###TL;DR：
以前硅谷流行“烧显卡”，现在流行“烧Token”。Uber四个月烧光全年AI预算，亚马逊一个月烧掉5亿美元，员工为了刷排行榜用AI自动查天气。结果呢？巨头们紧急叫停，Klarna和澳洲银行哭着把裁员的人请回来——AI贵到用不起，人类员工又香了。
Token烧钱大赛：谁才是真正的“榜一大哥”？
AI时代什么最贵？显卡？人才？都不是——现在最贵的，是那个看不见摸不着的Token。
云服务公司Box的CEO Aaron Levie前几天参加了一场顶级高管晚宴，以为大家会聊宏观经济、加息降息，结果全场都在吐槽同一个话题：“我们公司的Token成本太离谱了！”1
这不是个别现象。Uber的CTO Praveen Neppalli Naga上个月坦白：公司把Claude Code部署给大约5000名工程师，结果仅仅四个月，全年的AI预算就烧光了。他措手不及，只能紧急制定分级管理，像当年节省打印纸一样精打细算每个Token的成本1。
单个工程师每月产生的API成本高达500到2000美元——这相当于给每个码农配了一辆特斯拉的月供。Uber市值1500亿美元，也扛不住这样烧。
但Uber只是开胃菜。Axios本周独家爆料：一家科技巨头因为忘了给员工的Claude许可证设置使用上限，一个月内烧掉了5亿美元。2 5亿美元是什么概念？相当于许多中型科技公司的全年营收。虽然报道没点名，但外界普遍认为这说的是亚马逊——因为亚马逊此前拼命推行AI工具，还把AI使用量纳入内部排行榜考核，要求超过80%的开发者每周必须使用AI。
这套考核机制催生了一个新词：Tokenmaxxing —— 员工为了刷高排行榜数据，人为制造无意义AI消耗。亚马逊员工用自动化脚本让AI智能体在后台空转，只为了让自己的Token消耗数字好看。结果呢？高管最终发现：员工大量使用AI是为了提升排名，而不是解决实际业务问题。2
上周，亚马逊放弃了AI使用量考核，高级副总裁Dave Treadwell明确告诉员工：“不要为了用AI而用AI。”3 这话从几个月前还在拼命推AI的亚马逊嘴里说出来，讽刺感拉满。
当AI成为KPI：员工们开始“Tokenmaxxing”
Meta的情况更魔幻。Meta首席人力官宣布从2026年起，AI使用情况将与绩效考核挂钩，顶尖员工奖金上限能超过年薪的200%。1 于是Meta内部出现了一个非官方排行榜叫“Claudeonomics”，追踪全公司约8.5万用户的Token消耗量。30天内，全员“烧掉”了60万亿个Token。3 排名第一的员工平均消耗2810亿Token——按Claude公开API价格折算，这位“榜一大哥”单月烧了公司超过140万美元。3 这份榜单曝光两天后，因为“内部数据遭外部获取”紧急下线。
微软也没好到哪去。去年年底，微软最核心的Experiences and Devices部门——覆盖Windows、Office、Teams等全线产品的核心工程团队——率先大规模推行Claude Code。内部备忘录甚至说AI“不再是可选项，而是核心要求”。结果仅仅六个月后，实验被紧急叫停——员工用得太爽，用量太猛，IT部门猝不及防。本周，微软开始关闭大部分内部Claude Code授权，数千名工程师被强制迁移回自家的GitHub Copilot CLI，以便进行成本管控。1
这场Token烧钱大赛背后，是硅谷高管们对AI的浪漫想象：黄仁勋在GTC大会上公开表示，如果员工每年烧不完50万美元的Token额度，他会“失望”。1 但现实是，当Token消耗量被当成AI落地深度的代理指标，消耗量本身就成了目标，生产力反而成了附带品。
研究公司Jellyfish的估算触目惊心：在轻度使用AI的情况下，合并一次代码的成本仅为0.28美元；但在重度使用AI的情况下，成本能飙升到89.32美元。1 Token消耗得更多了，但交付的产品并没有变多。
高盛预测，到2030年全球Token消耗量可能增长24倍，达到每月120千万亿。Gartner的预测更扎心：即便AI推理成本下降近90%，企业AI总账单也不会便宜——因为智能体工作流消耗的Token量是普通对话的数百倍甚至数千倍，消费量的增长速度足以淹没单价下降的红利。1
账单清醒剂：硅谷重新开始招人了
Token账单正在倒逼企业重新思考最基本的问题：AI到底在为我解决什么问题？
最典型的反转来自瑞典金融科技巨头Klarna。2024年，CEO宣称AI“已经能胜任人类所有工作”，以此为由冻结招聘、裁掉约1200名员工。1 然而到了2026年初，Klarna开始反转：重新启动人工客服招募，承认“成本不幸成为过于主导的评估因素，结果是服务质量的下降”。1 AI的确快，但它不擅长处理愤怒客户、复杂纠纷和需要共情的场景。Klarna用一次耗资巨大的回头路，给行业立下了一块警示碑。
澳大利亚联邦银行（CBA）的案例同样经典。2025年7月，这家澳洲最大银行用AI语音机器人替代45名客服员工。结果机器人上线后，客服来电量不降反升，顾客投诉激增，剩余员工被迫大量加班，管理层甚至亲自下场接听热线。1 仅仅一个月后，银行向被裁员工公开道歉并支付补偿，邀请45人悉数返岗。澳大利亚金融业工会称这是“一次巨大的胜利”。
研究机构Orgvue和Forrester的联合调查显示，那些急于用AI替代人力的企业中，有55%事后表示后悔。1 Token可以很便宜，但用Token替代人所付出的隐性代价——顾客流失、品牌受损、重新招募培训、向员工赔付补偿——往往远比账单上的数字昂贵得多。
从黄仁勋在GTC舞台上宣称“员工烧不完50万美元Token我会失望”，到亚马逊高管告诫员工“不要为了用AI而用AI”，前后不过几个月。硅谷对Token的态度，完成了一次180度的弧线。
但这并不意味着AI时代结束了，而是意味着它真正开始了。此前那个“大水漫灌”式的推广阶段，本质上是一场以算力浪费为代价的组织实验。现在账单摆上桌面，该算清楚的事终于到了要算的时候：哪些场景真的需要AI，哪些只是在为排行榜表演。
Gartner那句话值得所有决策者贴在办公室墙上：不要把Token的降价，误读为AI能力的普惠。 真正的问题从来不是Token贵不贵，而是每一个被消耗掉的Token，究竟在为谁创造价值。