米哈游一夜烧掉200万元Token，大厂高管也开始质疑：Token烧不出价值，但养肥了谁？

45 0 0

文章摘要

近期，多家科技企业高管及业内人士对内部过度消耗人工智能Token的现象提出深刻质疑，认为高昂的算力消耗并未带来等比例的业务增长与生产力提升。Uber运营负责人指出，公司内部难以证明高昂的Token消耗具备合理性，更高的使用量未能转化为有用的消费者功能增长，甚至迫使公司放缓招聘以对冲人工智能投入。类似地，部分游戏和科技公司在探索智能体协作时，遭遇单夜耗费数百万Token却无显著成果的情况，凸显了盲目尝试的巨大资金成本。

面对失控的算力支出与投入产出比失衡，部分企业已开始调整内部管理策略。多邻国取消了将人工智能使用情况纳入绩效考核的做法，以避免员工为迎合形式而忽略实际工作成果。Shopify则将内部的Token排行榜改为使用情况仪表盘，并引入熔断机制以阻止异常消耗，将关注点从单纯的总量排名转向高成本Token背后的实际开发工作价值，从而有效识别失控的智能体与无效使用。

尽管企业端面临严峻的成本压力，过度消耗Token的趋势却使基础模型厂商、人工智能编程工具以及算力基础设施公司成为直接受益者。基础模型厂商通过将企业的内部焦虑转化为接口调用收入，实现了销售额与利润的大幅增长。算力及云服务商也因推理需求的暴涨和硬件销售的增加，获得了极为可观的财务回报与估值提升。

然而，在部分大型科技企业内部，将Token使用量与绩效评价或最低预期挂钩，导致了大量无意义的代码生成与线上事故，员工为证明自身的先进程度而刻意刷高消耗量。此外，有创业孵化器将最大化Token使用量推崇为替代扩大员工规模的创业方法论，鼓励创业者承受高昂的接口账单，但外界担忧这种缺乏治理的消耗会拖垮早期创业公司。过度消耗Token的本质是企业在技术转型焦虑下，将资源消耗误认为生产力提升，在未验证实际效益前盲目鼓励烧钱，实质上是在缴纳昂贵的转型焦虑税。