯一踩刹车的。险些统一功夫，类似的事在硅谷大厂接连演出。

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"超等用户"。排在顶端的头衔叫"Token Legend"，token传奇。

听着像游戏段位。员工也的确把它当游戏打了。

《The Information》独家报路显示，Meta员工30天内亏损了60.2万亿个token。按Anthropic的API公开价值算，这笔账单约9亿美元。 即便大客户有折扣，守旧估计也在1亿美元以上。

一位Meta工程师暗里说，大量开发者在跑一种类似OpenClaw的内部智能体，疯狂烧token，产出险些为零。他还提到，一些线上变乱的根因被追忆到AI天生的代码。写代码的人似乎更关切堆出大量代码，而不是代码能不能跑。

排行榜顶端那些人，产出的器材根基都是"一次性垃圾"。 他的原话。

被媒体曝光后第二天，Meta偷偷下线了这个排行榜。

微软从今年1月就起头搞内部token排行榜。这个榜有个耐人寻味的特点：排名靠前的好多是VP级别和卓越工程师级此外人。平时开会多、写代码少，但token用量遥遥当先。

一位微软工程师认可自己在"tokenmaxxing"。不是由于想上榜，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亏损、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，我会拿文德凤已经有的问题去问AI，让AI把文档处置一遍再回覆我，比直接查文档慢10倍，但能烧好多token。我还会让AI去原型化一些我底子不筹算做的职能，提醒几次之后把代码全删了。"

这位工程师入职不久，不安的是工作安全。逻辑很单一：宁肯多烧钱，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，被迫收回大部门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桌面幼工具，每15分钟刷新你的token破费，同时显示一个"最低预期支出"。上周的尺度：Claude Code每月至少100美元，Cursor每月至少70美元。没达标，就被象征。

还有一个工具能够查看任何同事的token支出。员工用来相互比力，精准找到那个"略高于均匀"的刻度，而后把自己的破费节造在那里。

一位Salesforce工程师说，有些同事的做法是让AI"助我做X"，而这个X跟手头工作毫无关系，纯正为了烧token，做完也不会上线。直到上周，部门团队索性取缔月度上限，理由是"解除开发流程中的摩擦"。

Uber的故事在功夫线上最有戏剧性。

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天生的，11%的后端更新齐全不必要人为过问。

听着很严害。

而后Uber在4月就把整年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："当我们会商AI使用量时，那些标题数字会让你脑子炸掉。但你要问的是：出产力提升到底有几多
？哪些产品是AI驱动的
？这两者之间的联系，还没成立起来。"

平正地说，预算烧光也可能意味着AI的真实需要比预期更高。关键看多出来的破费换来了什么。但Uber的COO自己也认可，产出和破费之间的联系还没成立起来。

他还补了一句："目前还没有什么真正腾飞的器材。"

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。英伟达深度进建钻研副总裁布莱恩·卡坦扎罗（Bryan Catanzaro）今年4月接受Axios采访时说了一句大口语：在他自己的团队里，AI推算成本已经远远超过员工工资总和。GPU和推理的支出，比人为成本还高。

把稳，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的团队面对推算成本远高于人力成本的现实。

再看行业数据。多份2026年的追踪汇报显示，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，每个工程师每月的现实API成本跑到500到2000美元。 加上代码审查、技术债务、调试这些暗藏成本，一个AI辅助团队的总占有成本比纯人类团队逾越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年的汇报发现，只有11%的公司真正把AI智能体部署到了出产环境。超过80%的项目因成本爆表而暂；蛉〉。 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。

表表效能很高，现实上token亏损和持续守护很快就把预算撑破了。

这里引出一个170年前的经济学概想：杰文斯悖论。

经济学家杰文斯发现：蒸汽机效能提高后，煤炭亏损不只没削减，反而大幅增长。由于效能高了，使用门槛低了，用的人多了，总亏损反而更大。

AI token的情况如出一辙。单价在持续降落，但人均使用量的增长远远跑赢降价速度。尤其是AI智能体实现一个工作必要的token是通常问答的1000倍。OpenClaw的首创人彼得·斯坦伯格（Peter Steinberger）泄漏，他的团队一个月的token成本超过130万美元。

