AI 支出清算：當「更多 Token」不再合理

蜜月期結束了

過去兩年，科技業一直奉行一個簡單的信念：在 AI 上花越多錢，就能得到越多回報。不斷投入 tokens，生產力自然提升。這個邏輯看似顯而易見——直到它開始站不住腳。

2026 年 5 月，Uber 的營運長 Andrew Macdonald 說了一句話，直接戳破了這個泡沫：公司的 AI 支出越來越難以合理化。不是因為工具壞掉了，而是因為沒有人能在投入的金錢與產出的價值之間，畫出一條清晰的直線。 ^[1]

Uber 那個「腦袋要爆炸」的時刻

故事要從幾週前說起。Uber 技術長 Praveen Neppalli Naga 接受《The Information》採訪時透露，Uber 在短短四個月內就燒光了 2026 年全年的 Claude Code 預算，此言一出隨即在網路上瘋傳。到三月份，Claude Code 在 Uber 約 5,000 名工程師中的使用率，已從 32% 飆升至 84%。每位工程師每月光是 tokens 費用就高達 500 至 2,000 美元。Uber 目前約有 70% 的程式碼由 AI 生成。 ^[3]

Macdonald 形容這是一個讓他「腦袋快爆炸」的時刻，並在公司內部引發了關於 token 消耗、人力編制取捨，以及這一切究竟有沒有真正帶來改變的激烈討論。

「那個連結還不存在，對吧？我覺得也許隱性地有更多東西被交付出去了，但很難在某個數據和『好，我們現在確實多生產了 25% 有用的消費者功能』之間畫出一條線。」
— Uber 營運長 Andrew Macdonald ^[1]

Uber 執行長 Dara Khosrowshahi 在五月初的財報電話會議上也已透露壓力，宣布將放緩招聘以抵消不斷攀升的 AI 投資成本。 ^[1]

微軟悄悄撤退

Uber 並不孤單。其中最具指標意義的訊號，來自全球最大軟體公司——微軟。這家同時也是 OpenAI 重要投資人的科技巨頭，悄悄開始取消其「體驗與裝置」事業群（負責 Windows、Microsoft 365、Teams 和 Surface 的部門）內部大多數的 Claude Code 授權。

受影響的工程師被告知，須在 6 月 30 日（微軟財政年度最後一天）前遷移至 GitHub Copilot CLI。官方理由是「工具鏈整合」，但《The Next Web》直白地點出了真正原因：帳單。 ^[3]

背後的經濟邏輯相當殘酷。以 token 計費的模式，與財務團隊熟悉的按人頭授權完全不同。AI 代理程式的工作階段可能持續數小時、產生大量平行執行緒，並生成海量的上下文資料。費用取決於模型「思考」的程度——而現代 AI 代理思考得非常多。當擁有最大議價能力的公司，選擇放棄一個連自家工程師都更偏愛的工具，這個訊號不言而喻。 ^[3]

全產業的重新定價

這不只是 Uber 或微軟的問題，而是一個正在蔓延的結構性現象：

Duolingo 取消了將 AI 使用率納入員工績效考核的決定，因為員工開始質疑，他們究竟是在為了成果而使用 AI，還是為了使用 AI 而使用 AI。執行長 Luis von Ahn 坦承，這感覺像是在為「行為」負責，而非「結果」。 ^[1]
Target 對 AI 代理程式的使用量計費模式表達了憂慮，正在謹慎評估成本後再決定是否投入。 ^[2]
星巴克關閉了一項 AI 庫存管理實驗，原因是發現這套系統根本不可信賴。 ^[2]
Nvidia 副總裁 Bryan Catanzaro 告訴 Axios，對他的團隊而言，運算成本現在已超過使用這些工具的員工薪資——這句話出自一家賣晶片的公司，格外耐人尋味。 ^[3]

與此同時，Gartner 已將生成式 AI 明確定位在「幻滅低谷」，並預測 2026 年 AI 預算中有 25%將因概念驗證失敗而順延至 2027 年。另一項 Gartner 研究則發現，只有 28% 的 AI 基礎設施專案能完全達成其商業目標。 ^[3]

「Tokenmaxxing」的陷阱

大型科技公司流行起一個詞：「tokenmaxxing」——盡可能積極地使用 AI、以員工的 AI 使用量作為考核指標，並將 token 消耗視為創新的代名詞。一段時間內，這看起來像是競爭優勢。 ^[4]

但裂縫已經出現。問題不在於 AI 工具不好用——很多工具好用到工程師無時無刻都在用，而正是這種無時無刻的使用，打破了財務模型的平衡。一項 2024 年 MIT 的分析在金融圈廣泛流傳，指出以目前的定價水準，AI 自動化在成本上真正優於人力的工作，大約只佔人們原本預期的四分之一。 ^[3]

更深層的問題在於：每一代新的 AI 代理系統，在設計上就會消耗更多 token——因為它思考更久、規劃更複雜、執行更多平行流程。每個 token 的成本確實在下降，大約每 18 個月降低十倍。但每項任務消耗的 token 數量，上升得更快。帳算不過來。 ^[3]

這對未來意味著什麼

AI 支出的清算時刻，並不代表 AI 正在失敗。它代表的是這個產業正在走向成熟——那個靠信念驅動 AI 投資的輕鬆時代，正在結束。下一個階段將需要更嚴格的東西：真正能證明支出帶來成果的證據。

在這場重新定價中存活下來的企業，不會是那些最拼命 tokenmaxx 的公司。而是那些最先問出更難問題的公司：不是「我們有沒有在用 AI？」，而是「AI 有沒有在發揮作用？」

這是一個更健康的問題。坦白說，早就該有人開始問了。

來源

緊貼最新動態

隨時掌握最新新聞與更新