文 | 字母 AI
按头让员工猛猛用 AI 的硅谷巨头，开始 " 玩不起 " 了。
亚马逊苦口婆心地说 " 不要为了用 AI 而用 AI"，大手一挥关闭了内部的员工 token 消耗排行榜。
微软突然取消大部分 Claude Code 授权，要求开发者将工作流程迁回 GitHub Copilot CLI。
不久前，情况还完全不是这样。AI 用得越多，似乎就代表员工越先进，公司越有未来。
但当员工真的开始狂用 AI，企业很快发现，自己有没有逼出来更高生产力还未可知，账单先膨胀了。
一边开始为 Token 账单头疼，一边又怕自己在 AI 竞赛里落后。硅谷正在面对一个自己亲手制造的难题。
伙计们，AI 实在是太好用啦！
一切要从去年说起，虽然 " 鼓励员工拥抱 AI" 的现象早已有之，但 2025 年突然变成了不由分说的浪潮。
最明显的，就是硅谷大厂带头按头员工多用 AI。
用微软开发者工具业务的高管潘正磊（Julia Liuson）的话说就是：" 使用 AI 已经不再是可选项，而是每个职位、每个层级的核心能力。"
彼时她在内部邮件中要求管理者，在评估员工表现时考虑其使用内部 AI 工具的情况，其中包括 GitHub Copilot。
亚马逊则一边表示未来部分岗位可能因 AI 而减少，一边告诉员工应对方式是 " 拥抱 AI"。
去年夏天，CEO 安迪 · 贾西（Andy Jassy）向全体员工发送了一封关于生成式 AI 的邮件。他在邮件中表示，随着公司大规模部署生成式 AI 和智能体，部分现有岗位需要的人会减少；在未来几年里，AI 带来的效率提升预计会减少亚马逊的企业员工总数。
在谈到员工应当如何应对时，贾西直接要求员工主动拥抱 AI：
" 了解 AI，参加研讨会和培训，尽可能使用和试验 AI，参与团队头脑风暴，思考如何更快、更大范围地为客户创新，以及如何用更精简的团队完成更多工作。"
不仅是几家巨头，在 2025 年，高调 " 全员 AI" 几乎是某种时尚。
Shopify 提出 " 反射式使用 AI" 的概念，表示这现在是公司的基础要求。所谓 " 反射式使用 "，意思是 " 像条件反射一样用 AI"。员工遇到任务时，首先应该想到能否借助 AI 完成。
公司还要求，团队在申请增加人手和资源之前，必须先回答一个问题：为什么这项工作不能由 AI 完成？
多邻国更是公开表示公司将转向 "AI 优先 "。能用 AI 的，不用外包。能用 AI 的，不招新人。在员工评价中，也会考察其使用 AI 的情况。
这种趋势，一定程度上也延宕到今年。
今年 3 月，黄仁勋公开表示假如英伟达年薪 50 万美元的工程师一年没有消耗至少 25 万美元的 AI Token，自己会感到 " 非常担忧 "。当被问到英伟达是否准备每年为工程团队花费约 20 亿美元购买 Token 时，黄仁勋的回答是：" 我们正在努力。"
这已经不是他第一次表态，去年底，在英伟达内部举行的一次全员大会上，黄仁勋质问曾建议团队 " 少用 AI" 的高管 " 你们疯了吗 "，并明确要求员工尽可能用 AI 自动化所有可以自动化的任务，同时向员工保证 AI 不会夺走他们的饭碗。
但要说哪家公司最激进，Meta 当仁不让。
2025 年 11 月，Meta 首席人力官贾内尔 · 盖尔（Janelle Gale）宣布，从 2026 年起，"AI 驱动的影响力 " 将成为员工的核心期待，正式进入绩效评价。
到了 2026 年 4 月，Meta 内部又出现了一块名为 "Claudeonomics" 的排行榜：它追踪超过 8.5 万名员工消耗的 Token 数量，列出前 250 名，并授予 "Token 传说 "" 缓存大师 " 等称号。短短 30 天内，榜单记录的 Token 消耗量超过 60 万亿个。
AI 使用变成了一场相互厮杀的内部游戏。
BCG 在《AI Radar 2026》报告中调查了 2360 名企业高管，其中包括 640 名 CEO。结果显示，94% 的组织表示，即使 AI 投资在 2026 年无法立即带来回报，它们也会继续投入。
