从日烧万元Token到员工自费上班：席卷大厂的“隐形降薪”？

*本文为「三联生活周刊」原创内容

过去一年，互联网大厂里最重要的资源，不再是工位、服务器或加班时长，而是Token。

Token是大模型处理语言的基本单位，也是AI运行时不断消耗的计算资源。每一次向大模型提问、生成代码、修改方案，背后都在消耗Token。为了推动“All in AI”，今年春天，多家互联网大厂几乎同时向员工开放大额Token额度，把它作为AI提效的燃料，也把它变成新的绩效指标。一时间，员工比拼的不再是谁写了多少代码，而是谁“烧”了更多Token。

但这种竞赛很快开始降温。随着Token成本迅速攀升，多家企业开始大幅削减额度，转向精细化管理。企业逐渐意识到，AI确实能够提升单个环节的效率，但真正制约生产力的，仍然是人与人之间的协作、组织流程，以及产品落地过程中那些难以量化的判断。从疯狂“烧Token”到重新计算消耗，互联网大厂开始试图在效率与成本之间寻找平衡。

记者｜霍思伊

编辑｜王珊

疯狂“烧Token”

工作的第一个月，王天夫就在Token上花费了近300美元。他今年24岁，在一所“985”大学读研二，3月进入一家头部互联网科技大厂担任技术岗位实习生，一进来就赶上部门召开三四百人的大会，“部门大领导说，所有人要全力拥抱AI。我还没反应过来，团队负责人马上给我制定了工作目标：原来半个月或一个月的工作量，现在要压缩在一周内完成，原本需要三四个人做的预研，只有我一个人做。”

《这个不可以报销!》剧照

随着工作节奏变快，他几乎没有喘息时间，每天下班后回到出租屋，就开始担心明天的工作能否顺利完成。这与他之前在学校里设想的工作场景完全不同，“已经没有程序员在手写代码了，从技术方案到所有代码，以及对代码的修改与评审（review），现在全部由AI完成。做前期调研时，也会让AI去总结项目的基本逻辑和框架。”

当AI替代人类拼命工作时，燃烧的是Token。Token（中文译为“词元”）是大模型处理文本时的基本单位。 当用户输入自然语言时，模型不会直接理解汉字、单词或句子，而是先将文本拆分成一个个 Token，再基于这些 Token 进行理解、推理和生成回答。模型的上下文长度、处理速度、计算资源消耗以及使用成本，都是以 Token 为单位衡量的。主流模型中，1 个 Token 大约相当于 0.6 个汉字

王天夫介绍，此前，该大厂只提供少数几个国产大模型免费使用，但在执行复杂的长程任务时经常卡顿，“思维过程很慢”。从3月中旬起，所有产研人员都获得了每人每月2000美元的Token额度，可以在CodeBuddy（一款AI编程工具）或企业内部的大模型聚合平台上使用——国外的几个顶尖大模型都可以调用。他最常用的是由美国企业Anthropic开发的大模型Claude，“它的理解能力很强，甚至不需要明确告诉它每一个步骤，Claude自己就能做一些脑补，完成任务的效果很好。”

《完美求婚》剧照

4月初，另一家头部大厂也宣布了新的Token报销福利：产研序列员工使用AI产品的支出可以报销50%，每人每年的报销上限是1000美元，其他序列员工为300美元。多位大厂员工告诉本刊，今年3-4月，各互联网大厂几乎同步发放Token额度，不同业务线存在一定差异，主要倾向于研发部门。超额可以申请额外的Token，“基本都会审批通过。”

刘明洋今年37岁，程序员出身，曾在阿里、百度等企业任职过，现在是一家大型科技企业的中层技术主管，该企业有2万余名员工，年营收约在两三百亿元。他对本刊说，公司每月都会统计各部门的Token消耗量，今年对部门主管的年终绩效考核，还新增了“部门AI素质”这一项。他解释，由于公司的业务偏向于应用与服务，原本的绩效考核只看业务结果，围绕营收增长率等几个主要的经营性指标，今年还要看过程——产出的增加，究竟是逼着人工加班堆上去的，还是通过AI提效？

