先说数字:73.7万亿个token,30天。这是Meta发给6000名员工一份内部备忘录里披露的数据,仅仅是内部员工用大模型写代码,一年下来的账单就要逼近数十亿美元。
CTO Andrew Bosworth直接发了一份措辞严厉的备忘录,给这种行为起了个名字叫"tokenmaxxing"——刷token量。他说:"不是所有的动作都等于进步,token消耗本身不是任何意义上的影响力衡量指标。"
Meta内部甚至搞了个叫"Claudeonomics"的排行榜,按token消耗量给员工和团队排名。名字里的"Claude"不是巧合,Anthropic的Claude是Meta内部使用最多的第三方AI工具之一。排行榜的激励效果很直接:比谁用得猛,不比谁产出多。CTO现在要求把这个排行榜撤了。
取而代之的是一个叫"AI Gateway"的集中监控平台,实时追踪各部门的token消耗,预算超标会自动告警。正式的token配额制度会在2027年全面落地。与此同时,Meta正在引导员工从Claude切到自研的MetaCode编程助手——既能省第三方API的钱,又能dogfooding自家产品。

这些数字放在Meta整体的AI账本里,其实只是一小笔。Meta计划在2026年投入最多1350亿美元的AI基础设施,2028年前数据中心的总开支是6000亿美元。内部token消费跟这些天文数字相比起来不算什么,但这个问题的本质不是金额——是失控。CTO之所以要写那份备忘录,就是因为发现大量token烧了却说不清换来了什么。
不只是Meta。Uber今年前四个月就烧光了全年的AI编程预算,之后紧急设限:每人每月每个工具最多1500美元。COO Andrew Macdonald的原话是,token支出和可衡量的产出之间"还没建立起联系"。Uber将近95%的工程师每月使用AI工具,接近70%的代码是AI生成的——但到底省了多少时间,没人算得清。
KPMG的一项调查显示,只有26%的企业对自己的AI成本有全面可见性。Goldman Sachs的预测更吓人:到2030年,企业token消耗将增长24倍,达到每月120万亿亿个token。Sam Altman自己也承认,客户跟他说"我花了很多钱在AI上...但我知道有巨大浪费。"
从"能用AI的都给我用上"到"用AI要有预算",大厂们正在经历一个微妙的转身。高管们要的不再是谁用的token多,而是谁来证明这些token真的值了。
参考来源: