一家匿名企业因未设置Anthropic Claude用量上限，一个月内产生了5亿美元（约合34亿元人民币）的AI服务费用。这一金额相当于Anthropic月收入的近八分之一，涉事公司身份至今未公开。事件经Axios报道后，在企业AI应用领域引发对Token消耗与生产力关系的广泛讨论。
几乎同一时间，《金融时报》披露亚马逊取消了内部AI使用排行榜，原因是员工为冲榜而执行大量没有实际价值的任务，导致Token浪费。微软则宣布将在6月30日前取消旗下Windows、Microsoft 365等部门的Claude Code授权，要求工程师迁移至自家的GitHub Copilot CLI。微软称Claude Code已完成学习和探索阶段，但Token账单无疑是无法回避的考量因素。
Uber的情况更为直观。公司CTO透露，工程师仅用4个月便用完了全年Claude Code预算。首席运营官Andrew Macdonald公开表示，Token消耗量与最终发布的有价值产品之间并未呈现线性关系。DeepSeek在V4技术报告中指出，内部员工已日常使用自研模型，体验优于Claude Sonnet 4.5，交付质量接近Opus 4.6。对于拥有自研模型的企业而言，自研替代显然更具经济性。
Meta此前被曝建立Claude使用排行榜，单月消耗数十亿Token，但随后逐步收紧激励措施，从鼓励多用转向关注实际产出。多邻国CEO路易斯·冯·安在播客中也坦言，感到团队像是在强推AI工具而非关注实际结果。国内也有企业分享了类似经历，某Agent项目一晚烧掉200万元Token费用。这些案例促使业界重新思考：Token本身并非价值，完成任务、交付产品、创造收入才是。
过去一年被广泛引用的“Token经济学”——由NVIDIA CEO黄仁勋提出，认为若一名年薪50万美元的工程师每年消耗的Token不到25万美元便是浪费——正在被现实账单挑战。企业开始从追求Token消耗量转向计算每Token的投入产出比。Hacker News上的讨论指出，问题不在于AI本身，而在于企业将“烧Token”误认为目标。使用更高效的模型、优化Agent工作流、让人类参与关键决策，可以大幅降低成本。
这些现象并不意味着AI热潮退却，而是标志着企业AI应用从“先用再说”进入“精细运营”阶段。未来关注的焦点将不再是Token消耗总量，而是用更少的Token完成更多任务。从激励员工多用AI到限制用量、引导高效使用，企业正在用脚投票，重新定义AI工具的价值衡量标准。
本文参考来源：量子位
