AI烧钱叫停:大厂为何集体踩刹车?

AI烧钱被叫停！许多公司发现：只提效不赚钱，成本反而涨了

又有一家公司，给内部AI踩了刹车。

2026年5月底，亚马逊宣布关闭内部AI评分排行榜"Kirorank"。这个原本用于推动员工使用AI的工具，最终却因为员工"刷Token"推高了算力成本，不得不紧急关停。亚马逊高级副总裁戴夫·特雷德韦尔公开表示："请不要为了用AI而用AI。"

这背后，是一场正在席卷全球科技行业的AI成本危机。

一、亚马逊的尴尬：员工用AI表演忙碌，公司买单140万美元

亚马逊的Kirorank榜单原本是个好东西：基于员工在内部开发者平台上的AI使用行为打分，鼓励大家拥抱新技术。然而，在实际运行中，部分员工为了提升排名，开始刻意安排AI智能体执行无意义的任务，盲目追求Token消耗量最大化。

这种被称为"Tokenmaxxing"（Token最大化）的行为迅速蔓延。有员工为了冲榜，让AI智能体连续跑几个小时、批量调用模型，整个公司的算力账单直线上升。

更讽刺的是，亚马逊此前还设定了考核目标，要求超80%的研发人员每周必须使用AI工具。结果，"用了多少AI"成了考核指标，"用AI创造了多少价值"反而被忽略了。

最终，亚马逊不得不全面调整AI应用评估方式，启用"标准化部署"新指标——重点考核工程师能否依托AI生成实用代码、解决实际业务问题，替代单纯以Token用量为依据的评价模式。

二、Uber的警示：4个月烧完全年预算，25%代码来自AI，却看不到25%的功能增长

如果说亚马逊的故事还只是"员工钻了考核空子"，Uber的经历则更能说明问题的本质。

2026年4月，Uber首席技术官Praveen Neppalli Naga公开表示，公司在4个月内就用完了全年的Claude Code预算。到5月，Uber总裁兼首席运营官Andrew Macdonald在接受采访时进一步坦言：更高的Token使用量，并没有转化为有用消费者功能的同比例增加。

数据显示，Uber工程师使用AI的比例从2月的32%飙升至3月的84%，到春季，约95%的工程师每月都在使用AI工具，近70%的提交代码来自AI辅助。这看起来是个巨大的成功。

但问题在于，成本同样惊人。Uber每月每位工程师的平均AI花费在500美元到2000美元之间，CTO本人在一次两小时的演示中就消耗了价值1200美元的Token。

Macdonald一语道破了核心矛盾："如果你无法直接画出一条线，证明你向用户交付了多少有用的功能，那么这种投入就很难被证明是合理的。"

换句话说，AI让代码写得更快了，但更快的代码并没有转化为更快的产品价值交付。

三、硅谷集体陷入Token狂欢，然后集体踩刹车

Tokenmaxxing不是某一家公司的个别现象，而是整个硅谷在2025年底到2026年初的集体狂欢。

（Tokenmaxing是2026年硅谷科技圈兴起的一个新词，意思是把
AI token用量拉到极限‌，指员工或公司竞相消耗尽可能多的AI token，以此显示自己对人工智能技术的拥抱程度，甚至成了衡量一个人有多AI 原生的新指标。‌‌）

Meta有员工开发了名为"Claudeonomics"的内部仪表盘，统计公司8.5万名员工的Token使用量。在该面板统计的30天内，全公司Token使用量超过60万亿，排名第一的员工平均使用量高达2810亿Token——按市场价格计算，这一个人就花掉了超过140万美元的AI费用。这个排行榜在被媒体曝光后两天就被紧急下线。

迪士尼也在内网上线了"AI Adoption Dashboard"看板，实时展示员工调用Claude模型的频率和Token消耗量。

这股风潮的源头可以追溯到英伟达CEO黄仁勋在GTC大会上的一番话："如果一个年薪50万美元的工程师，一年不用掉25万美元的Token，我会非常担心。"他甚至提出要把Token当工资发，每年给工程师相当于一半薪水的Token预算。

这句话成了很多企业推动AI使用的"尚方宝剑"。但现实很快打脸。

微软在2026年5月宣布，取消内部大量的Claude Code许可证，要求工程师在6月底前迁回自家的GitHub Copilot CLI。官方说法是"为了更好地适配微软的代码仓库和安全要求"，但明眼人都能看出来，成本控制才是核心考量——毕竟Claude Code在微软内部太受欢迎了，Token账单已经高到连微软都觉得肉疼。

紧接着，GitHub宣布从2026年6月1日起，所有Copilot计划从固定订阅制转向按用量计费。开发者社区瞬间炸锅：有Reddit用户晒出账单截图，显示月费从约50美元暴涨至3000美元左右；另一位用户则表示，自己每月29美元的费用，新规实施后将飙升至近750美元。