报告预计，企业用于 AI 的投入占营收比例，将从 2025 年的约 0.8% 提高至 2026 年的约 1.7%，几乎翻倍。72% 的 CEO 表示，自己已经是公司 AI 决策的主要负责人；一半 CEO 甚至认为，如果 AI 投入无法取得成效，自己的职位都会受到影响。
对这些公司来说，AI 成为 CEO 亲自下注的一场转型，重要的是不能显得自己比同行慢一步。
是不是玩不起？硅谷巨头带头反悔
然而，这场 AI 使用大赛还没热闹多久，硅谷巨头们就开始踩刹车了。
最先打自己脸的，正是此前要求员工 " 尽可能使用和试验 AI" 的亚马逊。
今年 5 月底，亚马逊被曝关闭了一项名为 "KiroRank" 的内部排行榜。这个由员工自行制作的榜单，用来显示员工使用 AI 工具时消耗的 Token 数量。
据《金融时报》报道，一些员工开始使用亚马逊内部 AI 智能体平台 MeshClaw 运行非必要任务，以提高自己的 AI 使用数据。MeshClaw 原本可以代替员工发起代码部署、分拣邮件，或与 Slack 等应用交互；但当 Token 消耗被放进排行榜，员工运行这些智能体的目的，就可能从完成真正需要的工作，变成单纯 " 刷榜 "。
这种行为甚至有了一个专门的名字：Tokenmaxxing，意思就是尽可能刷高 Token 消耗量。
虽然亚马逊没有披露员工究竟运行了哪些无效任务，但在相关社区讨论中，有用户已经直接设想过这种 " 冲榜 " 方式：
把 MeshClaw 挂在后台，让它持续对源代码包进行静态分析，Token 自然会不断累积。
Hacker News 上还有用户称，自己认识的员工在公司开始考核 " 花掉多少 Token" 后，干脆让不同 AI 智能体互相接收对方输出、循环运行，因为真正需要大量 Token 的工作根本没有那么多。
亚马逊最后不得不叫停这场比赛。
公司高级副总裁戴夫 · 特雷德韦尔（Dave Treadwell）在内部提醒员工：" 请不要为了使用 AI 而使用 AI。使用 AI，是为了帮助你解决客户问题、解决业务问题、实现创新。"
这距离贾西亲自鼓动员工 " 拥抱 AI" 还不到一年。
亚马逊不是唯一一个开始收手的巨头。今年 5 月中旬，微软开始取消内部大部分 Claude Code 许可证。
巨头之下，中小公司也撑不住了。
去年 4 月，多邻国 CEO 路易斯 · 冯 · 安（Luis von Ahn）还宣布公司转向 "AI 优先 "，但一年后，他承认公司已经撤回了这项考核标准。
整整一年后，他在播客中表示，员工曾经向公司提出质疑：是不是为了显得公司足够 "AI 优先 "，大家就必须为了使用 AI 而使用 AI？
最终，多邻国不再将员工是否使用 AI 作为正式绩效指标。冯 · 安表示，真正重要的是员工能不能把工作做好。AI 适合某些任务，但并不适合所有任务，公司也不应该强迫员工在不适合的地方硬用 AI。
曾经迫不及待让员工 " 拥抱 AI" 的公司当然没有放弃 AI。
它们只是终于发现员工不用 AI 是一个问题，但员工为了排名、绩效和自保而狂烧 Token，可能是另一个更 " 贵 " 的麻烦。
AI 虽好，贪不起杯啊
" 造 AI" 很烧钱，这个大家都知道了。
但是 " 用 AI" 也这么烧钱，还真有点意外。
一个典型是 Uber，今年 4 月就花光了全年的 AI 预算。遥想去年 12 月，Uber 向约 5000 名工程师开放了 Anthropic 旗下的 AI 编程工具 Claude Code。
前文提到今年 5 月微软开始取消内部大部分 Claude Code 许可证，微软对内解释称，这是为了将工具链统一到自家的 Copilot CLI。
但据 The Verge 报道，这同时也是一项财务决定。
Claude Code 授权将在 6 月底，也就是微软当前财年结束前被大规模关闭，以便在新财年开始前削减一部分运营成本。
