分类：AI动态 标签：人工智能、大模型、科技职场、微软

过去很长一段时间里，硅谷大厂员工之间流传着一种不成文的地下工程——互相交换薪资和奖金数字。而今年，这份由 Business Insider 曝光的内部薪酬表格中，悄然多出了一列新指标：“每月 AI 花费”。

在约 350 名填写该项的美国员工中，最高的一格数字令人咋舌：28 天内，单人烧掉了 2.8 万美元（约合 19 万元人民币）。面对失控的成本，微软的反应迅速而坚决：收紧 token 用量管理、部门级预算生效、个人支出被塞进仪表盘。

这场轰轰烈烈的内部查账，揭开了大模型时代科技大厂的一地鸡毛。

Token 用量分出阶级：当“烧钱”变成一种新绩效

在这张特殊的表格里，AI 花费和薪资并列出现，其暗示的意味不言而喻：在如今的科技巨头内部，每月消耗多少 token，已经和你的薪水一样，成为了一个衡量个人价值与“先进性”的显眼标签。

根据统计，微软全公司自愿填报的 AI 花费中位数约为每月 300 美元（约 2000 元）。相比硅谷工程师动辄数万美元的月人力成本，这笔开销似乎微不足道。然而，分部门的数据却拉开了巨大差距：

  • 核心 AI 工程部门（CoreAI）：中位数高达 975 美元，是全公司的三倍多，部分员工甚至烧到了 1.6 万美元。
  • 纪录保持者：来自客户与合作伙伴解决方案部门的员工，28 天创下了 2.8 万美元的惊人纪录，平均每天消耗 1000 美元，成本甚至超过了一位坐在他身旁的工程师。

这种现象在硅谷甚至有了一个专属名词：tokenmaxxing（指把 token 用量刷到最大的行为）。部分员工通过故意发送巨型提示词（prompt）、塞满上下文窗口或运行自动化查询，来让自己的用量在内部看板上显得更为“积极”。

当公司把“拥抱 AI”与个人考核、技术先进性强行绑定，且用量大小一目了然时，烧 token 就不可避免地滑向了新时代的“加班表演”。Meta、Uber 等硅谷大厂此前也遭遇了类似的困境：由于缺乏合理的产出衡量标准，内部排行榜直接导致了 AI 编程预算在短短几个月内被彻底烧光。

极端对比：产能产出与表面姿态的撕裂

与微软员工将用量作为内部晋升和姿态管理的工具不同，开源社区展现出了另一种完全不同的“烧钱”画风。

今年 5 月，OpenClaw 开发者 Peter Steinberger 在社交媒体上晒出了一张震撼的账单：30 天内，其 OpenAI API 用量达到了 130.5 万美元（约合 6030 亿 token），主力模型为 GPT-5.5。

但背后的逻辑完全相反：这笔巨款支撑的是大约 100 个并行运行的编码智能体实例，而背后维护整个开源项目的核心团队仅有 3 个人。这 130 万美元验证了一个终极问题：如果 token 足够便宜、且由智能体全权接管，未来的软件工程究竟会发生怎样的蜕变？

一边是 100 个智能体在替 3 个人高效干活，另一边则是人类员工为了向上管理把用量刷给考核看。两张高额账单，折射出了产能与姿态的本质区别。

从砍工具到查账单：AI 治理进入精细化时代

面对失控的成本，微软对 AI 工具的态度在一年内经历了戏剧性的“三部曲”：

  1. 慷慨放权（2025年12月）：将 Claude Code 等第三方高级开发工具开放给数千名员工，鼓励全员重塑工作流。
  2. 工具收紧（2026年5月）：砍掉大部分员工的第三方工具许可，转向内部统一的工具链和更划算的模型。
  3. 全面查账（2026年8月）：高层发布内部备忘录公开点名纠偏，将 token 支出纳入正式预算科目，个人支出全面进入监控仪表盘。

微软高管在备忘录中直言不讳：“Tokenmaxxing 并不是我们要追求的真正目标，我们要聚焦于为客户和业务创造真实改变的结果。”

云计算行业当年走过“上云 -> 账单爆炸 -> 诞生云成本治理岗位”的老路，如今正在 AI 领域重演。对于国内不少目前仍停留在“发额度、树标杆、将 AI 使用率写入 OKR”阶段的互联网公司而言，微软的这场风波无疑是一场生动的预告片。

科技编辑总结： 技术本身无罪，但组织架构和考核指标决定了人会如何使用它。当 AI 的使用成本高居不下，企业真正需要管理的从来不是 token 的单价，而是人类面对“被看见的数字”时，那种天然的冲动与表演欲。只要绩效指标依然与用量挂钩，总有人会想方设法把它刷到极致。