henry 发自 凹非寺量子位 | 公家号 QbitAI

Token经济学
，可能并不经济。

（除了AAAAA显卡黄总）

最近
，Axios爆出一个挺逆天的事儿：一家企业
，一个月就烧掉了5亿美元的Claude账单
，合人民币34亿元。

原因嘛
，就是老板给员工开了然Anthropic的企业授权之后
，忘了设置用量上限
，而后token就一向烧烧烧……

烧了一个月
，34个幼指标就这么水灵灵地出去了。

咱先不说烧得值不值
，若是按Anthropic目前约470亿美元的年化收入（ARR）推算
，相当于这一家公司
，一个月就贡献了Anthropic靠近八分之一的月收入

换句话说
，Anthropic每赚8块钱
，其中就有1块来自这家公司。

更夸大的是
，这家公司至今没有公开身份。

但Axios在报路里提到
，可能“无痛”吞下5亿美元AI账单的企业
，全球其实也没几多家。

很快
，X上起头出现各类猜测
，其中被点名最多的是亚马逊。

巧的是
，就在险些统一功夫
，《金融时报》披露
，亚马逊已经取缔内部AI使用排行榜
，由于员工起头为了冲榜而疯狂刷Token
，甚至执行大量没有现实价值的工作。

这一前一后两条新闻放在一路看
，味路就有点不一样了。

从前两年
，企业最不安的是员工不用AI。而此刻
，越来越多企业起头不安另一件事：

AI是不是用得太多了。

美国大厂
，起头算账了

这种变动
，最近在越来越频仍地出现。

微软就是一个典型例子。

最近
，微软颁发将在6月30日之前取缔Experiences + Devices部门（掌管Windows、Microsoft 365、Outlook、Teams、Surface）的大部门Claude Code授权
，工程师们被要求迁徙到自家的GitHub Copilot CLI。

而Claude Code进入微软内部
，距离此刻不外6个月。

微软给出的理由很切合硅谷传统——

Claude Code已经实现了援手团队进建和索求的阶段
，是时辰回到“Eat Your Own Dog Food”
，使用自己的产品了。

但无论若何
，Token账单都是绕不开的话题。

类似的变动
，也呈此刻DeepSeek身上。

今年4月颁布V4时
，DeepSeek在技术汇报里提到
，V4已经成为公司内部员工日常使用的Agentic Coding模型
，履历优于Claude Sonnet 4.5
，交付质量靠近Opus 4.6。

固然官方没有明确提及成本成分
，但对于占有自研模型的公司来说
，用自己的模型实现同样的工作
，显然是一个更经济的选择。

若是说微软和DeepSeek还算婉转客套
，那么Uber则说得越发直接。

Uber CTO Praveen Neppalli Naga今年早些时辰泄漏
，公司工程师仅用4个月就烧完了整年Claude Code预算。

随后
，Uber首席运营官Andrew Macdonald公开暗示：AI Token亏损与最终颁布的有价值产品之间
，似乎并不存在显著的线性关系。

换句话说
，花掉更多Token
，并不愿定意味着创造出更多价值。

类似的反思
，也起头呈此刻更多公司内部。

此前
，多邻国曾打算将AI使用情况纳入员工绩效查核。但在员工质疑“是否必须为了使用AI而使用AI”之后
，公司最终撤回了这一决定。

“感触我们不是在为现实了局掌管
，而是在试图强推一些并不总是适合的器材。”

今年4月的一档播客中
，多邻国CEO路易斯·冯·安如此总结。

Meta的变动则更具代表性。

在被曝出内部成立Claude使用排行榜、单月亏损数十亿Token后
，Meta也逐步起头收紧有关激励
，从激励“多用、多刷”
，转向更关注现实产出。

与此同时
，国内也出现了类似声音。

米哈游郑银河曾分享过一次经历：某个Agent项目上线后
，一晚上烧掉了200万元Token用度。

这笔膏火不算便宜。但它也让越来越多企业意识到一个问题：Token自身并不是价值
，实现工作、交付产品、创造收入
，才是价值。

能够说
，企业依然相信AI
，只是相比去年
，它们起头不再单纯钻营亏损更多Token
，而是起头当真推算每一个Token背后的ROI。

AI第一次造成了财政问题

毫无疑难
，在经历了大半年的“黄氏Token经济学”之后
，美国大厂起头当真反思：

这些Token
，到底花得值不值？

今年3月
，黄仁勋在《All-In Podcast》中曾为这套逻辑公开背书。

若是一个年薪50万美元的工程师每年亏损的token不到25万美元
，他会深感忧郁。

在其时
，这句话被好多企业奉为圭臬。

终于
，若是AI真的能提升工程师效能
，那么多烧一些Token
，性质上是在采办出产力。

用的越多
，省得越多就是这么来的。

但问题在于：当一张张真实账单起头寄到企业手里时
，事件起头变得没那么单一。

无论是Amazon取缔排行榜
，微软收缩Claude Code授权
，还是Uber发现工程师4个月烧光整年预算。

老板们最终还是选择了用脚投票。

最近
，关于这件事的会商也起头在Hacker News上发酵。

有人以为
，这是一个重要转折点。

从前那种把Token亏损量等同于AI选取率、甚至等同于出产力的狂热阶段
，在实现。

也有人把锋芒直接指向了从前半年盛行的“Tokenmaxxing”文化。

（注：Token是大说话模型处置文本的根基单元
，也是计费单元。Tokenmaxxing指的是企业和员工疯狂钻营token亏损量
，把“烧了几多token”当成AI选取率和出产力的衡量指标。）

在他们看来
，问题并不在于AI
，而在于企业把“烧更多Token”误当成了指标自身。

若是使用更高效的模型、合理节造Agent工作流
，或者让人类参加关键决策
，成本本能够低得多。

当然
，也有人恶作剧说：

这场活动最大的赢家
，重新到尾可能只有黄仁勋。

不外
，另一种概想同样值得关注。

不少开发者以为
，这并不是AI热潮退去的信号。

刚好相反。

这意味着企业终于起头从“吓酌再说”
，进入“精密运营”的阶段。

将来各人关注的重点
，可能不再是谁烧掉更多Token
，而是谁能用更少的Token实现更多工作。

好比：更高效的Agent工作流；廉价模型处置单一工作；昂贵模型只掌管关键决策；更严格的预算和权限治理。

[1]https://www.tomshardware.com/tech-industry/artificial-intelligence/mystery-company-accidentally-blew-usd500-million-on-claude-in-a-single-month-failed-to-put-usage-limit-on-licenses-for-employees

[2]https://www.axios.com/2026/05/28/ai-spending-roi-enterprise-costs

[3]https://news.ycombinator.com/item?id=48307098