夜雨聆风半年前,特斯拉工程师群里流传着一张排行榜。谁一周里用掉的AI token最多,谁的名字就排在最前面,甚至会被主管当众表扬。
那时候,公司几乎是求着大家多用AI。马斯克亲自发内部邮件,喊工程师去试Cursor的Composer;xAI的产品负责人蹲在内部Teams频道里,专门收集员工的使用反馈。
谁能想到,仅仅六个月后,同一批人会收到一封彻底反过来的备忘录。
一封信,把半年的"鼓励"全部收回
据科技媒体The Information援引内部备忘录报道,特斯拉上个月已经通知员工:从2026年7月6日起,个人使用第三方AI工具的开销,每周不能超过200美元。想超,得先找经理签字。
消息传到X平台,几小时内就热闹起来。
▲ @Kalshi 发布的突发消息,两天内积累294万次查看、3600多个点赞。
"JUST IN: Tesla reportedly caps employee AI spend at $200 per week"
「突发:据报道,特斯拉将员工AI支出上限设为每周200美元。」
评论区的第一反应几乎一致，连特斯拉都要管钱了?
备忘录写了什么
账号@tslaming的一条推文,把这次转向说得更完整。
▲ @tslaming 转述内部备忘录内容,并附上中文翻译,附图为OpenAI、Anthropic、xAI、Cursor等图标拼接的画面。
"The move sends a clear signal: even companies going all-in on AI to overhaul their operations and products are now being forced to rein in costs. This marks a notable shift for Tesla, which had previously been aggressively promoting AI internally and encouraging employees to weave the tools into their daily workflows."
「这一举措释放出明确信号:即使是全力拥抱AI来重塑业务和产品运营的公司,现在也不得不开始控制成本了。这对特斯拉来说是一个显著转变,此前它一直在内部大力推广AI,并鼓励员工将这些工具融入日常工作流程。」
事情要从特斯拉内部一个叫Bottle Rocket的平台说起。这是特斯拉去年上线的内部工具,集中提供OpenAI、Anthropic(Claude)、xAI、Cursor等模型的访问权限,其中一部分甚至是还没公开发布的内测版本。
推出这个平台,一半是为了安全合规，此前特斯拉曾因担心数据泄露,严格限制员工使用ChatGPT这类外部工具;另一半,是想把AI真正用起来。马斯克想让整个工程团队全面拥抱AI辅助编程。
过去半年,特斯拉从"员工各自零散使用AI",迅速统一成"公司批准模型+安全政策"的公司级方案。内部团队甚至专门搭了仪表盘,按token消耗量给员工排名。
Electrek的报道把这次转向形容成一次急转弯:
"The reversal is fast. Over the past six months, Tesla leadership worked to move scattered employee AI usage onto a companywide approach with approved models and formal security policies, then quickly followed with guardrails on spending, according to people who worked with the technology. Some teams even built internal dashboards that ranked employees by token usage."
「转弯来得很快。过去六个月里,特斯拉管理层先把分散的员工AI使用统一成有审批模型和安全政策的公司级方案,紧接着又迅速加上了支出护栏，知情人士这样描述。部分团队甚至专门搭建了按token使用量给员工排名的内部仪表盘。」
谁把账单烧穿了
答案藏在过去几个月的用量里。据知情人士透露,一部分软件工程师,一周就能烧掉数千美元的AI token。
这数字听起来夸张,但放进AI编程的实际场景里并不难理解。写代码、跑测试、做重构,尤其是让AI agent自己循环执行任务，每一次调用都在计费,而大模型是按token(输入输出的字符或词元片段)计费,用得越勤,账单涨得越快。
对一个独立开发者来说,一周几千美元是天文数字。可对一家几千名工程师的公司来说,这就是每周实打实要付的账单。
更别提,过去半年公司自己在鼓励这种用法。仪表盘排名、内部邮件喊话、产品负责人亲自蹲群收集反馈，这套激励设计得越到位,烧钱烧得就越快。
唯独放过了xAI
备忘录里最容易被忽略、却也最能说明问题的一条:xAI产品的内测版本,不计入这个200美元上限。
也就是说,员工用Claude、用OpenAI的模型要精打细算,用马斯克自己旗下xAI的Grok却可以放开用。
Electrek的分析把这个细节称为报道里"最有揭示性"的一处:省下来的每一美元,最终都在把使用习惯往xAI那边引。几乎在同一时间,马斯克旗下的SpaceX正以600亿美元的价格收购Cursor母公司Anysphere。放过xAI、又拿下Cursor,这套组合拳打下来,特斯拉工程师的AI工具选择正被悄悄推向马斯克自己的生态圈。
耐人寻味的是,据多名知情人士透露,特斯拉内部工程师真正常用的,其实还是Claude。Grok在公司内部并不算受欢迎。
@thejefflutz 在评论区点出了这个矛盾:
"Doesn't apply to xAI products (as said in article) and now that they have coding / cursor, I don't see a scenario where they will self limit."
