微軟叫停Tokenmaxxing！預算卡死，超限自負

聽雨 發自 凹非寺量子位 | 公眾號 QbitAI

不是，連微軟都開始心疼token了？？

根據內部郵件，從今年7月開始，微軟已經為各業務部門設置了「AI Token預算目標」。

將GPT-5.6設置為內部默認模型，原因是更便宜。

微軟，那你這就是沒見識過來自東方的神秘力量了。

要論便宜，你咋不直接上DeepSeek呢…

微軟執行副總裁Jay Parikh也在內部親自放話：

• Tokenmaxxing不是我們優化的目標。

在微軟，用AI也得勒緊褲腰帶

根據Parikh的內部郵件和更新后的Copilot使用指南，微軟新政可以拆成幾條：

第一，設預算。從2026年7月起，微軟各業務部門都有了「AI token預算目標」。

但具體的支出目標數值，目前尚未公布。

第二，看得見花費。員工可以查看自己的個人AI token支出。

內部數據顯示，許多工程師每月token花費在幾百到幾千美元之間。

第三，換默認模型。內部默認模型從原來的選項切換為GPT-5.6，原因是比其他模型更便宜。

這還沒完，微軟表示，后續可能會根據監控情況施加進一步限制。

Parikh在內部郵件中說，「像管理其他所有關鍵資源一樣管理token花費」。

他要求員工在用GitHub Copilot加速業務的同時，「每個人都應該意識到自己是如何消耗token的」。

其實這事兒也不是空穴來風。納德拉6月份在一期播客上就說過，微軟內部存在很多Tokenmaxxing。

甚至，他還承認自己也是個Tokenmaxxer，瘋狂刷token，看著用量上高昂的數字，確實很上癮。

但作為老板還是得算賬。于是他又人間清醒了：生產率提升的邊際收益，必須匹配token的邊際成本

不是每個問題都值得調用最強、最貴的前沿模型。模型跑得更久、上下文塞得更滿、Agent開得更多，也不等于最終成果更好。

兩個月后，這個判斷就從CEO的播客發言，變成了微軟的內部政策。

不過，微軟員工倒是非常不滿。一位員工表示：

• 一家在AI上重金投入、補貼了海量推理的公司，現在居然引導自家員工省錢？？

這名員工的質疑相當尖銳：如果連托管AI基礎設施的公司，都需要擔心自己能否負擔內部AI產品，那么購買這些服務的普通企業，又該怎么辦？

Tokenmaxxing，大家都卷不動了…

Tokenmaxxing真正火起來，也就是最近幾個月的事。

token+maxxing（刷到極致），跟gymmaxxing（猛練健身）、looksmaxxing（極致改造外貌）是同一套互聯網造詞邏輯。

不過，它并不形容某種自我提升，而是一種扭曲的激勵——把AI用量當成了企業內部的KPI。

今年3月，Meta、OpenAI等公司的員工已經開始在內部排行榜上比拼token消耗量。

一些公司還將更高的token預算視為工程師福利，希望員工同時啟動多個Agent，把更多工作交給AI。

到了5月，這股風吹到了亞馬遜。

亞馬遜內部搞了一個叫KiroRank的排行榜，按員工在自家AI開發平臺Kiro上的AI使用量打分。

其實吧，公司的初衷大概是想鼓勵工程師多用AI工具，用得越多，排名越高。

結果一些員工開始「刷榜」：讓AI Agent執行沒有必要或者價值很低的任務，只為提高使用量。token燒了不少，實際代碼產出卻沒有同步增長。

月底，排行榜被關停。高級副總裁Dave Treadwell還專門提醒員工：

• 請不要為了使用AI而使用AI。

但類似的token刷量大賽，已經在幾個月內風靡硅谷：

OpenAI一名員工曾一周處理2100億tokens，足夠把整個維基百科填滿33遍。

Shopify和Meta也把AI使用納入了績效考核，獎勵重度使用的員工，批評不用的。

Meta內部還曾出現名為Claudeonomics的員工自建排行榜，統計公司8.5萬多名員工的AI使用情況。

里面不僅列出Token消耗最高的250人，還頒發「Token Legend」「Cache Wizard」等虛擬稱號。

好家伙，這token版「英雄聯盟」都出現了…

老黃也沒少火上澆油。今年3月，黃仁勛在《All-In Podcast》中公開表示：

• 如果一個年薪50萬美元的工程師每年消耗的token不到25萬美元，我會深感擔憂。

之后，在GTC 2026上，老黃又表示：

自己愿意在工程師幾十萬美元年薪之外，再提供相當于一半年薪的token預算，因為這些token有機會將工程師的能力放大10倍。

當然了，作為一個賣鏟子的，工程師多燒一個token，AI基礎設施就多一分需求。

老黃為Tokenmaxxing公開站臺，多少帶著一點樸素的商業立場。

但現在大廠們回過頭來發現，事情有點不對勁了。

這不行啊，激勵什么就得到什么。激勵token用量，收獲的是token泡沫。

404 Media發布的調查顯示，Atlassian的月度AI支出在不到一年內增長至原來的三倍，超過1500萬美元。公司隨后開始設置支出限制，要求員工控制模型使用成本。

Uber的情況更夸張：整個公司到4月就燒光了2026全年的AI編程預算，Cursor給Uber提供的新一輪報價上漲至此前的4到5倍。

Uber隨后規定，每名員工使用每一種Agent編程工具，每月不得超過1500美元。

從Amazon、Adobe、Atlassian到Citi，各家公司都開始收緊員工近乎無限的AI使用。共同解法就一個：簡單任務別再默認調用最強模型，能降級就降級

據相關消息，Citi曾要求員工按照任務難度選擇模型，不要所有任務都使用最昂貴的版本；部分高成本模型一度被暫停訪問。

Adobe也在取消員工對Claude的無限使用。

然而，錢還不是Tokenmaxxing留下的唯一問題。

有多名開發者表示，長期依賴AI之后，他們感覺自己的編程能力正在退化。

有人發現，自己越來越難判斷一段代碼究竟寫得對不對；還有人擔心，當成百上千名工程師同時提交大量AI生成代碼時，根本沒人有能力逐行檢查其中的安全和質量問題。

那么，老板不看token消耗量了，以后看什么？

答案是：看工作成果

比如Meta，從今年開始將「AI驅動的影響」列為員工的核心工作要求。它不再強調消耗了多少token，而是看員工能否利用AI產生實際影響。

當然，這套指標同樣可能被形式化甚至被濫用。但與token排行榜相比，它至少試圖回答一個更接近工作的基本問題：

你到底做成了什么？

在這波行業轉向中，微軟甚至算得上最后一批跟進者。

OMT

不過話說回來，硅谷想搞Tokenmaxxing，直接用DeepSeek就好了啊！！

用什么GPT-5.6、Fable 5，貴得離譜，也能怪Uber 4個月就能燒完全年所有預算…

誠摯安利老美程序員：

直接上DeepSeek V4 Flash，你蹬，你就只管蹬，公司破不了產。

[1]https://www.404media.co/microsoft-tells-engineers-tokenmaxxing-is-not-what-we-are-optimizing-for/
[2]https://www.404media.co/the-tokenpocalypse-is-here-companies-are-scrambling-to-stop-spending-so-much-on-ai/
[3]https://www.404media.co/software-developers-say-ai-is-rotting-their-brains/
[4]https://www.404media.co/companies-are-throttling-employees-ai-use-because-its-too-expensive/
[5]https://www.nytimes.com/events/hardforklive