新智元報(bào)道

編輯：元宇

【新智元導(dǎo)讀】Meta內(nèi)部搞了個(gè)AI用量排行榜「Claudeonomics」，8.5萬(wàn)員工拼消耗、沖段位、搶「Token傳奇」稱號(hào)。有人一個(gè)月燒掉200萬(wàn)美元，有人寫外掛沖榜，有人掛著Agent睡覺(jué)也在跑——硅谷卷Token，已經(jīng)卷到走火入魔了。

一個(gè)人，30天，燒掉3285億token！

按Anthropic公開(kāi)定價(jià)粗算，這些燒掉的算力成本接近200萬(wàn)美元。

4月初，The Information記者Jyoti Mann在X上首次曝光Meta內(nèi)部「Claudeonomics」排行榜，30天全公司token總消耗超60萬(wàn)億。

這些瘋狂的數(shù)字，來(lái)自Meta內(nèi)部一個(gè)名叫「Claudeonomics」排行榜的比賽，8.5萬(wàn)人參與的燒token大賽，只展示前250名。

從銅牌、銀牌、金牌、鉑金、翡翠，一路升到「永恒會(huì)話」（Session Immortal），再到最高榮譽(yù)「Token傳奇」（Token Legend）。

沒(méi)錯(cuò)，燒token都燒出段位來(lái)了。

這筆賬到底有多大？The Information專門做了一個(gè)計(jì)算器來(lái)拆解：

The Information報(bào)道中附帶的交互式token成本估算器，按Claude Opus 4.6占86%的模型配比、70%緩存命中率估算，1萬(wàn)億token理論成本約550萬(wàn)美元。

當(dāng)然，這只是按公開(kāi)價(jià)的估算，但數(shù)據(jù)量級(jí)本身已經(jīng)足夠炸裂。

如果放到整個(gè)Meta來(lái)看，這個(gè)數(shù)字更恐怖：最近一個(gè)月token總消耗約60.2萬(wàn)億。

這是什么概念？

The Information做了一個(gè)估算：美國(guó)國(guó)會(huì)圖書館全部藏書折算約2.66萬(wàn)億token，Meta的Llama 3訓(xùn)練數(shù)據(jù)是15萬(wàn)億token，人類歷史上所有出版書籍加起來(lái)估算約20萬(wàn)億token。

Meta員工30天燒掉的token量，是人類全部出版物的3倍！

這還只是開(kāi)始。一周之后，這個(gè)數(shù)字據(jù)報(bào)道跳到了73.7萬(wàn)億。

消息傳開(kāi)后，業(yè)內(nèi)知名技術(shù)博主Gergely Orosz在X上一針見(jiàn)血地評(píng)論：

Token用量已經(jīng)是Meta績(jī)效評(píng)估的一部分。聰明人在刷他們認(rèn)為領(lǐng)導(dǎo)想看的指標(biāo)，就這么簡(jiǎn)單。

這已經(jīng)不是某個(gè)工程師在用AI寫代碼的故事了，而演變成一場(chǎng)超大規(guī)模AI消耗競(jìng)賽游戲：

覆蓋數(shù)萬(wàn)人，有排名、有稱號(hào)、有榮譽(yù)體系。

曝光后兩天

排行榜就消失了

The Information的報(bào)道發(fā)出后，Meta內(nèi)部炸開(kāi)了鍋。

有員工在內(nèi)部討論區(qū)寫道：

我建議大家算算這背后的能源消耗。要不是真的在發(fā)生，我會(huì)以為是個(gè)笑話。

到了周三，排行榜從Meta內(nèi)網(wǎng)消失了。

Meta發(fā)言人對(duì)外的說(shuō)法是：排行榜是由創(chuàng)建者自行撤下的，不是公司下令。

公司強(qiáng)調(diào)，員工評(píng)估看的是「實(shí)際交付影響」，不主張把個(gè)人token數(shù)據(jù)作為評(píng)估績(jī)效的主要方式。

但Meta發(fā)出的信號(hào)是矛盾的。

據(jù)The Information報(bào)道，Meta內(nèi)部一個(gè)名為Checkpoint的AI驅(qū)動(dòng)績(jī)效追蹤系統(tǒng)，確實(shí)將token使用量列為數(shù)據(jù)點(diǎn)之一。

排行榜雖然撤了，但公司官方的AI Insights儀表盤仍然對(duì)所有員工開(kāi)放，你隨時(shí)可以查看自己和團(tuán)隊(duì)的token消耗。

Meta發(fā)言人表示，AI Insights儀表盤的目的是幫助公司了解各組織如何向AI原生的工作方式轉(zhuǎn)型，它提供的洞察不只是token用量，還包括代碼相關(guān)指標(biāo)和其他維度。