《一点点超能力》剧照

“使用AI的具体过程很难量化，唯一能参考的，只有Token消耗量这个单一指标，非常直观。”他听说，为了让指标好看，有不少下属会把Token用在和工作无关的事情上，“但我不在意。”刘明洋说，“老板让部门之间相互卷，如果隔壁部门汇报的Token消耗量很多，我会感到很恐慌，觉得不能被领导看低。”王天夫看到，在3-5月的这三个月里，包括他自己在内，所在部门的程序员使用Token时“毫不节制”。“Claude 的Token价格比国产模型要贵几十倍，我们基本什么活都交给它，哪怕是一些可以用国产模型完成的简单工作。甚至只要模型一更新，马上就切换到最新、也是最贵的版本。”

一位头部大厂的算法工程师告诉本刊，公司内部甚至有一个员工自发组织的Token排行榜，有上千名程序员参与。他目前主要从事算法研发，每天让 Claude帮他“从早跑到晚”，日均Token用量大约在十多亿，能排在前20名，据他估算，这个使用量级，每天就能烧上万元。有多位大厂员工透露，有部门领导会在周会上点名表扬Token排名最高的员工。如果Token使用过低，则会被单独约谈。

《重启人生》剧照

张烨是某头部大厂的一名产品经理。他对本刊说，即使没有公布排名，员工心里也很清楚，领导会在内部的管理平台上实时监控每个人的Token消耗情况。他身边，有同事甚至将每天烧了多少Token写进飞书的个人动态签名。另一名科技大厂的运营人员则告诉本刊，他在职场社交平台脉脉上看到，他所在的公司有员工发帖炫耀称，通过“给AI虚开需求”等特殊手段，让Token使用量“冲到了小组第一”。

“慢则死”

“拼命烧Token”背后，是互联网企业对“All in AI”（全面押注AI）的焦虑。

今年春节，刘明洋就连续开了几次管理层线上会议。过去，老板很少会在春节期间密集布置工作。隔着屏幕，他都能感受到对方脸上的焦虑。在沟通日常工作的管理层大群里，刘明洋的老板不停地把一些标题夸张的自媒体文章丢进来让大家阅读。“写的都是某公司裁了多少人，用AI提高了多少倍效能。”他发现，企业最高层的焦虑，比中层和基层要严重得多。

《谈判桌》剧照

刘明洋说，春节回来后，公司的AI转型明显加速，每个部门的AI预算都提高了两三倍。组织层面开始频繁调整，所有资源向AI相关的业务倾斜，一些作为营收支柱的传统业务却逐渐被边缘化。

清华大学计算机系长聘教授刘知远对本刊指出，这一轮“All in AI”的转型背后，有两个核心的技术驱动力。一是大模型在AI Coding（编程）上的巨大突破。自2024年下半年起，大模型的编程能力开始指数级跃迁，到2025年已彻底改变传统的软件开发方式。

刘知远对此有亲身体会。2022年8月，他牵头创立大模型企业面壁智能。2025年4月起，他推动团队全面转向AI Coding。到年底，200名程序员仅用8个月便完成了2000万行代码。“没有AI，这些工作量至少需要1000名工程师完成，相当于约5倍的效率提升。未来企业甚至能做到10倍、20倍，乃至100倍。”在刘知远看来，这意味着，AI赋能下，企业的规模与产出正在脱钩，“未来，一个100人的公司，创造的价值可能超过拥有数万名员工的大厂。大厂怎么可能不焦虑？”

《胜券在握》剧照

另一个驱动力是Agent（AI智能体）的兴起。这意味着，大模型实现了从“chat（对话）”到“work（工作）”的转变，开始真正进入不同的业务场景，替人完成具体工作。“两股技术浪潮在今年汇聚。”刘知远说。

