月烧930万Token仍无解：AI算力消耗背后的真实成本与困境

龙虾之父一个月消耗6030亿Token，总花费高达九百万元软妹币。移动、联通、电信，三大运营商都在推Token套餐，199元送千兆宽带外加1亿Token，这事儿你听说了吗？从硅谷到国内大厂，“Token最大化”成了公司里的新潮流，谁消耗的Token多，谁仿佛就是AI时代的模范员工。更有甚者，有00后校友向母校捐赠了20亿Token，分给数百名学生作为创业的AI工具资本。

图片来自新浪财经

短短半年，Token完成了一次惊人的身份跃迁：从一个技术术语，变成KPI指标，再变成话费套餐里的赠品，乃至慈善捐赠的“货币”。它俨然成了AI时代的“度量衡”。但一个核心问题也随之浮出水面：它到底在度量什么？似乎没人能说得清。

我们一边自己购买Token，一边使用公司的配额，部署了无数个智能体。代码、论文、周报，仿佛都是Token燃烧后的灰烬。而另一边，在大厂里，由于Token消耗排行榜的存在，员工们开始用公司的Token处理私事、玩游戏，甚至开发几十个毫无用处的子智能体，只为提升自己的排名。

“回报”这件事很难量化，但“使用量”却可以。于是，所有人都选择了那个更容易被测量的东西。这并非AI时代的新病症，而是管理学上一个古老顽疾的再次发作。

用AI消灭狗屁工作的公司，正在制造新型狗屁工作

亚马逊，这家此前裁员裁到自家网站都出现404的科技巨头，最近又贡献了一则新的“管理笑料”。原本被寄予厚望、用来消灭“狗屁工作”的AI，最终却沦为制造新型“狗屁工作”的源头。

据《金融时报》报道，为了强行推动员工拥抱AI，亚马逊祭出了一个极其复古的管理手段：“Token消耗排行榜”，用以追踪每位员工的使用量。公司强制要求超过80%的开发者每周必须完成AI使用指标，甚至将消耗Token的数量直接与考核挂钩。

图片来源：The Information

打工人的应对策略也很直接：既然公司用这种指标来考核，那就用魔法打败魔法，全面开启“Token最大化”战术。恰逢亚马逊内部上线了一款名为MeshClaw的AI智能体，它能发起代码部署、整理邮件、操控Slack。公司内部备忘录将其描述为：“它在夜间做梦来整合白天所学，在你开会时监控你的部署，在你醒来前替你分类邮件。”

于是，MeshClaw顺理成章地成了刷榜利器。开发者们开始用它来规划旅行、处理私人邮件，甚至让AI分析产品经理在Slack上说的“蠢话”。

在面向谷歌、苹果等公司认证员工的匿名社区Team Blind上，一位亚马逊员工的发言获得了疯狂点赞：“我疯狂燃烧Token，就是为了骂我的产品经理。每当他在Slack里说屁话，我就把聊天记录扔给AI，启动10个子智能体去全方位深度分析并吐槽他。这绝对是GPU算力的完美用途。”

亚马逊在回复《金融时报》时提到，MeshClaw“每天帮助数千名员工自动化重复性工作”，公司“致力于负责任地部署生成式AI”。同时，公司表示Token统计数据不会用于绩效评估。

但员工的反馈却是另一番景象：“经理在看这个数据。当他们追踪用量时，就会制造扭曲的激励，有些人在这上面很有竞争心。”公司嘴上说不算KPI，但经理偷偷在盯。这和大厂宣称“年终奖与996无关”的套路，何其相似。

无独有偶，Meta的员工也在做类似的事情。早在四月份，The Information就曾报道，Meta公司的一名员工利用内部数据，在公司内网创建了一个仪表盘，让同事们可以竞争成为公司排名第一的AI Token用户。这份排行榜汇总了超过85000名Meta员工的人工智能使用情况，并列出了排名前250位的超级用户——有趣的是，扎克伯格并未能进入前250名。

这份排行榜在两天后悄然下架。Meta在回应媒体查询时声明，“该员工自行决定撤下仪表盘；Meta并未要求采取此行动。”当你笑完这份排行榜的荒诞之处，转念一想便会发现，这其实是许多公司的现状：还没想好AI到底该怎么用，就先忙着裁员；还没厘清Token的价值，就匆忙把它定为生产力的衡量工具。

