文 | 影子备忘录

AI 行业的狂热泡沫，正在被一张实实在在的账单戳破。

过去两年，整个科技圈陷入了一场无声的内卷竞赛：全员 AI 赋能、全流程 AI 嵌入、无场景不 AI。

行业默认一个共识：token 消耗越多，AI 落地越深入、技术迭代越领先、企业数字化转型越彻底。

无数科技公司、互联网团队跟风加码，把 token 消耗量当成衡量 AI 能力、团队执行力的核心指标，一场疯狂的 token 消耗战席卷全球科技行业。

但就在近期，行业风向迎来颠覆性逆转。全球 AI 巨头 Meta 连续发布多份内部备忘录，正式向全行业叫停畸形的 token 消耗竞赛，直言这场无意义的消耗战已经让企业不堪重负，盲目堆砌 token 用量，换不来技术进步，只会拖垮企业成本、浪费算力资源。

根据 Meta 内部披露的真实数据，公司员工 30 天内的 token 消耗量高达 60.2 万亿，仅月度使用成本就逼近 9 亿美元。

按照当前的消耗增速推演，2026 年 Meta 仅内部 AI token 消耗成本就将突破数十亿美元，这一恐怖的支出增速，彻底击穿了巨头的成本承受底线。

更值得行业深思的是，不止 Meta，亚马逊、OpenAI 等一众顶级科技巨头，近期纷纷收紧 token 使用规则、限制算力消耗、叫停无意义的 AI 滥用。

曾经疯狂烧钱堆算力、堆 token 的 AI 增长逻辑，正在全面失效。

很多人疑惑：坐拥顶级算力、千亿级融资、极致技术壁垒的科技巨头，为何突然集体 " 扛不住 "token 消耗？

这场席卷行业的 token 消耗战，究竟是如何从 " 技术创新 " 沦为 " 资源内耗 "？当狂热褪去，AI 行业的终极发展逻辑又是什么？

Meta 亲手推翻自己的 AI 内卷规则

此次 Meta 叫停 token 消耗战，本质是一场巨头对自身激进 AI 战略的自我纠错，反转来得猝不及防，却早已暗藏伏笔。

时间回溯到 2025 年底，Meta 曾高调推行全员 AI 转型战略，将 "AI 深度融入工作 " 列为全员核心考核指标，明确鼓励员工全场景使用 AI 工具，甚至推出了名为 "Claudeonomics" 的内部排行榜，专门统计员工 token 使用量，对排名靠前的员工给予绩效奖励、公开表彰。

Meta 的初衷本是倒逼团队拥抱 AI、提升工作效率、加速 AI 落地迭代，试图通过全员高频使用，挖掘大模型的场景价值，打磨适配企业业务的 AI 解决方案。

但功利化的考核导向、游戏化的排名机制，迅速催生了一场畸形的行业乱象，token maxxing（token 最大化）内卷。

为了登上内部排行榜、拿到 AI 考核高分、博取管理层认可，Meta 数千名员工开始刻意刷高 token 消耗量。

原本简单的文字校对、数据整理、文案优化工作，完全可以轻量化完成，却被刻意拆解为复杂指令，让 AI 代理并行运行多项冗余任务；部分员工甚至无意义触发 AI 对话、重复生成内容、叠加无效指令，只为堆砌 token 用量，打造 " 深度用 AI" 的虚假工作假象。

这场内部内卷很快失控，彻底偏离了 AI 提效的初衷。数据不会说谎：短短一个月时间，Meta 内部员工 token 消耗量飙升至 60.2 万亿，单月成本近 9 亿美元，且消耗增速呈现指数级上涨态势。

更讽刺的是，海量的 token 消耗、巨额的算力投入，并没有转化为对应的业务增量、技术突破或效率提升。

大量业内数据和内部反馈显示，排行榜顶端的高 token 消耗员工，工作产出质量、项目落地效率、技术创新成果，并没有优于普通员工，甚至出现 " 消耗越高、效率越低 " 的反向悖论。

冗余的 AI 调用、无效的 token 消耗，不仅没有赋能工作，反而占用员工精力、浪费算力资源、拖慢项目进度。

眼见内卷失控、成本失控、价值归零，Meta 终于果断踩下刹车。2026 年中旬，Meta 向 6000 余名核心员工发送正式内部备忘录，官宣叫停 token 消耗竞赛，直言 " 当前 AI 使用模式不可持续 "。

Meta CTO Andrew Bosworth 公开表态纠错：不该为了用 AI 而用 AI，动作不等于进度，Token 消耗更不等于行业影响力和技术实力。

与此同时，Meta 正式下线 token 消耗排行榜，取消 AI 用量考核机制，计划从 2027 年起建立结构化的 token 预算管理制度，对全员 AI 使用进行配额管控、成本管控。

扎克伯格也罕见承认战略失误，坦言此前激进的全员 AI 推广、无限制算力开放政策，引发了严重的内部资源浪费和管理乱象。

从全员鼓励 AI 滥用，到全面限流、严控 token 消耗，Meta 的 180 度战略反转，不是巨头 " 保守了 "，而是真实看清了当下 AI 行业最残酷的真相：无节制的 token 消耗，是一场只有成本、没有收益的无效内卷。

