「Tokenmaxxing」趨勢令 Meta 一名工程師耗資近 200 萬美元

一種名為「tokenmaxxing」的病毒式趨勢正席捲矽谷，引發了廣泛爭議。工程師們為了彰顯自己在人工智慧方面的造詣，競相消耗海量的 AI 代幣（tokens）。這種做法暴露了推動 AI 採用與面臨數百萬美元效率低下風險之間的裂痕。Meta 內部的一個代幣使用量排行榜便是一個典型例證，其中一名頂級用戶單月的消耗成本估算高達 200 萬美元。

「只要任何目標與獎金或晉升掛鉤，開發者就會鑽空子，這次也不例外，」《務實的工程師》（The Pragmatic Engineer）時事通訊作者 Gergely Orosz 在 X 平台上的發帖中表示。這一事件突顯了技術公司面臨的一個日益嚴峻的挑戰：如何在鼓勵使用強大的新 AI 工具的同時，不誘發那些在沒有明確投資回報的情況下虛增運營成本的浪費行為。

Meta 內部的代幣消耗規模相當驚人。據《The Information》報導，一個名為「Claudeonomics」的非官方排行榜顯示，全公司的代幣使用量在短短 30 天內從 6.02 萬億激增至 73.7 萬億，隨後該排行榜被撤下。榜單上的頭號人物消耗了 2810 億至 3285 億個代幣，根據 Anthropic 和 OpenAI 等 AI 供應商的公開定價，這一數字可能接近 200 萬美元。

根據 Ramp 和 Gartner 的數據，過去一年企業在 AI 相關的支出翻了兩番，這種支出的激增正成為首席財務官們的「萬億美元盲點」。核心問題在於代幣消耗量究竟是生產力的有意義代理，還是僅僅是一個鼓勵工程師在不創造價值的情況下空耗資源的虛榮指標，這可能會影響企業文化和未來的 AI 投資。

億級代幣排行榜

Meta 的「Claudeonomics」排行榜引發了一陣衝榜狂潮。據報導，員工們採取了各種策略來增加他們的代幣計數，包括設計冗長繁瑣的提示詞、並行運行多個 AI 代理，以及部署會議記錄機器人（並將代幣消耗歸功於開發者）。據《The Information》報導，一些工程師甚至指使 AI 代理生成大量微不足道的代碼更改，而這些更改對功能沒有任何改進。「我請大家大致估算一下這背後的能源消耗，」一名員工在內部論壇上寫道，「如果不是這麼荒謬，那簡直令人心碎。」

這種行為並非 Meta 所獨有。亞馬遜也發生過類似事件，由於一名經理指令要求更頻繁地使用 AI 編程工具，導致工程師們編寫了一個腳本來人工虛增 10 倍的使用量，從而使該團隊躍升至內部排名的首位。Khosla Ventures 的合夥人 Jon Chu 在 X 上稱將代幣消耗作為績效指標是「絕對愚蠢的政策」。然而，一些行業領袖也助長了這一趨勢，例如英偉達（Nvidia）首席執行官黃仁勳曾表示，如果一名年薪 50 萬美元的工程師使用的代幣價值少於 25 萬美元，他會感到「深感憂慮」。

激勵機制的問題

針對「tokenmaxxing」的辯論，一些公司轉而選擇獎勵結果而非消耗量。例如，執法設備製造商 Axon 向那些超過年度路線圖目標至少 15% 的團隊提供現金獎勵。Axon 總裁 Josh Isner 預計其 2,000 名軟體工程師在 AI 工具的幫助下，將超額完成 2024 年目標 30%，但他表示，根據代幣使用量評估員工與公司的目標並不一致。「你如何知道自己得到了想要的結果？」他反問道。

其他高管，如 Box 執行長 Aaron Levie，正將預期的 AI 生產力提升直接整合到產品路線圖目標中，進而影響薪酬。辯論的中心在於代幣作為指標的價值。雖然像 Y Combinator 執行長 Garry Tan 這樣的人支持「tokenmaxxing」，但像 Linear 營運長 Cristina Cordova 這樣的批評者則持懷疑態度。她表示：「按代幣消耗量對工程師進行排名，就像我按誰花錢最多來對行銷團隊進行排名一樣。不要把高燒錢率誤認為高成功率。」隨著企業在 AI 轉型中不斷探索，挑戰仍然在於如何建立激勵結構，以促進真正的創新，而不是培養一種數位浪費文化。

本文僅供參考，不構成投資建議。