☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
短短数月间，曾风靡硅谷的“词元消耗最大化（tokenmaxxing）”范式，迅速完成从狂热追捧到全面降温，最终走向系统性纠偏的全过程。
据多方信源证实，Meta近期向约6000名员工下发内部备忘录，明确指出：2026年公司内部AI使用相关支出预计将达数十亿美元量级，并将于2027年起正式启用以预算管控与配额分配为内核的词元（token）管理体系。这标志着这家全球科技巨头在经历数月高强度AI工具推广后，首次转向对内部token消耗实施刚性约束。
Meta CEO马克·扎克伯格在备忘录中坦承，公司在AI战略落地过程中存在阶段性偏差。公司将为原参与大模型训练的工程师团队重新配置职能路径，为其规划具备长期价值的新岗位。
与此同时，Meta正加速推进AI工具链国产化替代——要求员工逐步停止使用第三方AI编程助手，全面迁移至自研产品MetaCode。据悉，Applied AI Engineering部门已组织专项攻坚小组，通过高频次、结构化编程挑战题训练，持续优化MetaCode的代码生成质量与响应稳定性。
该动向引发业界深度解读。纽约大学AI领域权威学者、Geometric Intelligence联合创始人Gary Marcus评论称：“tokenmaxxing的退潮已不可逆，tokenminimizing（词元最小化）正成为新共识”，并预判这一转向将直接影响Anthropic与OpenAI在第三季度的营收表现。
回溯源头，Meta内部曾运行一款名为“Claudeonomics”的实时词元消耗排行榜，用以量化员工AI调用量。该机制意外催生非理性使用文化——部分员工为冲榜或消耗额度，刻意指令AI代理并发执行冗余任务，人为制造海量token调用。
数据显示，在一个30天统计周期内，Meta全员累计消耗60.2万亿个token，对应成本约9亿美元。但投入产出严重失衡：多位知情人士透露，榜单前列用户的输出成果多为低复用性、不可沉淀的临时性内容，“基本属于一次性垃圾”。
类似反思已在全美科技企业蔓延：亚马逊已正式叫停内部“Kirorank”词元追踪榜单，并向全员发出“避免为用而用”的明确指引，转而采用“归一化部署率”等结果导向型指标；OpenAI CEO Sam Altman亦公开质疑“token增长≠生产力提升”，消息称其正评估大幅下调词元收费标准，以应对客户流失压力。
国盛证券研报指出，海外头部科技厂商对token价值的认知正经历深刻重构。压缩无效token消耗已成为硅谷新共识。实证研究表明：企业每投入1美元于token采购，约80%隐性成本被消耗在bug修复、代码重写与人工审查延迟上。个体效率跃升并不自动转化为组织效能提升，行业正加速从“按token计费”迈向“按结果付费”模式，倒逼研发流程与协作范式系统性升级。
本文来自微信公众号“财联社AI daily”，作者：张真，36氪经授权发布。
