Palantir 首席执行官 Alex Karp 公开批评硅谷近来流行的“tokenmaxxing”思路，认为企业把 AI 用量不断推高，并不等于真正创造业务价值。他在 Palantir AIP Con 10 期间接受采访时表示，市场已经从“AI 是否真实存在”的讨论，转向“AI 确实有效，但很多场景并没有按预期运转”。

争议指向高消耗式使用

所谓 token，是大语言模型处理文本时使用的基本计量单位，AI 服务商通常也按 token 消耗收费。过去几周，硅谷部分从业者开始反思“tokenmaxxing”文化，也就是几乎不设限制地扩大 AI 使用规模，以追赶 AI agent 的发展速度。

Karp 的看法是，更多 token 往往只意味着更多低质量输出，而不是更高价值结果。Palantir 首席技术官 Shyam Sankar 上月也在财报电话会上表达过类似观点，称公司内部强调“no slop zone”，反对把廉价模型调用当成价值本身。

Palantir强调系统而非模型堆量

Sankar 当时表示，只有更便宜的 AI 并不会自动带来更高回报，企业仍需要像 Palantir AIP 这样的系统，把模型能力与真实业务环境连接起来，避免错误输出带来经济损失。

Karp 在最新采访中进一步表示，真正难的不是让模型生成一段通用内容，而是把 AI 嵌入持续运转的业务流程。比如撰写一份关于中国 GDP 增长的报告，大模型可以较好完成；但涉及石油天然气开采、供应链调整、军工制造或汽车生产等复杂任务时，AI 本身并不能替代具体流程。

复杂业务仍需持续执行

他认为，这类问题往往同时涉及成本、合规、伦理和执行细节，需要精确且持续的操作过程。大模型可以增强这些流程，但不能直接取代它们。

Karp 还提到，行业现在逐渐意识到，AI 的能力已经得到验证，但企业若想把它真正转化为商业成果，关键不在于无限放大模型调用量，而在于是否清楚自己要解决什么业务问题，以及如何把模型接入可执行的系统中。