「Token 大撤退」：一场 AI 行业的成人礼

一、账单失控：硅谷的致命四个月 链接到标题

2026年走到年中，AI行业正在经历一场始料未及的「成本觉醒」。四件事几乎同时发生：

微软在5月紧急叫停了多数员工的 Claude Code 授权，要求数万名工程师强制迁回自家的 GitHub Copilot CLI。这个试点项目在2025年12月高调启动，仅维持了六个月就因账单失控而崩盘。

Uber的CTO向内部坦承，公司在2026年的34亿美元 AI 预算在4月就已烧光——5000名工程师部署 Claude Code 后，月使用率飙至95%，每人每月 Token 费用达 500-2000 美元。

亚马逊在5月关停了内部 AI 使用排行榜 KiroRank。原因是员工为了冲排名，让 AI Agent 大规模执行毫无意义的任务，人为推高算力消耗——催生了一个新词：Tokenmaxxing。

一家匿名科技巨头（业界推测是微软或 Meta 的子公司）在忘记给员工设置 Claude 使用上限后，单月账单达到 5亿美元，折合每天烧掉超1亿人民币。

这不是孤例。Meta、亚马逊、Uber 此前都热衷于把 Token 消耗量纳入绩效考核，谁烧得多谁更「创新」。结果呢？员工把它玩成了注水大赛。

二、每 1 美元的 Token，只有 18 美分产生价值 链接到标题

开发者生产力平台 Entelligence.AI 汇总了 2444 家企业的数据，结论令人倒吸一口凉气：

每投入 1 美元的 AI Token 费用，仅 18 美分产生了触达用户的实际价值。

44 美分被用来修复 AI 自身引入的 Bug，27 美分流向返工，11 美分被审查摩擦消耗。

换言之，超过八成的 Token 支出是在为 AI 的「不成熟」买单。

这还没算内部管理的「黑洞」：

• 洋葱集团创始人李淙直言：「很多员工在拿公司的 Token 摸鱼，甚至接私活。白天在公司上班，同时接外面的开发单、设计单、运营单。」
• Amazon 的 Tokenmaxxing 不仅导致算力浪费，财务部门收到账单时，「数据甚至已经过时了三天」。
• 有团队做 Multi-Agent 实验，一晚上 Token 费用直接突破百万元。

当 KPI 变成了「你必须烧多少 Token」，员工最理性的对策就是无限制地消耗 Token 来刷分。这恰好是 古德哈特定律 的完美演绎：一项指标一旦变成了目标，它将不再是一个好指标。

三、为什么 Token 从白菜价变成了奢侈品？ 链接到标题

关键数据：Token 价格自 2026 年 2 月以来累计上涨约 65%。GPT-5.5 定价翻倍，Gemini 部分场景涨价 3 倍，Claude 的 API 价格水涨船高。

驱动因素有三层：

1. 供给端的结构性瓶颈

• HBM 高带宽内存：三星、SK 海力士、美光三家垄断全球 95% 产能，扩产周期 24-36 个月。2025 年下半年以来 HBM 价格涨幅超 50%。
• CoWoS 先进封装：台积电即使将产能翻倍，2026 年订单依然排到年底。
• 一台 8 卡英伟达 B300 服务器报价从 3 月前不到 400 万飙至约 700 万，且「到货就被扫光」。

2. 需求端的爆炸式增长

• 全球 Token 周消耗量一年内从 2.1T 激增至 24.5T，2026 年以来同比增幅达 280%。
• 谷歌 Gemini 的月 Token 用量从 480 万亿跃至 3200 万亿，增幅超 6 倍。
• Epoch AI 报告：全球 Blackwell 芯片算力增速每年约 3.4 倍，而 Token 需求增速每年约 10 倍——3.4 对 10，差距正逐年撕裂。

3. Agent 的乘数效应

从「一问一答」到「自主执行」，Agent 的 Token 消耗量级从几百跃升至几十万甚至上百万。

以「订机票 + 酒店 + 租车」的复合任务为例：用户输入占比不足 1%，模型内部推理约占 5%-10%，工具调用（API 交互）约占 85%-90%，最终输出不足 5%。

