随着美国科技公司加快在内部推广 AI，围绕“Tokenmaxxing”的争论正在升温。这个词通常指尽可能多地调用 AI 模型 token，以提升工作效率，或把高使用量当作团队能力的体现。

Uber高管质疑效率提升

上周发布的一段采访中，Uber 首席运营官 Andrew Macdonald 表示，他还没有看到 token 使用增加与生产率提升之间存在清晰对应关系。这段发言随后在 X 上广泛传播。

Macdonald 表示，团队也许确实交付了更多内容，但很难据此得出“有用的消费者功能提升了 25%”这样的结论。换句话说，AI 使用量上升，并不等于业务结果同步改善。

企业预算消耗过快

这番表态引发关注，原因在于越来越多美国企业正把 AI 使用情况纳入内部管理。报道提到，Meta 已将部分员工定义为“AI builders”，并要求其在 AI 原生团队中工作。Disney、摩根大通等公司也在跟踪员工的 AI 使用情况。

Visa 则把借助 AI 提高开发速度作为团队考核的一部分，并称其每月 token 支出接近 2 万亿。与此同时，部分科技从业者开始质疑，这类高强度投入正在带来明显浪费。

据 The Information 此前报道，Uber 在今年前四个月就已用完全年 AI 预算。Google 首席执行官 Sundar Pichai 近期也表示，不少首席信息官都在担心公司 AI 预算消耗过快，而且这个问题可能在今年进一步加重。

投入产出比成焦点

这场讨论也延伸到资本市场。一些声音开始把企业 AI 支出失控，与 AI 热潮是否过热联系起来。Michael Burry 本周称，“Tokenmaxxing”可能只是一个仓促且短暂的阶段，并警告英伟达股价存在较高回落风险。

不过，也有人为这种做法辩护。Y Combinator 首席执行官 Garry Tan 表示，机构早已在高强度使用 token。支持者认为，企业仍处在摸索 AI 最佳使用方式的阶段，短期高投入未必意味着长期无效。

Jellyfish给出对比数据

工程情报公司 Jellyfish 的报告显示，Claude Code 使用量排名前 10% 的开发者，消耗的 token 大约是中位数开发者的 10 倍，但产出仅约为后者的 2 倍。

报告建议，企业不应直接奖励或惩罚原始 token 消耗量，而应把成本与更具体的结果指标挂钩，例如 pull request 数量。这意味着，围绕企业 AI 投入的下一阶段讨论，重点可能不再是“用了多少”，而是“是否真正带来可衡量的业务结果”。