而更值得注意的是，在微软推动员工迁回 Copilot CLI 之际，Copilot 本身的收费方式也正在改变。
今年 4 月，GitHub 宣布，从 6 月 1 日起，面向企业和团队用户的 GitHub Copilot 付费方案将转向基于使用量的计费模式。过去，这些客户主要按照订阅套餐和高级请求次数付费；新方案下，每个套餐只包含一定额度的 GitHub AI Credits，超出额度后需要按照实际使用量继续付费。
这笔费用怎么算？按照员工使用过程中消耗的输入 Token、输出 Token 和缓存 Token 计算。
GitHub 在官方公告中表示，随着 Copilot 开始承担分析、修改和迭代等更复杂的智能体任务，不同任务的算力消耗差异越来越大，因此需要改用按实际使用量计费。
Anthropic 也采取了类似的计费逻辑。
目前，Claude 企业版的座席费只覆盖平台访问权限，并不包含实际使用量。员工使用 Claude、Claude Code 和 Cowork 时产生的每一个 Token，都要按照标准 API 价格另外计费。
更直接的是，Anthropic 官方帮助文档明确提醒企业：在新的按使用量计费方案下，团队没有单独分配好的 Token 额度。一名员工大量使用 AI，并不会减少其他员工可用的额度，只会让组织最终收到的账单更高。旧的固定座席方案，也将在续约时逐步转入这种按使用量计费的模式。
OpenAI 的动作稍有不同。它没有宣布将所有企业方案统一改为按 Token 收费，但在今年 4 月，为 ChatGPT Business 和 Enterprise 团队推出了 Codex 按量付费选项：企业可以不用支付固定座席费，而是根据实际使用量为 Codex 付费。
与此同时，更强模型的调用成本也明显更高。
今年 4 月进入 API 的 GPT-5.5，调用成本相比 GPT-5.4 进一步提高，在标准 API 价格下，其输入和输出 Token 单价均达到后者的两倍。
当公司要求员工 " 尽可能使用 AI"，AI 厂商却把费用精确挂到每一次调用和每一个 Token 上，事情就开始变得微妙了。
问题还不只是 AI 贵。
更直击灵魂的叩问是，当 " 全司 AI 向前冲 "，效果究竟好吗？
早就有人看出其中的逻辑漏洞：让工程师以 Token 消耗量论英雄，和以谁花钱更多来给营销团队成员打分有什么区别？
麦肯锡在《2025 年 AI 现状》报告中调查了 1993 名企业受访者。结果显示，只有 39% 的受访者表示，AI 已经对整个企业层面的息税前利润，也就是 EBIT，产生了影响。
麦肯锡还专门定义了一类 "AI 高绩效企业 "：既认为 AI 已经为公司创造显著价值，又认为 AI 对企业 EBIT 的贡献达到至少 5%。符合这两个条件的企业，只占全部受访者的约 6%。
此外，去年 7 月，研究机构 METR 公布了一项随机对照实验。16 名有经验的开源软件开发者，在自己熟悉的代码库中完成 246 项真实任务，其中一部分任务允许使用 AI 工具，另一部分则不能使用 AI。
在实验开始前，开发者预计，AI 可以让他们完成任务的时间缩短 24%。
实验结束后，即便已经亲自使用过这些工具，他们仍然认为 AI 让自己的工作速度提高了 20%。
但实际结果完全相反：使用 AI 后，这些开发者完成任务所需的时间，反而增加了 19%。
这项研究针对的是熟悉大型开源代码库的资深开发者，当然不能直接证明 AI 编程对所有人、所有任务都没有帮助。
但它至少说明了员工感觉自己在用 AI 提效，不等于效率真的提高了。公司看到 AI 使用量增长，也不等于公司真的获得了与之匹配的产出。
Token 消耗变成绩效考核标准和 " 觉悟检测器 " 的时候，闹剧的基调就已经被定下了。AI 当然不会因此退潮。但把 Token 消耗速率当成转型进度、把 " 多用 AI" 当成绩效答案的阶段，可能已经快结束了。
可喜可贺。