「不适用于xAI产品(文章里说了),而且既然他们有coding/cursor,我看不出他们会自我限制的场景。」
从Uber到特斯拉,同一场刹车
把镜头拉远一点,这套"先鼓励、后收紧"的剧本,今年在硅谷反复上演。
三个月前,网约车公司Uber就先走了一遍。
"Uber caps employee AI spending after blowing through budget in 4 months."
「Uber在四个月内烧光全年AI预算后,给员工AI支出设了上限。」
▲ TechCrunch报道:Uber给每位员工每月设置1500美元上限,专门针对Claude Code、Cursor这类agentic编程工具,超额需要申请。
"Bloomberg reports that the company has instituted a new rule that places a monthly $1,500 cap per employee and per agentic coding tool, including Anthropic's Claude Code or Cursor."
「据彭博社报道,该公司出台新规,每位员工在每个agentic编程工具(包括Anthropic的Claude Code或Cursor)上的月度支出上限为1500美元。」
Uber同样经历过"极力鼓励"阶段，CTO曾公开表示要让员工尽可能多用AI,内部也有排行榜式的竞争机制。今年4月,Uber CTO自己承认,公司四个月就花光了全年AI预算。6月,新规则落地。
Meta、亚马逊、沃尔玛、Coinbase也都在今年陆续引入类似的用量控制,或者引导员工转向更便宜的模型。
一个共同的模式正在浮现:先大力推广,有时候还搞成游戏化竞赛;账单爆表之后,迅速加上护栏。
两种声音
这条消息在X上引发了不小的讨论,支持和怀疑的声音都不少。
有人觉得200美元一周,折算下来每月800到900美元,对多数员工已经够慷慨,成本控制本来就是一家成熟公司该做的事。
但也有人对这条消息本身打了问号。@Game_Dev_Steve 就写道:
"Could be a misquote, or an intern limit, or an unqualified limit (justify need to get more). Engineers are certainly not limited in this way. This report is misleading."
「可能是误报,或者是实习生限制,或者是有条件限制(需要证明需求才能超额)。工程师肯定不会受到这种限制。这篇报道有误导性。」
▲ 部分网友怀疑,这条上限可能只针对特定岗位,资深工程师未必会受到同样约束。
真相到底如何,目前没有第三方证实能给出定论。但可以确定的是,提出这个问题的,是那家几乎把整个未来都系在AI身上的车企,这才是这条消息让人多看一眼的原因。
算总账的时候到了
特斯拉的官网AI页面,至今还挂着这样一段话:
"We develop and deploy autonomy at scale in vehicles, robots and more. We believe that an approach based on advanced AI for vision and planning, supported by efficient use of inference hardware, is the only way to achieve a general solution for Full Self-Driving, bi-pedal robotics and beyond."
「我们在车辆、机器人等领域大规模开发和部署自动驾驶能力。我们相信,基于先进AI的视觉与规划能力,配合高效的推理算力,是实现全自动驾驶、双足机器人等通用方案的唯一路径。」
▲ 特斯拉官网AI页面上,Optimus、FSD芯片、神经网络训练的介绍一个接一个,气势十足。
这套故事,支撑着特斯拉万亿美元级别的市值想象，收入两年几乎没涨,真正被资本市场买账的,是机器人出租车和人形机器人这两个还没大规模落地的故事。而这两个故事,全部建立在AI能力之上。
问题也正出在这里。如果公司内部几千名工程师、每周几千美元的token开销都需要靠一封备忘录来管住,那么支撑百万辆Robotaxi、上百万台Optimus运转所需要的推理成本,又要靠什么来管?
这道题谁都躲不掉。2026年,越来越多公司开始意识到,AI工具的账单,正在从可以先试后说的实验性支出,变成摆上财务报表的真实开支。从鼓励到管控,从排行榜到审批流程,这场狂欢正在集体退烧。
至于特斯拉的工程师们,以后打开Bottle Rocket,大概会先看一眼这周还剩多少额度，除非,他们决定换成Grok。
