“Tokenmaxxing”趋势令 Meta 一名工程师耗资近 200 万美元

一种名为“tokenmaxxing”的病毒式趋势正席卷硅谷，引发了广泛争议。工程师们为了彰显自己在人工智能方面的造诣，竞相消耗海量的 AI 代币（tokens）。这种做法暴露了推动 AI 采用与面临数百万美元效率低下风险之间的裂痕。Meta 内部的一个代币使用量排行榜便是一个典型例证，其中一名顶级用户单月的消耗成本估算高达 200 万美元。

“只要任何目标与奖金或晋升挂钩，开发者就会钻空子，这次也不例外，”《务实的工程师》（The Pragmatic Engineer）时事通讯作者 Gergely Orosz 在 X 平台上的发帖中表示。这一事件突显了技术公司面临的一个日益严峻的挑战：如何在鼓励使用强大的新 AI 工具的同时，不诱发那些在没有明确投资回报的情况下虚增运营成本的浪费行为。

Meta 内部的代币消耗规模相当惊人。据《The Information》报道，一个名为“Claudeonomics”的非官方排行榜显示，全公司的代币使用量在短短 30 天内从 6.02 万亿激增至 73.7 万亿，随后该排行榜被撤下。榜单上的头号人物消耗了 2810 亿至 3285 亿个代币，根据 Anthropic 和 OpenAI 等 AI 供应商的公开定价，这一数字可能接近 200 万美元。

根据 Ramp 和 Gartner 的数据，过去一年企业在 AI 相关的支出翻了两番，这种支出的激增正成为首席财务官们的“万亿美元盲点”。核心问题在于代币消耗量究竟是生产力的有意义代理，还是仅仅是一个鼓励工程师在不创造价值的情况下空耗资源的虚荣指标，这可能会影响企业文化和未来的 AI 投资。

亿级代币排行榜

Meta 的“Claudeonomics”排行榜引发了一阵冲榜狂潮。据报道，员工们采取了各种策略来增加他们的代币计数，包括设计冗长繁琐的提示词、并行运行多个 AI 代理，以及部署会议记录机器人（并将代币消耗归功于开发者）。据《The Information》报道，一些工程师甚至指使 AI 代理生成大量微不足道的代码更改，而这些更改对功能没有任何改进。“我请大家大致估算一下这背后的能源消耗，”一名员工在内部论坛上写道，“如果不是这么荒唐，那简直令人心碎。”

这种行为并非 Meta 所独有。亚马逊也发生过类似事件，由于一名经理指令要求更频繁地使用 AI 编程工具，导致工程师们编写了一个脚本来人工虚增 10 倍的使用量，从而使该团队跃升至内部排名的首位。Khosla Ventures 的合伙人 Jon Chu 在 X 上称将代币消耗作为绩效指标是“绝对愚蠢的政策”。然而，一些行业领袖也助长了这一趋势，例如英伟达（Nvidia）首席执行官黄仁勋曾表示，如果一名年薪 50 万美元的工程师使用的代币价值少于 25 万美元，他会感到“深感忧虑”。

激励机制的问题

针对“tokenmaxxing”的辩论，一些公司转而选择奖励结果而非消耗量。例如，执法设备制造商 Axon 向那些超过年度路线图目标至少 15% 的团队提供现金奖励。Axon 总裁 Josh Isner 预计其 2,000 名软件工程师在 AI 工具的帮助下，将超额完成 2024 年目标 30%，但他表示，根据代币使用量评估员工与公司的目标并不一致。“你如何知道自己得到了想要的结果？”他反问道。

其他高管，如 Box 首席执行官 Aaron Levie，正将预期的 AI 生产力提升直接整合到产品路线图目标中，进而影响薪酬。辩论的中心在于代币作为指标的价值。虽然像 Y Combinator 首席执行官 Garry Tan 这样的人支持“tokenmaxxing”，但像 Linear 首席运营官 Cristina Cordova 这样的批评者则持怀疑态度。她表示：“按代币消耗量对工程师进行排名，就像我按谁花的钱最多来对营销团队进行排名一样。不要把高烧钱率误认为高成功率。”随着企业在 AI 转型中不断探索，挑战仍然在于如何建立激励结构，以促进真正的创新，而不是培养一种数字浪费文化。

本文仅供参考，不构成投资建议。