四、为什么AI只提效，不增利？

这里有一个残酷的悖论：AI确实提升了个体效率，但企业的整体盈利能力并没有随之提升，甚至可能下降。

原因主要有三个层面：

第一，边际收益递减。最初引入AI时，企业能获得巨大的效率提升——比如自动生成测试用例、快速编写基础代码、优化重复工作。但当AI使用率从30%提升到80%时，后续每增加10%的使用率，带来的实际价值增量越来越小。而Token成本却是线性甚至指数级增长的。

第二，隐性成本被低估。Entelligence.AI汇总了2444家企业的数据后发现：每投入1美元的AI Token费用，仅有18美分产生了触达用户的实际价值。剩下的82美分去哪里了？44美分用于修复AI自身引入的Bug，27美分流向返工，11美分消耗于审查摩擦。

换句话说，AI生成了更多代码，但也制造了更多需要人类去修复的问题。这些隐性成本很少被计入ROI分析。

第三，Goodhart定律生效。当一个指标变成了目标，它就不再是一个好的指标。当Token消耗量成为考核标准，员工自然会想办法"刷数据"，而数据和真实价值之间的鸿沟会越来越大。

五、从Token思维到价值思维：李彦宏提出的DAA，可能是破局关键

面对这一困境，百度创始人李彦宏在2026年5月的Create开发者大会上提出了一个重要观点：Token只代表成本，并不代表收益；衡量AI时代的价值，应该看"日活智能体数"（Daily Active Agents，简称DAA），也就是有多少智能体在真正给人类干活，并交付结果。

这个观点切中了要害。当前整个行业都在用"投入"（Token消耗量）衡量AI价值，而真正重要的应该是"产出"（智能体交付了多少结果）。

李彦宏预测，未来全球DAA规模将突破100亿，远超人类用户总数。一个电商平台可能同时运行上万选品智能体、客服智能体、投放智能体；一家企业会有财务智能体、招聘智能体、运营智能体；个人也会拥有专属学习、生活、创作智能体。

这意味着AI价值的衡量标准需要彻底重构：

不再看"用了多少Token"，而看"完成了多少任务"
不再看"AI使用率"，而看"业务指标改善率"
不再看"代码生成速度"，而看"用户价值交付速度"

六、给企业管理者的四条建议

Uber和亚马逊的经历给所有正在推进AI转型的企业敲响了警钟。以下是四条务实建议：

1. 先建立价值度量，再规模化推广。在全面铺开AI工具之前，至少要建立一个清晰的价值指标——比如"每合并一个代码请求的成本"、"功能交付周期缩短率"。如果你无法在同一张图表上同时看到成本和价值，那么你就是在仅凭油量表飞行。

2. 关注重度用户，设定使用上限。数据显示，大多数企业的AI成本集中在少数重度用户身上。给每个工程师或团队设定合理的Token预算天花板，定期审查超预算用户。这不是为了惩罚，而是为了确认他们的产出是否与账单匹配。

3. 停止将Token增长写入KPI。不要再在绩效考核中奖励Token消耗量，转而奖励"用AI解决了什么具体问题"、"创造了多少可衡量的业务价值"。让AI预算和其他投资一样，需要通过ROI审查。

4. 从小规模试点开始，而不是全员推广。Uber的教训是，先全公司铺开，再发现成本曲线失控。相比之下，一个有明确范围、预先植入价值度量的试点，能让你在投入全年预算之前，就看清自己的收益递减曲线斜率。

结语

AI技术本身是真实的。对于重度用户而言，生产力提升的数据也是可验证的。OpenAI年化收入约200亿美元，Anthropic约43亿美元，这些实验室不会就此消失。

但一个重要的转折点已经到来：过去那种"只要Token消耗量在增长，就说明AI转型成功"的谎言已经破灭。Token消耗量大不等于有商业价值，AI使用率高不等于企业盈利能力提升。

AI的账单已经到期，最后谁来掏这个钱？目前还是个未知数。但有一点可以确定：下一个阶段的赢家，不会是那些Token烧得最多的公司，而是那些Token花得最聪明的公司。

从"为了用AI而用AI"，转向"为了创造价值而用AI"，这不仅仅是成本控制问题，更是决定AI转型成败的战略选择。

数据来源与参考资料：

环球网：《员工刷榜推高算力成本，亚马逊紧急关停内部AI排行榜》（2026.5.29）
IT之家：《员工刷榜导致算力成本上升：亚马逊叫停内部AI排行榜》（2026.5.29）
India Today：《Claude ate up Uber's full year AI budget in 4 months?》（2026.5.29）
CSDN：《30天狂刷60万亿Token，光"榜一"就烧掉140万美元！Meta员工搞出"AI Token排行榜"》（2026.4.15）
中国青年报：《百度李彦宏：AI时代的度量衡是日活智能体数》（2026.5.13）
36氪：《微软：Claude Code的token，我也烧不起了》（2026.5.22）
IT之家：《微软GitHub Copilot改计费模式后成本暴涨，引开发者吐槽》（2026.5.31）
MLQ.ai：《Uber Burned Through Its Entire 2026 AI Budget by April, COO Questions ROI》（2026.5.26）