雖然，Meta停掉了排行榜，嘴上說(shuō)不以token論英雄，但排行榜的邏輯仍然存在，這讓不少員工感受到公司釋放出的信號(hào)并不完全一致。

「代碼行數(shù)」

披上token新衣

這個(gè)排行榜雖然只存在了幾天，但它已經(jīng)催生出了一套「刷分」操作。

據(jù)The Information援引匿名員工描述，一些Meta工程師想出了各種辦法來(lái)膨脹自己的AI使用指標(biāo)。

比如，一些工程師會(huì)讓AI Agent 生成大量細(xì)小改動(dòng)，這些改動(dòng)對(duì)功能幫助有限，但每次仍會(huì)形成一次commit，從而抬高其AI使用指標(biāo)。

量上去了，排名自然好看。

還有人開(kāi)發(fā)了轉(zhuǎn)錄機(jī)器人，掛在會(huì)議里自動(dòng)做記錄。

有的人甚至專門鼓勵(lì)同事來(lái)用自己開(kāi)發(fā)的轉(zhuǎn)錄工具，因?yàn)橹灰獎(jiǎng)e人通過(guò)你的工具跑token，消耗量就算在你頭上。

類似的事不只發(fā)生在Meta。

亞馬遜電商部門去年也出現(xiàn)過(guò)一個(gè)案例。

一位經(jīng)理暗示團(tuán)隊(duì)?wèi)?yīng)該更多使用AI編程工具Cline。于是團(tuán)隊(duì)里有人直接改了代碼，讓每次和Cline的對(duì)話看起來(lái)消耗了10倍的token。

這個(gè)團(tuán)隊(duì)的AI使用排名迅速?zèng)_到了分部前列。

不過(guò)到今年年初，亞馬遜調(diào)整了系統(tǒng)，這個(gè)「作弊碼」失效了。

這些故事看起來(lái)有些荒誕，但熟悉軟件行業(yè)歷史的人一定不陌生。

Box CEO Aaron Levie直言：這讓他想起了AI出現(xiàn)之前，行業(yè)里圍繞「用代碼行數(shù)衡量程序員產(chǎn)出」的那些老爭(zhēng)論。

代碼行數(shù)也曾經(jīng)被當(dāng)作生產(chǎn)力指標(biāo)。

結(jié)果工程師們學(xué)會(huì)了把一行能寫完的邏輯拆成十行：指標(biāo)漲了，產(chǎn)出沒(méi)變，甚至更差了。

現(xiàn)在，同樣的故事只是換了個(gè)計(jì)量單位：代碼行數(shù)變成了token數(shù)。刷行數(shù)變成了刷commit、掛轉(zhuǎn)錄機(jī)器人、改系統(tǒng)讓數(shù)字翻10倍。

指標(biāo)可量化，又和績(jī)效沾邊，就一定可能會(huì)「玩壞」。

據(jù)The Information報(bào)道，有Meta員工私下承認(rèn)，那些token用量低的人，有時(shí)候會(huì)焦慮自己看起來(lái)「不夠AI native」。

同時(shí)這位員工也認(rèn)為，高token用量不應(yīng)該成為一種身份符號(hào)，因?yàn)樗⒉皇巧a(chǎn)力的好指標(biāo)。

不卷token的公司

怎么玩？

既然刷token排名的邏輯漏洞這么明顯，有沒(méi)有企業(yè)選擇另外一條路？

執(zhí)法裝備的公司Axon選擇了把AI激勵(lì)綁定在業(yè)務(wù)交付上，而不是消耗量上。

他們的做法是團(tuán)隊(duì)如果利用AI工具超額完成年度路線圖目標(biāo)15%以上，就能拿到現(xiàn)金獎(jiǎng)金。

Axon總裁Josh Isner透露，今年公司各團(tuán)隊(duì)集體的路線圖超額幅度正在追蹤到30%左右，主要?dú)w功于Claude Code和Cursor的使用。

預(yù)計(jì)今年在AI編程工具上的支出將達(dá)到「數(shù)千萬(wàn)美元」級(jí)別。

Isner認(rèn)為，當(dāng)你引入「盡量多用這個(gè)工具我們就付錢」這種考核的時(shí)候，風(fēng)險(xiǎn)越來(lái)越大：

你怎么知道你得到的是你想要的結(jié)果，或者說(shuō)，到底有沒(méi)有任何結(jié)果？

Aaron Levie并不鼓勵(lì)tokenmaxxing，也不認(rèn)為它會(huì)在硅谷之外的大公司里廣泛流行。

不過(guò)他也表示，自己理解這種沖動(dòng)，因?yàn)楫?dāng)前階段需要先讓工程師充分試用這些工具。

他選了另一種方式：既然AI能讓團(tuán)隊(duì)更高效，那就把產(chǎn)品目標(biāo)定得更高。員工能不能完成這些加碼后的目標(biāo)，直接影響薪酬。

但Levie也沒(méi)有一刀切地否定token消耗。他認(rèn)為應(yīng)該容忍一定程度的token「浪費(fèi)」，因?yàn)槟且馕吨鴪F(tuán)隊(duì)在嘗試新東西：