前钉钉副总裁张斯成对本刊说，在所有与AI密切关联的企业中，互联网大厂的焦虑最深，因为AI可能彻底颠覆互联网时代的商业模式。张斯成2019年底离开钉钉，近年来主要参与AI领域的投资，接触了大量企业管理层。他分析说，在上一个互联网时代，核心商业模式是对人类用户的注意力进行垄断和定价，以短视频平台为例，其通过不断优化各种算法，可以最大程度地匹配广告投放与目标受众，广告商因此有动力付费。然而，当Agent时代到来后，信息流动的参与方，就不止是人类用户，还包括大量的Agent，原先以人类注意力为抓手的商业变现过程，就会发生根本的变化。

“至于该怎么变，如何达到新的商业平衡，目前大家都还在探索，但每个大厂都希望自己能拨得头筹。新一轮厮杀与竞争比过去更残酷。”张斯成说，游戏规则只有一个——“慢则死”。一位接近某互联网头部大厂的企业高管告诉本刊，这一轮AI转型中，该企业走得相对激进。6月中旬时，他和企业的中高层交流，了解到其目前的主导战略共识是：AI已经可以视为一个“完全的生产力”。未来公司的资源配置与产品部署都以此为出发点，也就是说，会把更多资源放在Token上，人力成本则要大规模缩减。

《凡人歌》剧照

“在整个互联网科技圈，激进派占了主流。不过，有同样想法的企业CEO虽然大约有60-70%，真正这么做的只有20-30%。”平凯星辰副总裁、原阿里云副总裁刘松对本刊说。刘知远指出，企业越大，组织惯性越大，转型的难度也更大，想法常常难以落地。很多没有包袱的小企业比大厂还要激进得多。

想要在短时间内推动全员“All in AI”，“烧Token是一个最直接的办法。”张斯成说。

太平洋另一侧的硅谷，同样的疯狂正在上演。在2026年初，互联网科技巨头Meta也在内部上线了一个排行榜“Claudeonomics”，用于跟踪公司超过85000名员工的Token使用情况。短短30天内，Meta员工的Token消耗量就超过了60万亿，约相当于9亿美元。“企业管理者心里一定清楚，这个过程中有很多Token会被浪费，也可能导致一些表演性行为，但这是转型必然要付出的成本。”张斯成说。他还指出，企业在试错的同时，本质上，也是在进行一场组织内部的大筛选——擅长用AI提效的人适合留下，转型不够快的人就会被抛弃。

《东京奏鸣曲》剧照

根据全球科技裁员追踪数据库Layoffs.fyi最新数据，2026年刚过了一半，全球科技企业已累计裁员人数超过12万人。根据一家全球职业咨询公司6月4日发布的裁员报告，在美国劳动力市场5月的最新裁员中，因为AI被裁的人数创造了单月最高纪录，占裁员总数的40%，高于1月份的7%、3月份的25%和4月份的26%。

提效瓶颈

进入到6月，王天夫又感受到了新的变化。6月初，他的Token额度从每月2000美元骤降至每月5000元人民币，降幅超过50%。这源于公司对Token配额的大规模回调。王天夫了解到，Token降幅在不同部门、同一部门内的不同员工之间存在差异，技术岗缩减为每人每月2000-10000元，非技术岗在500-1000元之间。“员工的Token支出现在被纳入到部门经费里，经费少的部门在分配额度时会更趋谨慎。”

他收到的关于“Token精细化管理”的部门通知显示，未来由小组负责人合理且灵活地对Token额度进行动态调配，需结合团队资源大盘、项目周期、实际工作场景和员工的个体需求。逐步建立Token投入与产出的评估视角，不鼓励无节制消耗token。