巨头撑不住的不是 AI，是失控的虚假消耗

很多人不解：Meta 常年深耕 AI 赛道，每年投入百亿级研发资金，坐拥自研大模型和顶级算力集群，为何会被区区 token 成本困住？

答案很简单：巨头可以承受 " 有效 AI 投入 "，但永远扛不住 " 无序的虚假消耗 "。

当下行业的 token 消耗危机，从来不是技术迭代的必要成本，而是行业狂热催生的资源浪费乱象，且这种浪费已经达到了千亿级规模。

首先，token 消耗的指数级增长，与价值产出完全脱钩，投入产出比彻底失衡。

从 AI 底层逻辑来看，token 是大模型运算的基础单位，每一次提问、生成、迭代、训练，都需要消耗对应的算力和 token，天然伴随成本损耗。

正常的 AI 使用，是用最低的 token 消耗，解决核心业务问题、提升工作效率、创造增量价值，是 " 低成本换高收益 "。

但当下行业的内卷逻辑完全相反。无论是互联网大厂、科技企业，还是创业团队，大多陷入了 " 唯 token 论 " 的误区：把 AI 使用频次、token 消耗总量，当成数字化转型的成果证明。

很多团队为了跟风 AI 趋势，强行在无需求场景嵌入 AI，刻意复杂化简单工作，人为制造 token 消耗。

一份行业调研数据显示，目前科技企业内部超 60% 的 AI token 消耗，都属于无效冗余消耗。

重复生成、无效迭代、刻意刷量、场景错配，这些没有任何价值的消耗，日复一日吞噬企业算力和资金。

Meta 的核心痛点就在于此：数十亿美元的年度 AI 投入，大部分消耗在了员工的内卷式刷量中，没有转化为产品迭代、技术突破、商业落地的实际价值。

其次，token 成本的持续上涨，进一步放大了企业的盈利压力。

随着大模型参数持续扩容、高精度生成需求增加、行业 AI 使用量爆发式增长，算力资源、模型调用成本持续走高。

以主流大模型计费标准为例，Claude Opus 4.6 最低单价为每百万 token5 美元，部分高精度场景单价更是翻倍上涨。

单一个高内卷员工，月度无效 token 消耗成本就能突破 140 万美元，而企业数千名员工的集体无序消耗，最终会形成天文数字般的成本窟窿。

更关键的是，token 消耗是持续性、复利式增长的支出，不会随着技术成熟自动降低，反而会随着使用频次增加、模型升级持续攀升。

在全球科技行业整体降本增效、资本市场收紧、AI 赛道退烧的大背景下，巨头的容错空间已经大幅缩小。

过去可以靠融资、靠营收覆盖不计成本的 AI 烧钱，但如今行业进入理性盈利周期，无效烧钱不再被资本认可，亏损式创新不再被市场包容。

除此之外，无序的 token 消耗，还会引发技术迭代的恶性循环。

大量算力资源被无效场景占用，导致企业核心技术研发、高精度模型训练、关键业务 AI 迭代的算力资源被挤压。

企业把资金和算力浪费在员工内卷式刷量上，反而没有足够资源投入到真正能创造价值的 AI 技术突破中，最终陷入 " 越烧越虚、越虚越烧 " 的恶性循环，严重阻碍企业核心技术迭代。

不止 Meta，亚马逊、谷歌等巨头近期纷纷出台 token 限流政策，核心原因都是一致的：AI 的价值不在于消耗多少资源，而在于创造多少价值。

脱离价值的 token 消耗，再雄厚的巨头也撑不住。

token 消耗战终将落幕

Meta 的战略反转，不是单一企业的自我调整，而是整个 AI 行业从野蛮生长走向成熟的标志性转折。持续两年的 token 消耗内卷，正在全面落幕，行业正式进入 "token 最小化、价值最大化 " 的全新发展阶段。

纵观任何一个科技赛道的发展规律，都会经历 " 狂热跟风—无序内卷—泡沫破裂—理性回归 " 的完整周期，AI 赛道也不例外。

AI 爆发初期，行业处于探索期，没有成熟的落地标准，没有清晰的价值评判体系，所有人都在摸索 AI 的应用边界。

此时 " 多用 AI、高频用 AI" 成为最稳妥的跟风方式，token 消耗量顺势成为最直观、最量化的考核指标，最终催生了全民内卷的消耗乱象。

但经过两年的行业沉淀，市场已经彻底看清 AI 的本质：AI 是效率工具，不是政绩工程；是辅助手段，不是核心壁垒。

token 只是工具使用的成本载体，绝非技术实力的评判标准。

当下行业已经形成清晰的新共识：优质的 AI 落地，是用最少的 token、最低的算力成本，解决最核心的业务问题。

那些刻意堆砌 token、盲目滥用 AI 的行为，不再是创新能力的体现，反而会被定义为资源浪费、能力不足。

知名 AI 研究者 Gary Marcus 早已预判趋势：token maxxing（token 最大化）的时代彻底终结，token minimizing（token 最小化）将成为行业主流。

