四川
今年上半年，大廠茶水間里最熱的話題變成了：“你今天燒了多少？”大家聊的都是現在最流行的硬通貨Token。這東西要是一旦管理不好，能瞬間把大公司的現金流燒出一個不小的窟窿。國外有家企業開通授權時忘了設上限，一個月下來賬單直接飆到了5億美元；國內米哈游也有工程師在跑多智能體協作時沒加熔斷，幾十個AI在后臺自顧自瘋狂聊天，短短13個小時就燒掉了200萬元。
大廠為了不掉隊，今年年初強行把Token消耗量跟員工的考核掛鉤。Meta在內部上線了消耗排行榜，亞馬遜把它塞進了團隊考評里，英偉達的老板黃仁勛甚至公開說，如果他的工程師每年燒掉的Token不值年薪的一半，他就會非常發愁。這么著急，說白了就是害怕被AI這趟車給落下了，于是直接把“用了多少AI”跟“創造了多少價值”畫上了等號。
AI技術本身的升級也給這件事加了一把不小的“火”。從去年底開始，行業全面轉向了智能體模式，AI學著自己規劃任務、多輪糾錯。當幾個AI分工協作的時候，麻煩就更大了。它們在后臺溝通時會拼了命地重復讀取歷史對話，不斷互相客套。這種多智能體之間的“溝通成本”和功能冗余，會讓Token的開銷憑空多出來好幾倍。而大模型廠商自然也樂見其成，計費方式全面變成了按用量付費，客戶用得越多，他們賺得越多。
就在最近這兩個月，這場全員狂歡突然被按下了剎車鍵。Meta一個月在Token上燒掉一億多美元，Uber更是用四個月就耗光了全年的AI預算，管理層不得不緊急出臺限額令，每位員工每月最多只批1500美元，外包崗位的額度更是直接被砍到了1000塊錢。
更讓人心里沒底的是，整個大模型市場正在嚴重地兩極分化。大家平時在新聞里看到的那些打折降價，便宜的永遠是那些干不了復雜重活的輕量模型。而企業真正剛需的編程、復雜推理等場景，價格非但沒降，反而在逆勢往上漲。
海外大廠核心模型定價翻倍，國內核心API的價格也是普通場景的四倍之多。這就給不少指望用AI來輕松辦公的上班族澆了一盆冷水。老板在后臺死死盯著額度，稍微復雜的任務讓AI跑幾輪，你的額度當天就直接熔斷了，到頭來發現連干活的工具都用不起。
很多原本以為能幫企業省錢的AI場景，坐下來仔細算一筆賬，發現用AI反而比請人工還要貴。
大家為了找安全感，明明幾秒鐘用腦子、用搜索引擎就能解決的簡單郵件、基礎數據查詢，也非要交給大模型跑一遍，試圖在公司的后臺看板上刷高自己的AI工具使用時長，用消耗量來向老板證明自己“擁抱了變革”。結果大家活干得越來越累，而實際沉淀出來的落地成果卻沒幾個。
面對這么一筆算不清的糊涂賬，以后對Token會有明確的相關規定或者收費標準嗎？指望出臺法律去規定一個詞值多少錢顯然是不太可能的，真正能讓這個市場走向規范的，是商業模式的底層重構。
未來的計費規則一定會從現在這種不透明的按量付費，徹底變成按任務價值收費。低價值場景的Token會變得像一張紙、一支筆一樣廉價，甚至無限接近于零；但高價值的復雜編程和長程推理，哪怕只消耗了幾個Token，廠商也會根據它創造的實際效益來收高價。誰掌握了高質量的智能上限，誰就握住了相應的定價權。
在這個被焦慮裹挾的AI大潮里，普通人總覺得多用AI就能通往高效，到頭來可能只是幫公司刷了算力賬單。你們覺得每天坐在電腦前用AI刷消耗的自己，是真的提高了效率，還是在不知不覺中變成了大廠賬單上的一個分母？如果有一天，公司因為付不起高額的Token費用而把AI和崗位一塊兒砍掉，那我們今天的盲目跟風，究竟是在見證奇跡，還是在親手給自己挖掘職場的墳墓？
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
