按頭讓員工猛猛用AI的矽谷巨頭，開始「玩不起」了。
亞馬遜苦口婆心地說「不要為了用AI而用AI」，大手一揮關閉了內部的員工token消耗排行榜。
微軟突然取消大部分Claude Code授權，要求開發者將工作流程遷回GitHub Copilot CLI。
不久前，情況還完全不是這樣。AI用得越多，似乎就代表員工越先進，公司越有未來。
但當員工真的開始狂用AI，企業很快發現，自己有沒有逼出來更高生產力還未可知，帳單先膨脹了。
一邊開始為Token帳單頭疼，一邊又怕自己在AI競賽里落後。矽谷正在面對一個自己親手製造的難題。
01 夥計們，AI實在是太好用啦！
一切要從去年說起，雖然「鼓勵員工擁抱AI」的現象早已有之，但2025年突然變成了不由分說的浪潮。
最明顯的，就是矽谷大廠帶頭按頭員工多用AI。
用微軟開發者工具業務的高管潘正磊（Julia Liuson）的話說就是：「使用AI已經不再是可選項，而是每個職位、每個層級的核心能力。」
彼時她在內部郵件中要求管理者，在評估員工表現時考慮其使用內部AI工具的情況，其中包括GitHub Copilot。
亞馬遜則一邊表示未來部分崗位可能因AI而減少，一邊告訴員工應對方式是「擁抱AI」。
去年夏天，CEO安迪·賈西（Andy Jassy）向全體員工發送了一封關於生成式AI的郵件。他在郵件中表示，隨著公司大規模部署生成式AI和智能體，部分現有崗位需要的人會減少；在未來幾年裡，AI帶來的效率提升預計會減少亞馬遜的企業員工總數。
在談到員工應當如何應對時，賈西直接要求員工主動擁抱AI：
「了解AI，參加研討會和培訓，儘可能使用和試驗AI，參與團隊腦力激盪，思考如何更快、更大範圍地為客戶創新，以及如何用更精簡的團隊完成更多工作。」
這段話可以視為亞馬遜內部AI動員的公開起點。
不僅是幾家巨頭，在2025年，高調「全員AI」幾乎是某種時尚。
Shopify提出「反射式使用AI」的概念，表示這現在是公司的基礎要求。所謂「反射式使用」，意思是「像條件反射一樣用AI」。員工遇到任務時，首先應該想到能否藉助AI完成。
公司還要求，團隊在申請增加人手和資源之前，必須先回答一個問題：為什麼這項工作不能由AI完成？
多鄰國更是公開表示公司將轉向「AI優先」。能用AI的，不用外包。能用AI的，不招新人。在員工評價中，也會考察其使用AI的情況。
這種趨勢，一定程度上也延宕到今年。
今年3月，黃仁勛公開表示假如英偉達年薪50萬美元的工程師一年沒有消耗至少25萬美元的AI Token，自己會感到「非常擔憂」。當被問到英偉達是否準備每年為工程團隊花費約20億美元購買Token時，黃仁勛的回答是：「我們正在努力。」
這已經不是他第一次表態，去年底，在英偉達內部舉行的一次全員大會上，黃仁勛質問曾建議團隊「少用AI」的高管「你們瘋了嗎」，並明確要求員工儘可能用AI自動化所有可以自動化的任務，同時向員工保證AI不會奪走他們的飯碗。
但要說哪家公司最激進，Meta當仁不讓。
2025年11月，Meta首席人力官賈內爾·蓋爾（Janelle Gale）宣布，從2026年起，「AI驅動的影響力」將成為員工的核心期待，正式進入績效評價。
到了2026年4月，Meta內部又出現了一塊名為「Claudeonomics」的排行榜：它追蹤超過8.5萬名員工消耗的Token數量，列出前250名，並授予「Token傳說」「緩存大師」等稱號。短短30天內，榜單記錄的Token消耗量超過60萬億個。
AI使用變成了一場相互廝殺的內部遊戲。
BCG在《AI Radar 2026》報告中調查了2360名企業高管，其中包括640名CEO。結果顯示，94%的組織表示，即使AI投資在2026年無法立即帶來回報，它們也會繼續投入。
