核心内容摘要
大厂搞了个token排行榜，结果摸鱼的人排到了第一？
（来源：网易科技） 美剧《火线》里有条贯穿多季的暗线： 巴尔的摩警察局为了让犯罪数据好看，把重罪降级为轻罪，让强奸案凭空消失。上级看着报表上的数字逐月下降，在市政厅汇报时满脸骄傲。 只有街区的居民知道，街上枪声一点没少。 剧里有句台词：You juke the stats and majors become colonels． 刷刷数据，少校能升上校。但谁也没想到，2026 年，这句话的新版本正在中国互联网大厂上演。 只不过被刷的不是犯罪率，而是AItoken 消耗量。只要你刷刷 token，摸鱼也能变劳模。 最近，小红书上有个帖子很火。 一个自称在 BAT 大厂（首先 B 排除百度）的网友说：部门突然开始搞 token 消耗排行榜，以后试用期转正、年度KPI、晋升，都要参考这个数据，甚至用得少的人，可能被替代。 他是三月份的榜首，还遥遥领先，被老板点名夸了一顿，让他节后给全部门做直播分享怎么用 AI 干活。 但他没敢说的是，自己超过一半的 token，是在整理个人数据发笔记。。。不光是大厂噢。 我身边有个发小在一家公司干了三年，前几天突然被要求：日报里要填写今天用 AI 做了哪些工作，提高了多少产能，还要精确到小时。 搞得他现在动不动要打开AI软件，想想怎么刷。看到这些，差评君第一反应是迷惑，这不就是 2026 年版的工位亮灯等于加班吗？？ 在聊这事之前，咱先简单解释一下 token。 token 是 AI 处理信息的最小计量单位，你可以把它理解成 AI 世界的字数/货币，一个中文字大约等于 1 到 2 个 token。 你和AI对话一轮， 消耗的 token = 你发给 AI 的字 + AI 思考推理 + AI 回复的字。 AI 模型公司呢，就按 Token 消耗量去收钱。 理论上，token 消耗量和 AI 交互是成正比的。你消耗越多，就能说明你跟 AI 交互越频繁。 听起来没毛病，黄仁勋也这么想的。 3 月下旬的英伟达 GTC 大会上，黄仁勋说公司应该给每个工程师配一笔 token 预算，金额大约是基本工资的一半，让 AI 把他们的产出放大十倍。后来他在 All-In 播客上又举了个例子： 假设有一个年薪 50 万美元的工程师，年底你问他今年花了多少 token，如果没花到 25 万美元，老黄说会“ deeply alarmed ”，深感震惊。 他要说 5000 美元呢？ 老黄直接“I will go ape something else”，中文大概就是气得跳脚，当场发疯，叼你 MD（最后一句我加的戏）。在老黄看来，优秀的工程师就应该大量使用 AI，用得越多产出越高。 毕竟公司给你配了 AI 资源，你用资源提效，产出放大，你要是不用，确实说不过去。 这套逻辑，不只老黄一个人这么想。 2025 年 4 月，Shopify CEO Tobi Lutke 给全公司发了封备忘录：申请加人之前，必须先证明 AI 做不了这个工作，而 AI 的使用情况也要纳入绩效考核。 硅谷甚至出现了一个专门的词来形容这股风气：Tokenmaxxing，token 最大化。 《纽约时报》科技记者 Kevin Roose 给它做了专题报道，里面数据很夸张：OpenAI 有工程师一周处理了 2100 亿 token，Anthropic 有用户一个月在 Claude Code 上烧掉了 15 万美元。而现在，这股风终于吹到了国内，企业们开始把 token 消耗、AI 使用时长绑进绩效。。。 不是兄弟。。。 和 AI 互动得多，不代表解决的问题就多啊。就好比我们去健身房，不是去了 100 次体重就一定减少的。 好，退一万步讲： 就算我们暂且接受“用得多=产出高”这个前提。那至少这个指标应该很难造假吧？ 恰恰相反，刷 token，可能是 2026 年最容易的一件事。 差评君简单露几手，看完你就知道这玩意作为指标有多差劲了。 第一种，上下文滚雪球。 为了联系上下文，AI 的每次回答都会把之前的所有对话从头重读一遍。对话越长，每轮重读消耗的 token 越多。第 1 轮只要 1500 个 tokend，但到了第 20 轮、第 50 轮光重读就要烧好几十万、百万 token。 