2026年6月，国内科技圈被一则消息引爆：腾讯内部悄然启动AI Token额度调整，将此前全员统一发放的每月2000美元额度，改为按部门、岗位和任务场景动态分配。调整后，多数员工的月度额度缩水至1000至5000元人民币不等，部分边缘部门甚至直接腰斩。这一变化迅速引发热议，社交媒体上甚至出现了“毒贩式喂养”的比喻——先免费让员工无限使用，待其形成深度依赖后，再通过限额逼迫其自费购买，最终进入“自费上班”模式。
这一现象并非孤例。从年初昆仑万维强制技术岗使用AI编程工具，到58同城董事长姚劲波公开表示“不计成本鼓励使用”，再到阿里部分部门将Token消耗量纳入核心考核，国内大厂曾掀起一股“AI强制令”浪潮。硅谷更是如此，Shopify、Coinbase等公司CEO亲自下场，要求员工“反射性使用AI”，甚至将“AI无法完成”作为增加人手的必要条件。为了刺激用量，Meta等公司内部还出现了Token消耗排行榜，催生了名为“Tokenmaxxing”的怪象——员工为了刷高排名，不惜让AI执行低价值任务或空转。
然而，当工具从简单的“聊天”升级为能自主规划、执行、验证的“智能体（Agent）”后，成本问题开始集中爆发。与一问一答的对话不同，Agent完成一个任务需要数十甚至上百轮的循环，且每一步都需将之前的上下文全部重新输入模型，导致Token消耗呈指数级增长。实测数据显示，一次50轮的Agent编程会话，消耗的Token量可达普通对话的15倍。云成本平台Vantage的统计也印证了这一点：尽管AI任务单价大幅下降，但由于用量激增，OpenAI的推理总支出在2025年反而增长了3.5倍，这就是典型的“杰文斯悖论”。
高昂的账单让企业开始重新审视AI的投入产出比。麦肯锡2025年的报告显示，尽管88%的企业已在使用AI，但仅有约6%的企业看到了5%以上的利润提升。更讽刺的是，管理学刊物《哈佛商业评论》的一项研究发现，经验丰富的开发者在使用AI后，实际完成任务的时间反而慢了19%，尽管他们主观上认为自己变快了。面对“AI不仅没拉动营收，反而蚕食现金流”的窘境，企业不得不从“先把水放满”的粗放阶段，进入“精打细算”的成本管控阶段。
腾讯此次调整的本质，正是将Token从“免费资源”转变为“部门可控的预算资产”。这并非简单的削减投入，核心部门的额度不降反升，甚至因产出价值高而获得追加。这标志着大厂对AI的态度已从盲目追捧回归理性，不再以Token消耗量作为单一考核指标，而是更看重其产生的实际业务价值。当AI从“免费午餐”变成需要精算的“账单”，企业和个人都不得不面对一个现实：在享受技术红利的同时，如何避免被其高昂的成本所绑架。
本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29