未来的 AI 竞争，不再是 " 谁消耗的 token 更多 "，而是 " 谁能用更低的 token 成本，创造更高的商业价值 "。

这一趋势已经在行业中快速落地。除了 Meta 限流、整改内部 AI 使用规则，OpenAI 开始下调企业端 token 定价，优化模型算力效率，核心目的就是引导企业高效、理性使用 AI。

大量中小企业开始摒弃 " 全场景 AI 覆盖 " 的误区，聚焦核心业务场景做精准 AI 落地，大幅削减无效 token 消耗。

可以预见，未来 1-2 年，行业会彻底告别 token 消耗内卷。一套成熟的 AI 使用标准、成本管控体系、价值评判体系将全面建立，无序烧钱的野蛮生长彻底结束，理性控本、精准落地、价值优先，将成为 AI 行业的核心发展逻辑。

至少现阶段 AI 只是辅助

当 token 狂热褪去，行业终于回归最朴素、最真实的本质：AI 可以赋能效率，但无法替代人工；算力可以辅助生产，但人才永远是科技行业的核心壁垒。

过去两年，行业弥漫着浓厚的 "AI 万能论 " 焦虑。

很多企业盲目相信 AI 可以替代人工、实现全流程自动化，不惜重金砸算力、堆 token，试图用机器替代人力，降低人工成本。

但无数企业的实践已经证明：AI 可以优化流程、提升效率、简化工作，但永远无法替代人的思考、判断、创新与决策。

从 AI 的底层能力来看，大模型的核心优势是数据整合、内容生成、重复运算、流程简化，擅长处理标准化、机械化、重复性的基础工作。

科技行业的核心竞争力，来源于创新突破、战略判断、逻辑推演、资源整合、风险决策，这些核心能力全部依托于人的主观能动性。

AI 可以帮员工整理数据、生成初稿、校对内容、完成基础运算，但无法替代产品经理的需求洞察、无法替代工程师的技术创新、无法替代运营的策略布局、无法替代管理层的战略决策。

没有人工的精准把控、场景筛选、逻辑校验、价值判断，再强大的 AI 模型、再海量的 token 消耗，都只是无意义的算力堆砌。

这也是为什么 Meta 海量 token 消耗换不来业务增长的核心原因。

员工依赖 AI 完成所有基础工作，放弃独立思考，看似工作效率提升、AI 使用率拉满，实则产出内容同质化、逻辑空洞、缺乏创新，毫无核心价值可言。

AI 透支的是工作效率，消耗的是企业资源，最终磨灭的是团队的核心创造力。

站在企业经营的理性角度，人工成本才是科技行业长期最优的理性选择。

很多企业误以为 AI 可以无限降本，但真实的成本核算恰恰相反：无序的 AI token 消耗，是持续性、无上限的复利式烧钱，且无法自主把控成本边界；而人工成本是可控、可优化、可沉淀的长期投入。

优秀人才的能力会持续迭代、经验会持续积累、价值会持续升级，能够为企业创造长期的增量价值，这是 AI 永远无法实现的。

更核心的是，科技行业的终极竞争，从来不是算力和 token 的竞争，而是人才、创新、认知、战略的竞争。算力是工具，AI 是手段，人才是核心，这一行业底层逻辑，永远不会改变。

未来的行业格局会无比清晰：AI 回归辅助本位，专注解决标准化、重复性的基础工作，解放人力；人工聚焦核心创新、战略决策、价值创造，掌控行业核心话语权。

企业不再盲目堆砌算力、内卷 token 消耗，而是把资源从无效的 AI 烧钱中剥离，投入到人才培养、技术创新、核心业务打磨中，这才是科技企业长久发展的正道。

告别 AI 泡沫，回归商业本质

Meta 叫停 token 消耗战，看似是一场简单的企业成本管控，实则是整个 AI 行业的泡沫出清、认知重塑。

过去两年，我们被 AI 的飞速迭代裹挟前行，陷入了 " 唯技术、唯算力、唯数据 " 的狂热误区，误以为 AI 可以颠覆一切、替代一切，却忽略了科技行业最朴素的商业本质：

所有技术创新，最终都要服务于价值创造；所有资源投入，最终都要落地于盈利增长。

无序的 token 消耗内卷，是行业浮躁的缩影；巨头的集体纠错，是理性回归的信号。

未来，AI 赛道的竞争不再是 " 谁烧的钱更多、谁用的 token 更多 "，而是 " 谁的落地更精准、谁的价值更落地、谁的效率更优质 "。

我们不必神化 AI，也无需焦虑 AI 替代。AI 是科技行业最好的辅助工具，却永远成不了核心壁垒。

算力可以迭代，模型可以升级，但人的创新、思考、创造，才是科技行业永恒的核心竞争力。

褪去狂热、告别内卷、回归理性，AI 行业才能真正走出泡沫，迎来高质量、可持续的长期增长。