一个月6000亿Token烧出了什么

Token消耗排行榜的荒诞剧还未落幕，更魔幻的现实已经登场。三位00后校友向母校郑州西亚斯学院捐赠20亿Token，网友按市价折算，调侃说这就值100块。虽有后续媒体澄清，这20亿Token不单是API调用量，还包含生成工具使用权和平台积分，但“捐Token”这个行为本身，已经足够刷新人们对慈善的认知。校友们自称实力尚不足以捐赠教学楼，故而捐赠算力。这个时代的慈善逻辑，正在被重新定义。

Token存在的价值在被刷新，其使用的边界也在不断拓展。GitHub前CEO、现任Meta超级智能实验室CEO Nat Friedman，在一次公开活动中分享了一个故事。某天，他的OpenClaw判断他喝水不够，他随口给了个指令：“不惜一切代价确保我补充足够的水分。”

网友的评论是：他是不是喝多了

OpenClaw迅速行动了。它指示他去厨房喝一瓶水，并告知正通过家庭摄像头监控他是否执行。他照做之后，OpenClaw发来一张他喝水的截图，附言：“干得好。”原本只是手机设置一个喝水提醒的小事，现在却需要燃烧大量Token，调用摄像头来为“提醒你喝一杯水”这种简单需求服务。

那么，当Token的消耗成本被认为无关紧要，其使用边界不再被认真思考时，人们又会拿它来做什么？

最近另一件引人注目的事，是“龙虾之父”Peter Steinberger在社交平台X上分享了一张CodexBar的截图，配文称“CodexBar最新更新让API费用显示得更加友好。”然而，眼尖的网友立刻发现了这张截图的惊人之处：三十天使用了6030亿Token，累计消耗金额高达130万美元，约合软妹币930万元。

评论区充满了质疑：交付了多少代码？消耗的Token与最终可用代码的比例是多少？到目前为止，做出了什么真正有用的东西吗？要不是入职OpenAI，Codex能允许这样消耗Token吗？有评论直言不讳：“兄弟，你最好拿出点儿价值百万美元、连顶级工程师都做不到的东西，不然这可能就是前沿实验室泡沫破裂的开端了。而且这还是补贴价格，如果是实际成本，价格肯定更高。”

Peter Steinberger在评论区回应了这些声音，他提到如果关闭“快速模式”，成本能降低70%。此外，自从OpenClaw被OpenAI收购后，负责该项目的仅剩三名成员，他们在Codex上运行了100个实例，这些实例会自动处理软件开发流程中的各种问题，如代码提交、Bug修复、功能更新等。

但一个根本问题依然存在：光看OpenClaw的更新，真的需要130万美元来支撑吗？他也提到自己在进行OpenClaw之外的其他创业项目，并探索一个问题：如果Token成本不重要，软件将会怎样被构建？

这确实是个好问题。可惜，在烧掉130万美元之后，答案似乎依然模糊。这可能是2026年最昂贵的一个问号。它揭示了一个尴尬的现实：即便是手握丰沛算力资源的人，目前似乎也不完全清楚这些Token最该用来做什么。

大厂的高管们看着财报上巨额的GPU采购费用，迫切需要向董事会证明这笔投资物有所值。既然“重构真实业务流”太难、太慢、太需要魄力，那就退而求其次，去考核那个最容易量化的东西——“Token的消耗量”。员工们甚至从一开始就没被认真询问“你觉得Token该怎么用才能创造价值”，他们被追问的往往是“你这周用了多少”。

当一个工具的考核标准变成了“消耗量”而非“产出”，它就不再是工具了。它成了燃料，唯一的使命就是被烧掉。至于燃烧之后究竟驱动了什么，反而没人在意。因为一旦认真追问，很多人会发现，自己烧掉的那些Token，和年初被裁掉的那些员工一样，最终都没能换回任何实质性的东西。

我们正在经历的，仿佛是一场所有人都假装看懂了规则的游戏。公司假装知道怎么用AI，员工假装在认真使用AI，投资人假装看到了清晰的回报路径。唯一真实且不断增长的，只有那张持续超支的账单。

Token终将找到它真正的用武之地，成为真正的“新质生产力”。但在那一天到来之前，在动辄烧掉上亿Token之前，或许我们都该停下来问一句：这真的有必要吗？