Token烧不出价值？Uber高管与米哈游的“烧钱”警示：养肥了模型厂商和英伟达

事件概述

大厂盲目推动AI Token消耗（Tokenmaxxing）正在引发高管反思。Uber运营负责人Andrew Macdonald指出，更高的Token使用量并未转化为同等比例的有用消费者功能增长，难以证明成本合理性。为对冲AI投入，Uber已放缓招聘。米哈游内部测试多Agent协作时，一夜烧掉价值200万元人民币的Token，但该投入未产生显著可见价值；米哈游计划未来三年最多投入1000亿元深耕AI领域。

企业调整策略

• 多邻国：撤回将AI使用纳入绩效考核的规定，明确核心是实际工作成果，不强制为用AI而用AI。
• Shopify：将“Token排行榜”更名为“使用情况仪表盘”，新增熔断机制管控突发消耗，核查高消耗场景，已发现多起失控Agent与基础设施bug，转向关注Token生成的价值而非消耗总量。

受益方与受损方

• 第一受益方：OpenAI、Anthropic等基础模型厂商。Anthropic预计2026年第二季度销售额超109亿美元（一季度48亿美元），Claude Code年化收入接近10亿美元。
• 第二受益方：Cursor等AI编程与Agent平台，年化收入超10亿美元但多数尚未盈利。
• 最大受益方：英伟达、云厂商等AI基础设施。英伟达2027财年第一季度收入816亿美元，同比增长85%。
• 最终输家：无法将Token消耗转化为资产、盲目跟风的企业。

行业乱象

Meta、微软、Salesforce等大厂存在大量无意义Token消耗：Meta内部排行榜下线前，员工大量使用Agent却无有效产出；微软员工为证明“AI原生”主动消耗Token；Salesforce设定最低消耗额度，员工刷量凑数。YC将Tokenmaxxing包装为创业方法论，建议接受高API账单替代人力成本，但缺乏治理的高消耗可能拖垮早期创业公司。

本质

Tokenmaxxing是企业AI转型焦虑下将“消耗”误当“生产力”的体现。在未验证Token消耗能否带来更快交付、更高收入等实际价值时，盲目的Token消耗本质上是缴纳“转型焦虑税”。