你就这么无限对话下去，就算被领导质疑，你就说：这可是我反复追问了好多轮才得到满意的结果。 懂不懂“深度思考”啊。第二种，开 50 个 AI Agent（代理）让它自动跑任务。 Agent 会自己派活、自己重试、遇到问题自己绕路，每个步骤都在烧 token，思考过程也算钱，跑一晚上第二天你就是部门劳模。 第三种更简单。 把一整个 10 万行代码仓库扔给 AI，让它“分析一下”就行，努力的样子从未如此省力。 其实这些方法一点都不高级，制定这条 KPI 的公司、管理层，也不可能没预料到会被刷。 因为经济学有个概念叫 Goodhart 定律：当一个度量指标变成了考核目标，它就不再是一个好指标。 它一定会被刷。 英国 NHS 曾经考核急诊等待时间不超过 4 小时，结果医院让救护车在门口停着不让病人下车，因为等待时间从进门开始算。 没有人觉得自己在作恶，每个人都在合理地优化自己面对的指标。Token 排行榜也一样。 它已经成了 AI 时代的功德箱，佛祖不看金额看诚意，领导不看产出看次数。所以真正的问题来了： 为什么明知会被刷，这个指标还是出现了？ 因为它的背后，是 AI 时代特有的、自上而下的焦虑。 过去两年，不拥抱 AI 就会被淘汰几乎成了科技圈的政治正确。CEO 们在财报电话会上必须提 AI，投资人看的是 AI 渗透率，媒体写的是某公司全员接入大模型。 Meta 2026 年绩效关注员工用AI 做出多少成果这种焦虑一层一层往下传： 董事会问 CEO“我们的 AI 战略是什么”，CEO 问 VP“AI 落地进度怎么样”，完了 VP 又发条语音问总监 “能不能给我一个数据证明大家在用”。 在这种氛围下，管理层就不得不需要一种手段强推 AI 渗透。 可问题是，AI 时代产出归因太模糊了。 代码行数、需求完成数、项目交付，现在说不清到底多少是 AI 贡献的。上头一问你 AI 渗透到什么程度，你直接哑火。 当真实贡献不可观测，管理者就只能抓最近的、可数的东西。 诶，token 消耗量恰好是那个完美指标：可量化、可对比、可造假。 到这，你就能理解为什么 token 排行榜会出现在大厂里了，又能逼着员工用起来，又能拿去跟老板交差，当作一个向上汇报的数据，美滋滋。当然了。。。 鉴于这次 KPI 提出者是 BAT 大厂管理层，也可能存在第二种原因。 你想想，“不用 AI 就会被淘汰”、“token 消耗代表先进性”，这套行业叙事的最大受益者是谁？ BAT 等大模型厂商，毕竟靠卖 token 赚钱，不过这就不在本文讨论范围内了。差评君更关心的是，今年大厂能把 token 消耗纳入考核，小公司把 AI 使用时长加进日报。 那明年呢，你所在的公司呢？ 我不是说 AI 没用，也不是说不该推 AI。 的确，在 AI 应用早期阶段，强制接触有其合理性，历史上也有过“强推”的成功先例。 20 世纪初，福特工厂强制流水线作业，工人强烈抵触，觉得这是剥夺手艺人的尊严，但流水线最终让汽车从富人玩具变成了普通家庭的交通工具。组织一旦习惯了旧的做事方式，即使新工具明显更好，惯性也会让所有人赖在原地不动。 从企业角度来看，强推 AI 有组织变革的正当性。 可问题是，福特流水线和 AI 根本不一样啊。 福特是直接把生产方式换了，流水线往那一架，你作为工人没法再手搓了，这是从底层变革生产力。工人抵触归抵触，离职归离职，福特加工资把人留住，最后效率确实提上去了。 但 AI 不一样。 对互联网公司而言，AI 没有在根本上替换他们的工具链。 员工用不用、怎么用，选择权还在自己手上。 AI 要真能升效，用 AI 的人自然会在产出上胜出，大家自然会选择最高效的方式，不需要你拿排行榜逼。 如果所谓的 token 排行榜能度量员工的价值，那打字排行榜早就是诺贝尔文学奖的评选标准了。写作的价值不在于你写了多少个字，思考的价值不在于你翻了多少页书，使用 AI 的价值也不在你烧了多少 token。 不要因为 AI 时代的焦虑，就把人的价值也一起烧掉了。 巴尔的摩街头的枪声没有因为数据变好看而消失，你公司的效率也不会因为 token 烧得多就一定提升。 撰文：刺猬 编辑：莽山烙铁头 面线