《瑞草洞》剧照

刘松指出，5月以来，从硅谷到中国，越来越多的企业都开始对前一阶段的Token狂热进行反思，转向精细化管理。最核心的原因是Token越烧越多，但带来的效率回报却不如预期，企业级的整体业绩提升并不明显，“连大厂也快要烧不起了”。一位头部大厂的算法工程师对本刊估算了一下，仅从代码产出角度而言，AI可以带来几十倍效率的提升，但从代码转化为落地的产品，提效就降到了5倍左右，中间的损耗来自与不同部门的沟通与协调过程。他指出，AI提效的最终结果与三个因素有关，一是Token消耗量，二是人对技术、产品与市场的品味与判断力，三是所处的组织与平台。“后两个因素都与人相关，很难控制。”

类似的问题也出现在其他岗位。一位大型游戏公司的美术设计对本刊指出，越是成熟的项目，用AI重构工作流的过程越艰难，因为大型项目往往涉及多个环节，“只有单人提效没用，必须实现系统性提效才行。”刘知远说，如何推动组织层面适应AI时代的系统性改革，是所有企业都面临的全新课题。他所在的初创企业转型很早，但目前，仍需要有些员工专门帮部门做AI工作流重构，“这远远不够。”

《Good Boy》剧照

张斯成设想，在一个以AI为核心构建的AI原生企业中，纵向的科层式的组织结构，可能会被网状、球状的结构所取代。未来，组织中只需要三类人：第一类是建造者，负责从想法到产品的落地；第二类是审核者，确认产品是否符合理念与规范；第三类是组织者，主要扮演目前企业中CEO的角色，把人、资源与AI工具组织起来去完成复杂任务。换句话说，每个员工都应该是“超级个体”的角色。但多位一线员工表示，回到当前的现实，不管是大模型还是人的能力，目前还远达不到“超级个体”的程度。

Token额度下降了，工作量却没有下降，还在不断加码。已经离不开AI的打工人，很难再回到“古法时代”。王天夫发现，配额下降后，身边的同事立刻开始“节衣缩食”，频繁调用便宜的大模型，但经常遭遇幻觉，造成工作效率下降。很多人开始“自费打工”。最常见的情况是主动购买国外大模型会员，从几千元到上万元人民币不等。前述算法工程师花费4800美元购买了GPT年包套餐，自费比例达到80%。

《瑞草洞》剧照

从 OpenClaw 到Harness，再到最近的 Loop、Context，每隔一个多月，张烨的手机就会被AI领域出现的各种新名词刷屏，他不停的转发朋友圈出现的文章。但由于工作太忙，没时间看完，每次想到收藏夹里那些始终没点开的文章，他就会焦虑到失眠：将AI用得越好，越向公司证明自己可以被AI取代，接近被裁的危险边缘；但如果不积极拥抱AI，也会面临裁员。与此同时，加班时间越来越长，各种“AI提效分享会”越来越密集。最多的时候，张烨一周内要参加三四场，每场超过一个半小时，但分享案例对他实际工作的帮助微乎其微。“很多内容只是‘新瓶装旧酒’，各种高大上的的词在天上乱飞。”而AI的技术迭代，却让他应接不暇。

（文中王天夫、刘明洋、项北、张烨、周皓为化名）

福利抽奖

「三联生活小物接龙群」小范围邀请试运营啦！🌟

订阅读者专属福利

加入社群，接龙好物抽奖不停

抽奖：接龙社群内大家共同认证的口碑好物~

在这里，我们也会聚集一群同频共振、热爱生活的伙伴，一起接龙、一起种草、一起交流，做大家生活的共同陪伴者。

添加微信，发送凭证，获邀入群

“点赞”“在看”，让更多人看到

排版：金金/审核：阿怡

招聘｜撰稿人

详细岗位要求点击跳转：《三联生活周刊》招撰稿人

本文为原创内容，版权归「三联生活周刊」所有。欢迎文末分享、点赞、在看三连！未经许可，严禁复制、转载、篡改或再发布。

大家都在看

“点赞”“在看”，让更多人看到