本文來自微信公眾號： 新浪科技 ，作者：鄭峻，原文標題：《一個月燒掉5億美元Token！多家美國科技巨頭緊急叫停，硅谷開始重新招人》，題圖來自：AI生成

AI時代什么最貴？在經(jīng)歷了此前哄搶顯卡和爭奪人才的熱潮之后，現(xiàn)在看來是算力，是Token成本。不僅普通企業(yè)只能省吃儉用，連科技巨頭都沒有余糧了?！癟okenmaxxing”迅速變成了一個笑話。

云服務公司Box CEO亞倫·萊維（Aaron Levie）表示，他近期參加了一場有眾多頂級企業(yè)高管的晚宴，發(fā)現(xiàn)商界領袖們討論最多的話題，不是宏觀經(jīng)濟議題，而是他們企業(yè)的Token成本。

萊維所說的并不令人意外。Uber的CTO普拉文·內(nèi)帕利·納加（Praveen Neppalli Naga）上個月坦承：公司將Claude Code部署給約5000名工程師后，短短四個月內(nèi)就將全年AI預算燒光殆盡，讓他措手不及。

Uber高層的本意是推廣工程師們普及AI工具，從這個角度來看，他們達到了目的。上個月Uber工程師的Claude Code月使用率已飆至95%。但高層并沒有考慮到另一面，單個工程師每月產(chǎn)生的API成本高達500到2000美元。

面對著目瞪口呆的Token預算，即便是Uber這樣市值1500億美元的大企業(yè)都不得不緊急制定嚴苛的分級管理，限制員工的使用流量，像當年節(jié)省紙張一樣精打細算著每一個Token的成本。

科技巨頭都燒不起了

令人意外的是，收緊AI預算的不僅有Uber這樣的中型企業(yè)，甚至還包括了微軟和亞馬遜的超級云計算巨頭。

去年年底，微軟最核心的Experiences and Devices部門——覆蓋Windows、Microsoft 365、Outlook、Teams及Surface全線產(chǎn)品的核心工程團隊——率先在內(nèi)部大規(guī)模推行Claude Code。

雖然微軟對外強調(diào)并沒有將AI使用量納入員工績效考核體系，但他們內(nèi)部卻流傳著一份開發(fā)部門負責人朱莉婭·劉松（Julia Liuson）的內(nèi)部備忘錄，稱AI的使用“不再是可選項，而是每個崗位、每個級別的核心要求”。

但僅僅六個月后，這場實驗就不得不被緊急叫停。這并不是因為效果不好，而是員工們用得太爽，用量太猛，才讓IT部門猝不及防。就在本周，微軟開始著手關閉大部分內(nèi)部Claude Code授權。數(shù)以千計的工程師被強制遷移回微軟自家的GitHub Copilot CLI，以便進行成本管控。

然而，更觸目驚心的案例來自Axios本周的獨家報道。一家科技巨頭因為沒有對員工的Claude許可證設置使用上限，在短短一個月內(nèi)燒掉了5億美元。這不是一個抽象的數(shù)字：5億美元相當于許多中型科技公司的全年營收。

雖然報道沒有實名，但外界普遍認為這說的是亞馬遜，因為亞馬遜此前在公司內(nèi)部大力推行AI工具，并將開發(fā)者的AI使用量納入內(nèi)部排行榜考核，要求超過80%的開發(fā)者每周必須使用AI。

這套考核機制迅速催生了一個新詞：Tokenmaxxing——專指員工為了刷高排行榜數(shù)據(jù)而人為制造無意義AI消耗的行為。亞馬遜員工們用MeshClaw自動化那些根本不需要AI的日常任務，讓AI智能體在后臺空轉，只為讓自己的token消耗數(shù)字好看。

面對每個月高達5億美元的天價Token賬單，亞馬遜高管最終意識到，員工大量使用AI是為了提升排名，而不是解決實際業(yè)務問題。

就在上周，亞馬遜放棄了AI使用量考核，要求員工高效使用AI工具。一位亞馬遜高管甚至告誡旗下員工，不要單純地為了使用AI而使用AI。這種態(tài)度和此前形成了鮮明對比。

