AI“令牌最大化”热潮消退，企业寻求削减技术支出

曾经在硅谷盛极一时的AI“令牌最大化”（tokenmaxxing）潮流正迅速降温。所谓令牌最大化，是指企业尽可能多地使用AI令牌——生成式AI的基本单位，每个令牌约对应四分之三个单词——以期榨取AI的最大产出。今年春季，科技行业高管曾大力推崇这种做法，将其视为员工高绩效的标志。OpenAI CEO萨姆·奥尔特曼、英伟达CEO黄仁勋等人都曾公开表示支持，Meta甚至内部举办过令牌使用奖励竞赛。然而，随着账单不断累积，企业开始意识到盲目追求令牌消耗并未带来相应的生产力提升，反而导致成本激增。

穆迪评级AI分析主管文森特·古斯多夫在其新报告中指出，“用AI创造不需要的东西很容易”，他建议采取更自律的方法。微软CEO萨提亚·纳德拉最近警告，令牌最大化可能让人上瘾，但客户实际上为AI支付了双重成本：一是令牌费用，二是将自己的专有数据喂给模型。帕兰提尔CEO亚历克斯·卡尔普更直言不讳，称企业对令牌支出“怒不可遏”，因为大量花费并未创造价值。

咨询公司贝恩的管理顾问王珏表示，许多大企业正仔细审视AI投资回报率。“令牌成本几乎每隔一个月就翻一番，”她举例说，“假设每位开发者每月200美元，乘以2万名开发者，很快就能达到任何总经理都未预计划的数字。”因此，企业开始寻求更智能的“模型路由”工具，将简单的查询自动分配给更便宜高效的模型，而复杂任务则交给更强模型。例如，生成普通邮件就无需使用Anthropic的Claude Opus 4.6这类高成本模型。

与此同时，中国初创公司的开源模型如月之暗面的Kimi和智谱的GLM，以接近美国顶尖模型的性能大幅降低了成本，为令牌最大化爱好者提供了新选择。但莫齐拉CTO拉菲·克里科里安认为，从行业整体看，令牌最大化是“愚蠢的事”，它正步程序员代码行数指标的后尘，很快会被抛弃。克里科里安预测，一年后回看，这将成为有趣的笑谈。