報告預計，企業用於AI的投入占營收比例，將從2025年的約0.8%提高至2026年的約1.7%，幾乎翻倍。72%的CEO表示，自己已經是公司AI決策的主要負責人；一半CEO甚至認為，如果AI投入無法取得成效，自己的職位都會受到影響。
對這些公司來說，AI成為CEO親自下注的一場轉型，重要的是不能顯得自己比同行慢一步。
02 是不是玩不起？矽谷巨頭帶頭反悔
然而，這場AI使用大賽還沒熱鬧多久，矽谷巨頭們就開始踩剎車了。
最先打自己臉的，正是此前要求員工「儘可能使用和試驗AI」的亞馬遜。
今年5月底，亞馬遜被曝關閉了一項名為「KiroRank」的內部排行榜。這個由員工自行製作的榜單，用來顯示員工使用AI工具時消耗的Token數量。
據《金融時報》報導，一些員工開始使用亞馬遜內部AI智能體平台MeshClaw運行非必要任務，以提高自己的AI使用數據。MeshClaw原本可以代替員工發起代碼部署、分揀郵件，或與Slack等應用交互；但當Token消耗被放進排行榜，員工運行這些智能體的目的，就可能從完成真正需要的工作，變成單純「刷榜」。
這種行為甚至有了一個專門的名字：Tokenmaxxing，意思就是儘可能刷高Token消耗量。
雖然亞馬遜沒有披露員工究竟運行了哪些無效任務，但在相關社區討論中，有用戶已經直接設想過這種「沖榜」方式：
把MeshClaw掛在後台，讓它持續對原始碼包進行靜態分析，Token自然會不斷累積。
Hacker News上還有用戶稱，自己認識的員工在公司開始考核「花掉多少Token」後，乾脆讓不同AI智能體互相接收對方輸出、循環運行，因為真正需要大量Token的工作根本沒有那麼多。
亞馬遜最後不得不叫停這場比賽。
公司高級副總裁戴夫·特雷德韋爾（Dave Treadwell）在內部提醒員工：「請不要為了使用AI而使用AI。使用AI，是為了幫助你解決客戶問題、解決業務問題、實現創新。」
這距離賈西親自鼓動員工「擁抱AI」還不到一年。
亞馬遜不是唯一一個開始收手的巨頭。今年5月中旬，微軟開始取消內部大部分Claude Code許可證。
巨頭之下，中小公司也撐不住了。
去年4月，多鄰國CEO路易斯·馮·安（Luis von Ahn）還宣布公司轉向「AI優先」，但一年後，他承認公司已經撤回了這項考核標準。
整整一年後，他在播客中表示，員工曾經向公司提出質疑：是不是為了顯得公司足夠「AI優先」，大家就必須為了使用AI而使用AI？
最終，多鄰國不再將員工是否使用AI作為正式績效指標。馮·安表示，真正重要的是員工能不能把工作做好。AI適合某些任務，但並不適合所有任務，公司也不應該強迫員工在不適合的地方硬用AI。
曾經迫不及待讓員工「擁抱AI」的公司當然沒有放棄AI。
它們只是終於發現員工不用AI是一個問題，但員工為了排名、績效和自保而狂燒Token，可能是另一個更「貴」的麻煩。
03 AI雖好，貪不起杯啊
「造AI」很燒錢，這個大家都知道了。
但是「用AI」也這麼燒錢，還真有點意外。
一個典型是Uber，今年4月就花光了全年的AI預算。遙想去年12月，Uber向約5000名工程師開放了Anthropic旗下的AI編程工具Claude Code。
前文提到今年5月微軟開始取消內部大部分Claude Code許可證，微軟對內解釋稱，這是為了將工具鏈統一到自家的Copilot CLI。
但據The Verge報導，這同時也是一項財務決定。
Claude Code授權將在6月底，也就是微軟當前財年結束前被大規模關閉，以便在新財年開始前削減一部分營運成本。
