隨著生成式人工智能在企業(yè)內(nèi)部的廣泛部署，圍繞“誰(shuí)用得更多”的競(jìng)賽文化正在硅谷科技公司中蔓延。

近期，一種被稱為“Tokenmaxxing”的現(xiàn)象，正逐漸從個(gè)別團(tuán)隊(duì)行為演變?yōu)槠髽I(yè)內(nèi)部的新型績(jī)效與聲譽(yù)機(jī)制。

Tokenmaxxing指盡可能多地消耗詞元（Token）的行為。《紐約時(shí)報(bào)》先前報(bào)道稱，Meta與OpenAI等公司已就此設(shè)有相關(guān)排行榜。

據(jù)美國(guó)科技媒體The Information報(bào)道，Meta Platforms近期在員工內(nèi)部出現(xiàn)了一場(chǎng)圍繞人工智能（AI）詞元使用量的較量。Meta的企業(yè)內(nèi)網(wǎng)運(yùn)行著一個(gè)名為“Claudeonomics”的儀表盤，用于匯總員工的AI詞元消耗情況，并實(shí)時(shí)展示超過(guò)8.5萬(wàn)名員工中排名前250位的“AI重度用戶”。

在這一榜單中，大量消耗AI詞元的員工被戲稱為“Session Immortal”（會(huì)話不朽者）和“Token Legend”（詞元傳奇）。

數(shù)據(jù)顯示，在過(guò)去30天內(nèi)，Meta整體AI詞元使用量已超過(guò)60萬(wàn)億，其中排名第一的員工平均使用量達(dá)到2810億詞元。

Meta內(nèi)部甚至一度流傳“詞元使用量可能影響裁員決策”的說(shuō)法。不過(guò)，公司一位副總裁隨后澄清稱：“詞元使用量不會(huì)直接影響裁員。”此外，有管理層對(duì)每日使用超過(guò)40萬(wàn)詞元的員工進(jìn)行面談，以核實(shí)其使用目的。

這種Tokenmaxxing文化正在硅谷擴(kuò)散。隨著AI逐漸成為工作流程的基礎(chǔ)工具，越來(lái)越多的大型科技公司開始將AI使用情況納入績(jī)效評(píng)估體系，由此催生出一種以“高消耗”為標(biāo)志的使用文化。其核心邏輯在于通過(guò)大量消耗詞元來(lái)傳遞一個(gè)信號(hào)：“我是一個(gè)高效使用AI的人�！�

在這一背景下，AI詞元消耗逐漸演變?yōu)橐环N內(nèi)部“聲譽(yù)資本”，企業(yè)在AI方面的投入成本也被部分轉(zhuǎn)化為衡量生產(chǎn)力的工具。

Tokenmaxxing也在一部分企業(yè)中獲得認(rèn)可。美國(guó)創(chuàng)業(yè)孵化器Y Combinator首席執(zhí)行官加里·譚（Garry Tan）就對(duì)此表示支持，稱“我們比大多數(shù)人更早開始 Tokenmaxxing”。

Tokenmaxxing趨勢(shì)還對(duì)開發(fā)者生態(tài)產(chǎn)生了外溢影響。隸屬于微軟的代碼托管平臺(tái)GitHub流量顯著增長(zhǎng)。GitHub上與AI代理相關(guān)的請(qǐng)求從去年9月的約400萬(wàn)次躍升至今年3月的超過(guò)1700萬(wàn)次。過(guò)去6個(gè)月，GitHub上公開記錄的Claude代碼修改次數(shù)增加了約25倍。

科技公司高管的公開表態(tài)也在一定程度上強(qiáng)化了這種氛圍。英偉達(dá)首席執(zhí)行官黃仁勛近期表示：“如果一名年薪50萬(wàn)美元的工程師，在AI詞元上的支出低于25萬(wàn)美元，那將令人非常擔(dān)憂。”Meta首席技術(shù)官安德魯·博斯沃思（Andrew Bosworth）亦提到，一名工程師在AI詞元上的支出與其薪資相當(dāng)，并因此將生產(chǎn)效率提升了多達(dá)10倍。

不過(guò)，有批評(píng)指出，單純的詞元消耗規(guī)模并不必然等同于AI驅(qū)動(dòng)的生產(chǎn)力提升。在“必須用好AI”的組織壓力下，部分員工和團(tuán)隊(duì)可能將關(guān)注點(diǎn)從“如何高效使用AI”轉(zhuǎn)向“消耗了多少詞元”，從而導(dǎo)致資源配置與實(shí)際效率之間出現(xiàn)偏差。

務(wù)實(shí)工程師（The Pragmatic Engineer）電子報(bào)作者蓋爾蓋伊?奧羅斯（Gergely Orosz）就稱此做法浪費(fèi)，認(rèn)為工程師們會(huì)找到操縱這類可爭(zhēng)取更多獎(jiǎng)金或升遷的KPI方法，“這次也不例外”。

分析人士認(rèn)為，隨著企業(yè)對(duì)AI投入持續(xù)加碼，如何在“使用強(qiáng)度”與“使用效率”之間建立更為理性的評(píng)價(jià)體系，將成為下一階段企業(yè)AI治理的重要議題。