美团推出AI工具Multica,内部褒贬不一:国内大厂自研AI工具的结构性困局

近日，美团基研平台自研的AI工具Multica上线不久，员工评价分裂成两派：一派认为"一个月做到基础可用，值得肯定"；另一派则直言，这款工具与已有的pipeline、multipilot功能高度重叠，"多个不好用的工具并存，徒增选择负担"。

这不是美团一家的尴尬。把视野拉远——腾讯员工自掏腰包订阅每月200美元的Codex Pro，蚂蚁集团7月16日紧急禁用Claude、Token月额度从无限砍至200美元，字节内部Aily、Miro、coze、Trae多工具并存但都不足够好用——所有信号指向同一个结构性困境：企业花大量资源自研AI工具，但员工宁可选择自费绕过组织管控，去用外面的"高智能"工具。

这不是管理问题，是竞争逻辑变了。

自研工具的"内卷陷阱"

国内大厂的AI工具布局，目前处于"多而不强"的内卷期。

美团是典型样本，Multica上线前，内部已有pipeline和multipilot两套工具。新工具从开发到上线仅一个月，速度不慢，但功能定位模糊——与既有工具的同质化重叠，反而增加了研发人员的使用负担。有员工直言，使用内部AI产品时经常遇到"工具不够聪明"的情况。

字节跳动的情况更复杂。内部同时运行着Aily、Miro、coze、Trae等多个AI工具，每个都有自己的功能边界和适用场景，但员工面对的不是"工具太多选不过来"，而是"没有一个足够好用"。好在字节对Trae内模型不限量调用，外部模型费用可部分报销，算是在工具能力不足时用成本兜底。

腾讯则经历了从"大锅饭"到"精细化管控"的急转。6月起，Token额度从月均2000美元（约1.35万元人民币）砍到1000-7000元不等，且不再按人头均分，由管理者按任务动态分配。混元大模型虽然对全员免费不限量，但员工反馈直白："幻觉很严重，也不是专用于编码的模型。"

核心矛盾已经显现：工具数量在增加，但智能上限不够高。同质化严重，关键场景能力不足，员工的使用体验与组织的投入预期之间存在巨大裂缝。

员工用脚投票：宁可自费，不可忍受

当内部工具"不可用"时，员工的反应出奇一致——自费用脚投票。

腾讯有员工自费订阅了每月200美元的Codex Pro 20x。这个数字需要放在具体语境中理解：有程序员每月花在AI工具上的费用是1000-2000元，而他的上海房租是3800元。一个打工人，愿意拿出相当于房租一半甚至等量的钱来买AI工具——这不是"尝鲜"，这是生产力刚需。

一位设计师的情况更极端。公司明确禁用外部AI工具，但工作要求必须用AI出图。她的解决方案是：自费订阅外部工具，用私人手机绕开公司网络监控。当组织管控与实际工作需求产生冲突时，员工选择了"地下化"使用。

在字节，虽然Token额度相对宽裕，仍有员工因为公司内部模型接口排队等待，转而用个人账号自费订阅GPT-5.5。一位腾讯员工的感慨颇具代表性："用过聪明的工具以后，我很难再用回笨工具了。"

这就是"高智能打低智能"最直观的表现：当工具的智能层级差距足够大时，用户会绕过组织管控去使用高智能工具。

"高智能打低智能"——AI时代的新竞争法则

过去互联网时代，行业信奉的法则是"高频打低频"——微信以高频社交打低频工具型产品米聊，抖音以高频内容消费打快手（早期）。核心逻辑是：谁占据用户更多时间，谁就赢。

AI时代，竞争法则发生了根本性切换：从"高频打低频"变成"高智能打低智能"。

这个概念的核心是：智能层级的碾压会击穿组织边界。

具体而言：当企业内部的AI工具（低智能）与外部头部工具（高智能）之间存在显著的能力差距时，这种差距不会停留在"工具选择"层面，而是会穿透管理制度的围墙——员工会自费使用、用私人设备使用、想方设法绕过IT管控来使用高智能工具。

微软E+D部门的案例完美诠释了这一逻辑。Claude Code在复杂任务上的能力远超Copilot CLI（89% vs 60%完成率），工程师自发地向Claude Code迁移，直到管理层以成本为由强制叫停。内部人士的说法一针见血："Claude Code非常受欢迎，可能太受欢迎了。"

企业因此陷入三重困境：

不用高智能工具 ——竞争力下降。随机对照实验显示，资深开发者使用低智能AI工具时，完成任务时间反而增加19%（但体感上以为快了20%）。用不好用的工具，不如不用。
用高智能工具 ——成本失控。Uber 5000名工程师4个月烧光全年预算，Meta 8.5万员工30天消耗60万亿Token。智能越强，消耗越大，账单越不可预测。
自研替代 ——追不上头部。美团Multica一个月上线但功能同质化，腾讯混元被评"幻觉严重不如手搓"。自研工具从立项到成熟需要时间，而头部工具的能力迭代速度远快于追赶速度。

麦肯锡的调查数据更为冷酷：仅6%的企业被视为AI高绩效者。绝大多数企业都在这三重困境中挣扎。

组织启示：承认现实，重建机制

多邻国的教训值得所有管理者深思。2025年4月，CEO Luis von Ahn宣布"AI-First"战略，将AI使用纳入绩效考核。一年后，他公开承认撤回了这项要求。他的解释坦诚而深刻："最终我们还是取消了这项要求。绩效考核最重要的是把本职工作做到最好。AI很多时候能帮上忙，但如果帮不上，我不会强迫你们去用。"

这项政策的失败不在于方向错误，而在于手段粗暴——强制使用不好用的内部工具，反而降低了整体效率。多邻国的市值从250亿美元跌至40亿美元，虽然有复杂因素，但"为AI而AI"的管理方式无疑是催化剂之一。

正确思路是什么？三个层次的认知升级：

第一，承认"高智能打低智能"是客观现实。高智能工具必然击穿组织边界，这不是IT管控能解决的问题。企业管理者需要正视：AI工具的选择已经不是"给不给用"的问题，而是"如何为员工提供高智能工具环境"的问题。

第二，建立合理的成本分摊机制，而非一味限制。蚂蚁从"无限报销"一刀切到"200美元封顶+禁用Claude"，腾讯从"年均22万元Token福利"急转到"千元级差异化分配"——这些剧烈摇摆本身就说明企业还没有找到平衡点。未来的方向应该是：根据岗位实际需求设定差异化额度，核心研发岗位给予充足的高智能工具预算，同时建立ROI追踪机制。

第三，把考核重心从"用了多少AI"转向"用AI产出了什么"。多邻国的教训、Meta排行榜的闹剧、Uber的预算崩溃，都在证明同一件事：Token消耗量不是生产力的代理指标。把油表当速度表，得到的不是速度，而是作弊。

最终结论：AI时代的组织竞争力，不取决于你能不能管住员工不用外部工具，而取决于你能不能为员工提供"高智能"的工具环境。

"高频打低频"的时代，竞争的核心是用户时间。"高智能打低智能"的时代，竞争的核心是组织的智能密度。当你的员工不得不自费买工具、用私人手机绕开公司网络来工作时，这不是员工的忠诚出了问题——而是你的组织在智能供给上已经输了。

#美团AI工具 #字节跳动AI工具布局 #大厂自研AI工具困境 #AI组织转型