而更值得注意的是，在微軟推動員工遷回Copilot CLI之際，Copilot本身的收費方式也正在改變。
今年4月，GitHub宣布，從6月1日起，面向企業和團隊用戶的GitHub Copilot付費方案將轉向基於使用量的計費模式。過去，這些客戶主要按照訂閱套餐和高級請求次數付費；新方案下，每個套餐只包含一定額度的GitHub AI Credits，超出額度後需要按照實際使用量繼續付費。
這筆費用怎麼算？按照員工使用過程中消耗的輸入Token、輸出Token和緩存Token計算。
GitHub在官方公告中表示，隨著Copilot開始承擔分析、修改和疊代等更複雜的智能體任務，不同任務的算力消耗差異越來越大，因此需要改用按實際使用量計費。
Anthropic也採取了類似的計費邏輯。
目前，Claude企業版的座席費只覆蓋平台訪問權限，並不包含實際使用量。員工使用Claude、Claude Code和Cowork時產生的每一個Token，都要按照標準API價格另外計費。
更直接的是，Anthropic官方幫助文檔明確提醒企業：在新的按使用量計費方案下，團隊沒有單獨分配好的Token額度。一名員工大量使用AI，並不會減少其他員工可用的額度，只會讓組織最終收到的帳單更高。舊的固定座席方案，也將在續約時逐步轉入這種按使用量計費的模式。
OpenAI的動作稍有不同。它沒有宣布將所有企業方案統一改為按Token收費，但在今年4月，為ChatGPT Business和Enterprise團隊推出了Codex按量付費選項：企業可以不用支付固定座席費，而是根據實際使用量為Codex付費。
與此同時，更強模型的調用成本也明顯更高。
今年4月進入API的GPT-5.5，調用成本相比GPT-5.4進一步提高，在標準API價格下，其輸入和輸出Token單價均達到後者的兩倍。
當公司要求員工「儘可能使用AI」，AI廠商卻把費用精確掛到每一次調用和每一個Token上，事情就開始變得微妙了。
問題還不只是AI貴。
更直擊靈魂的叩問是，當「全司AI向前沖」，效果究竟好嗎？
早就有人看出其中的邏輯漏洞：讓工程師以Token消耗量論英雄，和以誰花錢更多來給營銷團隊成員打分有什麼區別？
全行業都已經在使用AI，但真正能把這種使用轉化成利潤的企業，目前仍然只是少數。
麥肯錫在《2025年AI現狀》報告中調查了1993名企業受訪者。結果顯示，只有39%的受訪者表示，AI已經對整個企業層面的息稅前利潤，也就是EBIT，產生了影響。
麥肯錫還專門定義了一類「AI高績效企業」：既認為AI已經為公司創造顯著價值，又認為AI對企業EBIT的貢獻達到至少5%。符合這兩個條件的企業，只占全部受訪者的約6%。
此外，去年7月，研究機構METR公布了一項隨機對照實驗。16名有經驗的開源軟體開發者，在自己熟悉的代碼庫中完成246項真實任務，其中一部分任務允許使用AI工具，另一部分則不能使用AI。
在實驗開始前，開發者預計，AI可以讓他們完成任務的時間縮短24%。
實驗結束後，即便已經親自使用過這些工具，他們仍然認為AI讓自己的工作速度提高了20%。
但實際結果完全相反：使用AI後，這些開發者完成任務所需的時間，反而增加了19%。
這項研究針對的是熟悉大型開原始碼庫的資深開發者，當然不能直接證明AI編程對所有人、所有任務都沒有幫助。
但它至少說明了員工感覺自己在用AI提效，不等於效率真的提高了。公司看到AI使用量增長，也不等於公司真的獲得了與之匹配的產出。
Token消耗變成績效考核標準和「覺悟檢測器」的時候，鬧劇的基調就已經被定下了。AI當然不會因此退潮。但把Token消耗速率當成轉型進度、把「多用AI」當成績效答案的階段，可能已經快結束了。
可喜可賀。
