Token 变新“KPI”：大厂 AI 内卷催生无效消耗，微软踩刹车 Meta 踩油门

事件概述

Token 消耗量正成为企业考核员工 AI 使用效率的“硬指标”，但这一导向引发了严重的无效浪费。微软、Uber 为了控制成本开始收紧 Token 授权，而 Meta 则通过 Token 排行榜和末位淘汰机制刺激用量，导致内部 Token 消耗在 30 天内从 6 万亿飙升至 73.7 万亿，增幅超 12 倍。李彦宏指出，Token 好统计，但不等于实际产出。

核心信息

• 成本失控案例：微软 Experiences + Devices 团队将于 6 月底关停大部分第三方 Claude Code 授权，全面转向自家 GitHub Copilot CLI，以缓解 AI 成本压力。Uber 2026 年全年 AI 预算仅四个月就基本透支，其 CTO 公开承认 95% 工程师使用 AI 编码工具，单人月均 AI 调用成本达 500-2000 美元。
• 国内大厂现状：阿里、腾讯、字节、百度等将 Token 使用量纳入转正和晋升参考，同时普遍发放 Token 补贴（如腾讯年度 22.8 万元 Token 套餐、字节不限量使用、百度文心无限量+最高 800 美元/年外部补贴、360 全员充 1 亿 Token）。然而仅有 9% 的企业实现显著业务价值突破（埃森哲 2025 数据）。
• 无效浪费普遍：员工为刷 Token 让 AI 批量读取上万行代码、堆砌文献，近半数企业级 AI Token 消耗属于无效浪费（公开数据）。Agent 的 Token 消耗是传统聊天机器人的 5-30 倍（Gartner）。

值得关注

• 从“用量崇拜”转向“效率度量”：李彦宏提出用“每日活跃 Agent（DAA）”替代 Token 量作为衡量标准，但具体计算方式仍需完善。核心方向应是考核 AI 代码合并通过率、缺陷率、问题一次解决率等实际产出指标。
• 企业 FinOps 体系亟需升级：传统 SaaS 按席位计费，Token 账单随使用动态增长，财务、IT、业务部门缺乏协同的成本归因机制。
• 行业预判提前：Cognizant 2026 年报告显示美国 93% 的岗位将受 AI 冲击，Token 消耗将从研发部门扩散到更多岗位，如何判断 Token 花得值不值是核心挑战。