同樣的刷Token鬧劇也在Meta上演。Meta首席人力官賈內(nèi)爾·蓋爾（Janelle Gale）明確宣布，AI使用情況與業(yè)務影響力將從2026年起正式納入績效考核體系，頂尖員工的獎金上限將超過年薪的200%。

Meta甚至要求員工必須在辦公電腦上安裝一套軟件，在詳細追蹤他們的AI使用情況的同時，也為AI自動化辦公提供訓練數(shù)據(jù)。Meta CTO安德魯·博斯沃思（Andrew Bosworth）曾公開表示，目標是未來開發(fā)能夠自主執(zhí)行工作任務的AI代理。

博斯沃思表示，他最頂尖的工程師花在AI Token上的錢相當于自己的年薪，并以此作為生產(chǎn)力倍增的證據(jù)。在這套指揮棒下，Token消耗量從一個工程指標悄然蛻變?yōu)槁殘鰰x升的通貨。

Meta內(nèi)部甚至出現(xiàn)了一個名為“Claudeonomics”的非官方排行榜，追蹤全公司約8.5萬名用戶的Token消耗量。結果在30天的統(tǒng)計窗口內(nèi)，該排行榜顯示的總使用量超過60萬億個Token。排行榜曝光兩天后，因“內(nèi)部數(shù)據(jù)遭外部獲取”而緊急下線。

賬單讓企業(yè)瞬間清醒

這種燒不起Token的戲劇性局面似乎反轉得太快。因為就在不久之前，科技企業(yè)還在紛紛鼓勵旗下員工全面轉型AI，為員工提供無限度的Token額度。

在今年3月的英偉達GTC期間，黃仁勛公開表示，計劃為英偉達每一個員工提供每年50萬美元的Token額度。黃仁勛甚至強調(diào)，如果哪個員工在年底前沒有把這50萬美元的Token額度用完，他甚至會感到“失望”，因為這意味著員工沒有充分利用AI來重塑自己的工作方式。

在這場科技巨頭爭相向華爾街講述AI轉型故事的時候，Token消耗量被當成AI落地深度的代理指標。Token消耗得越多，就越證明AI滲透進了工作流。于是，消耗量本身成了目標，生產(chǎn)力反而成了附帶品。

但現(xiàn)實情況是，將AI使用量納入績效考核只會帶來毫無意義的Token浪費。根據(jù)美國軟件智能平臺Jellyfish的估算，在輕度使用AI的情況下，合并一次拉取請求的成本僅為0.28美元，但在重度使用AI的情況下，這一成本可能瞬間就會急劇飆升到89.32美元。Token消耗得更多了，但交付的產(chǎn)品并沒有變多，只是帶來了更大的賬單。

科技媒體Axios用一個詞精準概括了當下的企業(yè)AI困境：sticker shock——價格虛高綜合征。那些曾經(jīng)急于擁抱AI的企業(yè)，正在集體面對膨脹的IT成本、難以量化的生產(chǎn)力提升，以及員工日益滋長的懷疑情緒。

高盛最新預測顯示，隨著企業(yè)和消費者大規(guī)模采用AI智能體，到2030年全球Token消耗量可能增長24倍，達到每月120千萬億（Quadrillion）。這是一個令人眩暈的數(shù)字——但數(shù)字本身并不創(chuàng)造價值。研究公司Mavvrik的調(diào)查顯示，85%的企業(yè)AI成本預測誤差超過10%；84%的企業(yè)表示，AI支出已將公司毛利率壓低了6個百分點以上。

Gartner的預測則讓人徹底清醒：即便到2030年AI推理成本下降近90%，企業(yè)AI總賬單也不會因此變得便宜。原因很簡單——智能體工作流所消耗的token量，是普通單次對話的數(shù)百倍乃至數(shù)千倍；消費量的增長速度，完全足以淹沒單價下降帶來的紅利。