这意味着仅靠优化模型推理来降本的空间极为有限——真正的大头消耗来自 Agent 与外部环境的反复交互。正如 Uber CTO 所说，当 AI 从对话框变成「自动帮你重构整个项目、在后台疯狂跑循环」时，它消耗 Token 的速度「就像一台没有关紧的印钞机」。

四、NYU 教授的警告：这次可能比互联网泡沫更痛 链接到标题

纽约大学金融学教授、「估值教父」阿斯沃斯·达摩达兰（Aswath Damodaran）最近发出了一则令人不安的警告：

「AI 热潮与互联网泡沫有一个关键区别：AI 行业需要投入巨额资金建设数据中心等实体基础设施，而且相当一部分投资依靠举债完成。一旦市场大幅调整，损失不会仅由股东承担，还可能向整个社会扩散。」

他进一步指出，当年互联网泡沫时代几乎没有巨额的资本支出投入，而今天 AI 建设的数据中心、芯片采购是实实在在的物理资产投资，且大量通过私募债务融资而非银行。一旦出现违约和危机，「痛苦不会只停留在公司层面」。

达摩达兰还怀疑 AI 的商业模式能否实现外界期待的规模效应：「AI 与传统软件不同，用户越多并不意味着单位成本会自然趋近于零。」

五、从「烧 Token」到「经营 Token」 链接到标题

好消息是，行业并非坐以待毙。

企业端正在自救：

• Uber 已对工程师 AI 工具使用设每月费用上限。
• Coinbase 按员工职级设定 500-5000 美元不等的周预算。
• 亚马逊将考核指标从 Token 消耗量转为「标准化部署」——衡量实际交付的 AI 辅助代码。
• 腾讯调整 Token 分配机制，不再「吃大锅饭」，由部门管理者按需动态分配。

一种新角色正在崛起：FinAI。

类似云计算时代的 FinOps（云成本管理），深行智能 CEO 崔伟判断未来会出现一个专门管理 AI 成本的新岗位。哪个部门该用顶级模型？哪个任务 70 分模型就够？哪些场景值得烧 Claude？哪些根本没必要？——这些需要精细化的 AI 财务纪律。

平替模型需求激增：

Coinbase 等企业已开始将基础工作转移给中国的轻量级模型。代码代理初创公司 Command Code 因市场对廉价模型的需求，30 天内新增 1 万名客户。正如一位硅谷工程师所说：「用顶尖 AI 模型来写周报总结，就像开法拉利去买菜。」

Linux 基金会也下场了：

今年 7 月，Linux 基金会将正式成立「Token 经济（Tokenomics）基金会」，获 IBM、甲骨文和摩根大通支持，旨在建立「每单位智能成本」与「每瓦 Token 数」等新指标，将粗放的 AI 支出纳入财务纪律。

六、结语：这不是 AI 的倒退，而是成人礼 链接到标题

有人说 Token 大撤退宣告 AI 泡沫破裂在即。但我认为更准确的描述是：这不是「AI 不行了」，而是「AI 开始算账了」。

过去两年的逻辑是 FOMO：不管 AI 有没有用，先上车再说。一切成本由模型公司的补贴掩盖。进入 2026 年，补贴退场、账单浮现、企业要求 AI 必须做出可验证的 ROI。

这恰恰是行业成熟的标志。

真正的价值不在于「你能烧多少 Token」，而是「每单位 Token 创造了多少价值」。行业共识正从「比谁烧得更猛」转向「比谁更会经营」。

Token 的稀缺不是技术问题，而是经济问题。它提醒所有人：算力虽大，但不是无限的；效率虽高，但不是免费的；创新虽好，但不是无代价的。

下一次打开对话框消耗几百个 Token 的时候，不妨想想那些在后台循环思考数万次的 Agent，那些反复调用外部工具的自动化流程，那些为修一个 Bug 绕了无数弯路的复杂推理——每一个 Token 的背后，都是一张真实账单。

而这，可能才是 AI 商业化的真正开始。

参考来源：Entelligence.AI 企业 Token 效率报告、新浪财经/铅笔道 Token 大撤退深度报道、钛媒体「巨头烧不动 Token 了」分析、The Decoder / Livemint 达摩达兰专访、Business Insider / Financial Times 亚马逊 Tokenmaxxing 报道、华尔街见闻 AI 产业链分析、智通财经 Token 成本危机综合报道