别担心被AI抢饭碗了，老板算完账可能发现你更划算。

发布时间：2026-07-18 06:01:33 来源：安智兰德资讯网 作者：百科

一个令人宽慰的别担板算消息是：短期内，大家不必过度焦虑被 AI 取代。心被

因为当老板仔细核算成本后，抢饭往往会发现：你的碗老完账综合性价比，可能远高于 AI。发现

今年 3 月，更划英伟达创始人黄仁勋一句“如果一名年薪 50 万美元的别担板算工程师，每年没有消耗至少 25 万美元的心被 Token，我会深感不安”，抢饭将这场魔幻现实推向了高潮。碗老完账

企业开始疯狂鼓励员工“刷” Token，发现甚至将 Token 消耗量直接挂钩 KPI。更划

两个月前，别担板算国内某大厂员工在小红书爆料，心被晒出部门 3 月份的抢饭 Token 消耗排行榜，并透露试用期转正、年终绩效及晋升，均参考此数据。

海外局势同样疯狂。

硅谷科技公司掀起“Tokenmaxxing”（Token 最大化）文化。以 Meta 为例，员工自建“Claudeonomics”仪表盘，统计全公司 8.5 万名员工的 Token 消耗。数据显示，仅 30 天，全公司便烧掉超 60 万亿 Token。

即便与科技关联度不高的迪士尼，也在内网上线 AI 采用率仪表盘，实时监控员工使用情况。

这股风气逐渐异化，Token 消耗量竟成了社交门槛——用得少，甚至无法融入核心圈子。

所有人都在这场竞赛中迷失，默认 AI 是降本增效的神器，盲目 All in。

直到账单出炉，大家才惊觉：降本增效，变成了“降本增笑”。

据彭博社报道，Uber 近期出台新规：员工使用 Anthropic Claude Code 或 Cursor 等智能体编程工具时，单人单工具月消费上限锁定为 1500 美元。

关键不在于金额，而在于主动限制。

回顾去年 12 月，Uber 曾向全公司约 5000 名工程师开放 Claude Code，并设立排行榜激励使用。本意是拥抱潮流，结果首席技术官透露，公司仅用四个月便烧完了全年预算。

被迫紧急“拉闸”后，Uber 规定：仅特殊业务场景经层层审批，方可突破限额。

微软也坐不住了。

微软正收回 E+D 部门员工的 Claude Code 许可证，要求全员在 6 月 30 日前迁移至自家 GitHub Copilot CLI。尽管官方称仍可使用 Claude 模型，但《The Verge》援引消息人士指出，背后仍有财务考量。

毕竟，6 月 30 日后，微软将开启新财年。

除微软、Uber 外，Axios 爆出更惊人消息：某公司因未设 Claude 许可证上限，单月烧掉 5 亿美元。

虽未点名，但外界普遍怀疑这是“硅谷七姐妹”之一所为。

巧合的是，Axios 报道次日，亚马逊关闭了内部 AI 排行榜“Kirorank”，高管直言：“不要为了用 AI 而用 AI。”

此前，亚马逊激进要求超 80% 开发人员每周使用 AI，导致员工出现大量无效操作。

这正是古德哈特定律的体现：当一个指标成为目标，它就不再是好指标。

好在，这场 Token 崇拜的闹剧并未持续太久。

账单压力让企业回归理性，开始追问核心问题：这钱，烧得值吗？

前期放开 Token 消耗，本质是探索性试验。毕竟 AI 价值未知，若真有效，投入尚可接受。

但现实往往是：Token 如流水般支出，却难见实际业务价值，或缺乏标准衡量其贡献。

Uber COO Andrew Macdonald 在访谈中也表示，难以在“高 Token 消耗”与“新功能落地”间建立联系。

换言之，Token 消耗量 ≠ 实际产出价值。

AI 的每一次读取、思考、生成都消耗 Token。只要有交互就有消耗，但输出未必有效。

将 Token 消耗作为考核标准，荒谬程度堪比以“字数”考核文章质量。员工可堆砌废话文学凑数，或让 AI 生成冗长无用代码，甚至让人工做比 AI 更快的事。

最终数据爆表，看似先进，实则业务零推进。

米哈游曾进行多智能体协作测试，13 小时内 Agent 们相互调用、闲聊，未干正事，却烧掉 200 万人民币。

不仅是企业，开发者圈子里晒 Token 消耗也曾流行，仿佛数字越大越极客。

但 OpenClaw 开发者 Peter Steinberger 晒出团队月烧 130 万美元账单时，遭网友质疑毫无成果。

尽管 Peter 辩称消耗用于 OpenClaw 开发，但该产品并未推出炸裂新功能。

尴尬在于：Token 消耗只能证明模型在出力，无法证明你干了多少好活。

如同 GDP 需补充指标一样，在未厘清 Token 与产出的关系前，盲目推广 AI，纯属给大模型厂商送钱。

退一步讲，即便非极端案例，这笔账也极难算平。

现阶段 AI 无法完全替代人，仅是辅助角色。企业引入 AI 的真实成本 = 员工工资 + AI 算力成本。

实际工作流中，员工提需求，AI 生成初稿，员工再反复重试、纠错。此过程 Token 持续燃烧，成本可能远超雇佣两名实习生。

算到最后，裁员或许比用 AI 更省钱。

高盛预测，到 2030 年全球 Token 消耗量将较 2026 年增长 24 倍，达每月 120 千万亿。

过去人们认为 AI 将替代低端重复岗位，但从成本看，低端岗位反而更安全。

目前，行业声音逐渐回归理智，不再盲目追求 Token 消耗。

国内如腾讯，据传已限制员工 Token 额度，强调实际产出。

SaaS 企业收费逻辑也在转变。如 Hubspot 自 4 月起，从按 Token 收费改为按实际效果收费。

此前在苏州活动中，金山办公副总裁王冬提出观点值得深思：企业级 AI 落地应聚焦高价值、高难度的“双高场景”。

好钢，须用在刀刃上。

Token 崇拜来得快去得也快，但内心仍感复杂。

网友调侃：“让牛马加班，你不一定要付加班费；但让 AI 加班，钱一分不能少。”

当资本家发现雇佣人工比 AI 更划算时，这或许是我们的一种悲哀。

撰文：西西
编辑：江江 & 面线
美编：焕妍

图片、资料来源：
X、彭博社
小红书用户：@慢手
Axios, AI sticker shock hits corporate America
大厂电报，《一晚上烧掉200万元Token，米哈游买了个教训》
部分图源网络

相关文章