硅谷現(xiàn)在正處于這樣一個(gè)階段，你得讓工程師去試這些工具。

Levie愿意為試錯(cuò)買單，但不愿意把「誰(shuí)燒得最多」變成一種排名機(jī)制。

Axon和Box代表了一種觀點(diǎn)：token只是彈藥，你用了多少不重要，你使用它做出了什么才重要。

當(dāng)油表被當(dāng)成速度表

Meta的排行榜被撤了，但背后催生它的那股力量依然強(qiáng)大：

硅谷高管們集體把「多燒token」等同于「高生產(chǎn)力」的敘事一點(diǎn)也沒(méi)有減弱。

英偉達(dá)CEO黃仁勛

英偉達(dá)CEO黃仁勛就曾在All-In Podcast上說(shuō)過(guò)一句被廣泛引用的話：

如果一個(gè)年薪50萬(wàn)美元的工程師，連至少25萬(wàn)美元的token都沒(méi)用掉，他會(huì)「高度警惕」。

他甚至設(shè)想了一個(gè)未來(lái)：Token會(huì)成為招聘時(shí)的標(biāo)配福利，就像牙科保險(xiǎn)和免費(fèi)午餐一樣。工程師面試時(shí)會(huì)問(wèn)：「這份工作給我配多少token？」

Meta CTO Andrew Bosworth在今年2月的一次科技會(huì)議上提到，如果一個(gè)頂級(jí)工程師花掉相當(dāng)于自己年薪的token成本，卻能把生產(chǎn)力提升到10倍，這筆錢就好比「白送的錢」，應(yīng)該繼續(xù)投，甚至不必設(shè)上限。

前OpenAI和特斯拉AI科學(xué)家Andrej Karpathy則是再造新詞：token消耗量?jī)叭怀闪薃I時(shí)代個(gè)人能力的新標(biāo)尺：

你的token吞吐量是多少？你能指揮多少token吞吐量（Token throughput）？

當(dāng)行業(yè)大佬都在說(shuō)「多燒token就是高生產(chǎn)力」，大家聽(tīng)到的信號(hào)只有一個(gè)：不燒就是落后，這種FOMO（Fear of Missing Out，錯(cuò)失恐懼）會(huì)迅速?gòu)摹肝乙灰嘤靡稽c(diǎn)AI」變成「我敢不敢不用」。

沒(méi)有人想成為團(tuán)隊(duì)里那個(gè)token用量墊底的人，而排行榜只是把這種焦慮變成了一場(chǎng)公開(kāi)競(jìng)賽。

但問(wèn)題恰恰在這里。

Token消耗量之所以被追捧，是因?yàn)樗悄壳白钊菀琢炕腁I使用指標(biāo)。

你很難衡量一個(gè)工程師「用AI之后交付質(zhì)量提升了多少」，但你可以精確地看到他燒了多少token，就它和「代碼行數(shù)」一樣。

但容易量化，不等于值得量化。

代碼行數(shù)對(duì)應(yīng)的是寫代碼的動(dòng)作，并不代表軟件質(zhì)量；Token消耗量衡量的是API調(diào)用次數(shù)，不等于工程產(chǎn)出。

這就好比油表能告訴你燒了多少油，但它不代表速度和里程。

而AI Agent時(shí)代，只會(huì)讓這個(gè)問(wèn)題更尖銳。

NYT近期的報(bào)道描述了一種新景象：

工程師同時(shí)開(kāi)十幾個(gè)窗口，放出幾十個(gè)Agent并行跑任務(wù)，有些Agent系統(tǒng)被設(shè)計(jì)成24/7不間斷運(yùn)行，在人類睡覺(jué)的時(shí)候還在持續(xù)消耗token。

一個(gè)全職Agent一周可以跑掉7億個(gè)token。

當(dāng)token消耗可以脫離人類干預(yù)自動(dòng)增長(zhǎng)的時(shí)候，拿消耗量來(lái)衡量人的生產(chǎn)力，就更加荒謬了。

雖然，Meta的Claudeonomics排行榜已經(jīng)下線，但它折射出一個(gè)人類在技術(shù)采用上的「經(jīng)典悖論」：

當(dāng)一個(gè)工具的使用量可以被精確計(jì)量、可以被公開(kāi)排名、可以和績(jī)效感知掛鉤，它就必然從工具變成表演。

代碼行數(shù)是這樣，commit次數(shù)是這樣，專利申請(qǐng)數(shù)、論文引用量、OKR完成率，全都是這樣。

每一個(gè)曾被當(dāng)作生產(chǎn)力代理指標(biāo)的數(shù)字，最終都催生出了一套刷分產(chǎn)業(yè)。

現(xiàn)在輪到了token。

下一個(gè)被異化的指標(biāo)會(huì)是什么？

也許是Agent的并發(fā)數(shù)量，也許是AI生成代碼的合并率，也許是某種我們今天還想象不到的新數(shù)字。

只要企業(yè)還分不清「鼓勵(lì)用AI」和「考核AI帶來(lái)的真實(shí)產(chǎn)出」，類似的刷榜游戲就不會(huì)停。

參考資料：

https://www.theinformation.com/articles/tokenmaxxing-tide-may-turning?rc=epv9gi

https://www.theinformation.com/articles/meta-employees-vie-ai-token-legend-status?rc=epv9gi