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地下工程——自发维护薪资和奖金的透明化表格。但在今年，这张表格上多出了一列极具时代特色的新数字：「每月 AI 花费」。
随着各大科技公司全力推进智能化转型，AI 算力成本正以前所未有的速度渗入普通员工的日常工作。当 AI 用量成为可以被量化的指标时，一场关于 token 的狂欢与反思正在硅谷悄然上演。
Token 用量分出阶级：从「秀效率」到「刷账单」
在这张由微软员工自报、被媒体披露的表格中，约 350 名美国员工填报了自己的月度 AI 花费。其中最高的一格显示：28 天内，单人烧掉了 2.8 万美元（约合 19 万元人民币），平均每天消耗约 1,000 美元，其成本甚至超过了一位普通软件工程师的人力开销。
在硅谷圈内，这种将 AI 用量故意拉满的行为甚至被专门起了一个新词汇：tokenmaxxing。 具体做法包括故意输入巨型 Prompt、频繁塞满上下文窗口，或者通过自动化脚本跑查询。其背后的心理动机并不难理解：在「拥抱 AI 就是先进性」的职场氛围下，产出的好坏往往难以界定，而用量的高低却是一目了然的数字。当老板们频繁强调 AI 工具的重要性时，把 token 账单刷上去，就成了最直观的「向上管理」和职场表态。
不仅是微软，Meta 和 Uber 等科技巨头也遭遇了类似的现象。Uber 曾因内部排行榜激励员工多用 AI，导致全年编程预算在短短 4 个月内烧光；Meta 内部也曾出现自发按 token 排名的高额账单看板。
然而，微软高层的反应迅速给这股风气踩下了急刹车。CoreAI 负责人 Jay Parikh 在内部备忘录中直言，Tokenmaxxing 并不是真正要追求的目标，团队应当聚焦于为业务和客户创造实质性改变的结果。换言之，公司已经意识到员工烧掉的大量 token，买到的往往只是姿态而非真实生产力。
从放权到查账：大厂对 AI 成本的纠偏
回顾过去一年，微软对 AI 成本的态度经历了戏剧性的三次转变：
- 第一阶段（激进开放）：向数千名员工开放高效编程工具，鼓励全面重塑工作流。
- 第二阶段（工具收紧）：随着账单失控，开始逐步取消部分第三方工具许可，将内部工具链统一。
- 第三阶段（预算管控）：在新财年建立正式的预算科目，将部门预算与个人支出纳入仪表盘统一管理。
这种演进路径实际上与当年的云计算成本治理如出一辙——先是野蛮生长，接着账单爆炸，最后催生出严格的财务管控。
与此同时，开源社区和独立开发者展现出了完全不同的账单逻辑。例如，OpenClaw 开发者 Peter Steinberger 曾晒出 30 天内高达 130 万美元的 OpenAI API 用量，背后是上百个并行运行的智能体在协助仅 3 人的团队开发。这种账单的本质是用巨额算力换取极致的产能杠杆，与职场中的“刷用量”有着天壤之别。
结语
微软的“倒查账”事件给整个科技行业敲响了警钟。当 AI 逐渐从前沿实验走向常规财务条目时，企业真正需要管控的从来不是 AI 本身的价格，而是人对于“被看见的数字”的跟风反应。
只要评估体系中依然存在单纯的数字指标，职场中就总有人会设法将其拉满。如何在鼓励创新与控制成本之间找到平衡，将是所有拥抱大模型时代的科技企业接下来共同的必修课。