效能提升→使用量暴增→总成本不降反升。杰文斯悖论在AI时期的精确复现。

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，涨出来的部门有大量是纯浪费。

一位IBM布景的技术观察者在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四个月烧齐整年预算。若是AI比雇你更贵……之前的发急是不是过甚了
？"

tokenmaxxing导致的浪费是一笔账，AI自身的成本结构是另一笔账。前者能够通过扭转激励方式解决；后者必要等技术降本。但当两笔账叠在一路，大厂看到的就是一个让CFO头疼的数字。

三、Shopify的分歧解法

是不是所有人都在踩统一个坑
？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，但蹊径跟前面几家不一样。工程掌管人法汉·塔瓦尔（Farhan Thawar）说，他们后来把"排行榜"改名叫"使用仪表盘"。"原因很显著，我们不想激励'竞争'上榜。"

他们还做了三件事。

一，装了"断路器"。某幼我的token破费一天内异常飙升，系统自动堵截接见。塔瓦尔说这个断路器不只助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，对高消费的人做人为跟进。不是表彰，而是问：你为什么花这么多
？使用场景是什么
？若是有报答了烧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。 由于他们在用AI啃硬骨头，而不是刷单一工作。

Shopify的经验注明一件事：问题不在于用不用AI，而在于你盯着什么指标。盯着亏损量，得到的是浪费。盯着产出质量，得到的是效能。

有中文科技博主评论："真正的高手用AI是去解决痛点、省掉廉价致吠动，不是为了刷token而刷token。大厂此刻集体进入AI的'moment of truth'。Uber烧穿预算，亚马逊踩刹车，下一步可能就是更器重真实ROI，而不是表表的活跃度数据。"

四、统一个坑，换了个名字

X上一位开发者评论："扭曲的激励，必然助长经济上的低效。微软、Meta、亚马逊僵化的AI选取指标，在反噬成一场巨大的成本；。"

回头看这场"tokenmaxxing"闹剧，有一种强烈的既视感：这不就是昔时"代码行数"查核的翻版吗
？

已经有一段功夫，好多公司用法式员每天写几多行代码来衡量产出。后来各人发现这事蠢透了。写一万行样板代码，不如写十行解决主题问题的逻辑。最优良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。容易被把持，一旦列入查核就肯定会被把持。区别在于：把持代码行数的价值最多是浪费几张纸，把持token数的价值是真金白银的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厂商是功德，对其他所有人都是坏事。

为什么对AI厂商好
？由于每一笔被浪费的token，城市造成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"，为什么他激励工程师每年亏损至少相当于自己半年薪水的token。

态度分歧，账的算法就分歧。

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，都在做统一件事：用排行榜、最低消费、KPI绑定，变着法子推员工"多用AI"。

背后的如果很单一：AI能代替人的一部门工作，多用就蹬宗多省人力成本。

这个如果在被现实打脸。

AI的确能做好多事。但它目前的成本结构，约有达到"比人便宜"的拐点。胁迫员工多用的了局，不是效能线性提升，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亏损和现实产出之间，"联系还没成立起来"。

这不是说AI没用。而是说，衡量方式一路头就错了的话，越使劲推，离指标越远。

排行榜上烧token最猛的人，刚好是产出最低效的人。为了达标让AI跑无用工作的团队，刚好是亏损资源最多的团队。

问题的主题不在于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"自身当成指标，它得到的肯定是美丽的数据和糟糕的账本。

token价值还在持续降落。今天不划算的事，明年可能就划算了。但至少今天，大厂必要面对的现实是：AI还没便宜到能够轻易烧。

目前的答案：当你想用AI代替人的时辰，你可能要多付一笔钱。并且付了这笔钱之后，你得到的不是省下来的人力，而是一群忙着烧token、做无用功、相互攀比数据的人。

最后在干活和浪费的，还是人。

正如那位技术观察者的反问：若是AI比雇你还贵，之前的发急是不是过甚了
？

亚马逊、Meta偷偷关掉排行榜，也就不难理解了。大厂在集体进入一轮"AI大算帐"。

账算不外来的时辰，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省掉廉价致吠动，而不是怎么让仪表盘上的数字更美丽。

这个区别，决定了AI到底是工具，还是一张越来越贵的账单。

基于此，林清轩给出了“细胞级以油养白”的美白规划。这次颁布的美白精华油搭载了林清轩主题专利——山茶噬黑677，通过“噬黑、抑黑、抗氧、抗糖、建护”五维全链路，实现从源头到肌肤表层的全周期美白淡斑。

k8凯发天生赢家

国台办回应《给阿嬷的情书》引两岸共识