Uber首席技术官Neppalli Naga上个月向The Information透露，他“回到了绘图板前，因为原本预估的预算已经炸了”。这笔钱的用途，是Uber在使用Anthropic的Claude Code时产生的开支。Naga没有说具体数字，但“炸了”这个表达，已经足够让外界感受到事态的严重。有技术负责人发现，当初拍脑袋定下的AI使用预算，实际消耗速度远远超出设想，这件事正在不同规模的公司里反复上演。
Naga的言论很快引发了连锁反应。几周后，Uber首席运营官Andrew Macdonald在Rapid Response采访中作出了回应，Business Insider率先报道了这段对话。Macdonald把那笔Claude支出形容为运营团队的“炸头时刻”，并补充：“大家心里的念头都是，‘天啊，炸头时刻了’。”在他看来，接下来工程组织必须开始讨论“令牌消耗和与之相关的成本，与人头数之间的权衡”，并在两者之间做出取舍。他说得直白：“如果你不能画出一条直线，清晰展现你交付了多少有用的功能和特性给用户，这种取舍就更难站得住脚。”
这种把AI令牌消耗当作生产力指标、却无法将消耗映射到实际业务成果的倾向，正在衍生出一个新名词——“Tokenmaxxing”。简单来说，就是企业将令牌使用量视为衡量AI能力的标尺，甚至误以为用得越多就越先进。但现实是，这种思维很容易跑偏：一旦抛开具象结果，只看消耗量，预算被迅速吞噬，却看不到系统整体状态，软件也可能因为杂乱代码和代理扩散而变得脆弱。Lanai公司联合创始人兼CEO Lexi Reese对The New Stack直言：“Tokenmaxxing是真实存在的，它代价高昂，而且已经不再局限于个别工程师或公司，正在蔓延开来。”
Reese和团队把问题归结为“上下文缺失”：企业知道钱花在了AI上，但很难说清每一笔令牌消耗对应着哪个工作流、用了哪些模型、效率如何、创造了什么价值。Lanai本身是一家AI问责公司，目标就是让企业看清AI支出的去向，以及AI被应用到了哪些工作流中，并弄清楚背后的成本。为了应对令牌开销失控的窘境，Lanai最近推出了一个名为Token Tuner的服务。这个工具的核心能力是识别哪些场景可以用更低成本的模型来替代，从而减少不必要的令牌支出。它尝试把每一次AI交互都对应到一个可衡量的成果上，帮助企业重建缺失的逻辑链条。
值得注意的是，Token Tuner并非孤例。市场上已经涌现出一批试图帮助团队管控令牌预算的工具，来自Kong、Braintrust、LiteLLM、Dynatrace等公司，花样繁多的“如何减少令牌消耗”的清单也在网络上流传。Uber的故事之所以成为最新高调案例，恰恰是因为它把Tokenmaxxing的后果赤裸裸地暴露了出来：预算超支、团队震动、决策层不得不重新定义什么才是有效的AI投入。当令牌用量不再是一种虚荣指标，而需要和交付给用户的实用功能直接挂钩时，那种“为了用AI而用AI”的狂热就要开始降温了。
Macdonald所说的“难以站住脚”，本质上就是在提醒，如果工程师产出无法量化到具体特性，那么靠消耗令牌换来的代码扩展，终究会面临价值质疑。Reese则补充，令牌消耗的过度膨胀不仅费钱，还可能带来臃肿代码和代理蔓延，最终使软件应用变得脆弱甚至不堪一击。眼下，越来越多的公司和组织正在从“看谁用得多”转向“看谁用得好”，而这种转变，或许正是Tokenmaxxing由热变冷的真正信号。
热门跟贴