“首席產(chǎn)品官們不應該把商品Token的通縮，誤讀為前沿推理能力的普惠化，”Gartner高級分析師威爾·薩默（Will Sommer）如此警告。

那些曾經(jīng)以“打開AI、看看會發(fā)生什么”為策略的公司，正在補課——補那些本該在推廣前就該建立的治理體系和成本管控機制。

Token賬單正在倒逼企業(yè)重新思考一個最基本的問題：AI到底在為我解決什么問題？這個問題，在采購許可證之前就應該回答。現(xiàn)在，市場用賬單替他們給出了答案。

Uber COO安德魯·麥克唐納（Andrew Macdonald）對此直言不諱：“AI成本越來越難以合理化?！边@與他們CTO早先的表態(tài)形成了一組沉重的呼應：Uber的CEO甚至公開表示，他看不出極端的Token消耗量與真正交付有價值的產(chǎn)品之間存在任何明確的關聯(lián)。

重新開始雇傭員工

雖然很多企業(yè)正在以“AI可以替代人工”為由推行裁員，但Token成本急劇上漲與AI回報低效已經(jīng)讓一些企業(yè)開始踩起了急剎車。

瑞典金融科技巨頭Klarna曾是AI替代人工最激進的鼓吹者。2024年，該公司CEO塞巴斯蒂安·西米亞特科夫斯基（Sebastian Siemiatkowski）宣稱AI“已經(jīng)能勝任人類所有的工作”，并以此為由凍結招聘、裁減約1200名員工，員工總數(shù)從2022年的5500人驟降至3400人。

然而到了2026年初，Klarna開始悄然反轉：重新啟動人工客服招募，并親口承認決策失誤——“成本不幸成為過于主導的評估因素，結果是服務質(zhì)量的下降”。AI的確快，但它不擅長處理憤怒客戶、復雜糾紛和需要共情的場景。Klarna用一次耗資巨大的回頭路，給整個行業(yè)立下了一塊警示碑。

澳大利亞聯(lián)邦銀行（CBA）的案例同樣典型。2025年7月，這家澳洲最大銀行宣布用AI語音機器人替代45名客服員工，理由是AI已能自動處理大量簡單來電。然而現(xiàn)實迅速打臉：機器人上線后，客服來電量不降反升，顧客投訴激增，剩余員工被迫大量加班，管理層甚至親自下場接聽客服熱線。僅僅一個月后，聯(lián)邦銀行向被裁員工公開道歉并支付補償，宣布撤回裁員決定，邀請這45人悉數(shù)返崗。澳大利亞金融業(yè)工會將此稱為“一次巨大的勝利”。

這兩起事件，折射出AI時代一個尚未被充分正視的結構性陷阱：企業(yè)在規(guī)劃AI替代方案時，往往只算了“省下多少人工成本”，卻漏算了AI失效后的善后成本——顧客流失、品牌受損、重新招募培訓，以及向員工賠付補償。

研究機構Orgvue和Forrester的聯(lián)合調(diào)查顯示，那些急于用AI替代人力的企業(yè)中，有55%事后表示后悔。Token可以很便宜，但用Token替代人所付出的隱性代價，往往遠比賬單上的數(shù)字昂貴得多。

這場反轉來得比任何人預期的都快。從黃仁勛在GTC舞臺上宣布“員工燒不完50萬美元Token我會失望”，到亞馬遜高管告誡員工“不要為了用AI而用AI”，前后不過幾個月。硅谷對Token的態(tài)度，完成了一次180度的弧線。

但這并不意味著AI時代結束了，而是意味著它真正開始了。此前那個“大水漫灌”式的推廣階段，本質(zhì)上是一場以算力浪費為代價的組織實驗——企業(yè)用真金白銀買單，用員工的時間陪跑，用客戶的信任背書。現(xiàn)在賬單擺上桌面，該算清楚的事終于到了要算的時候：哪些場景真的需要AI，哪些只是在為排行榜表演。

Gartner那句話值得所有決策者貼在辦公室墻上：不要把Token的降價，誤讀為AI能力的普惠。真正的問題從來不是Token貴不貴，而是每一個被消耗掉的Token，究竟在為誰創(chuàng)造價值。