一个月,73.7万亿tokens。这是Meta内部一份备忘录里的数字,发给了大约6000名员工,警告公司2026年的内部AI使用成本正在逼近数十亿美元。更值得玩味的是,这些用量是被一个叫"Claudeonomics"的内部排行榜追踪出来的——员工比谁用得多,而不是比谁做出了什么。
Meta CTO Andrew Bosworth随后发了第二份备忘录,语气不太客气:"所有的动作都不叫进展,token用量本身不能衡量任何影响。"公司管理层内部把这种现象叫"tokenmaxxing"——刷用量,而不是刷产出。
排行榜怎么把公司自己刷穿了
游戏化激励在企业管理里不新鲜,排行榜、勋章、进度条,本意是让员工愿意多用工具。但一旦排行榜本身成了被追逐的目标,员工优化的就不再是产出,而是排名。管理学上这叫古德哈特定律:一旦一个指标变成目标,它就不再是好指标。
Claudeonomics恰好踩中了这条定律。员工发现"用量高"能上榜,自然就有动力把简单任务拆成十次调用、把一次能说清的问题问上三遍。73.7万亿tokens里,有多少是真实产出、多少是刷榜式的空转,目前无从拆分——但公司自己承认,团队对自身消耗"缺乏可见性",这句话本身就说明了问题的性质。
- 风险.游戏化KPI一旦跑偏,企业很难在数据出来之前发现自己在为"虚荣指标"买单。
从"随便用"到"按预算来"
Meta的应对是拆掉排行榜,换成一个叫AI Gateway的集中监控平台,实时追踪各团队的用量和花费,并对异常spike自动报警。正式的token预算要到2027年才会落地,眼下这套Gateway算是过渡期的"仪表盘"。
同时,公司在引导员工从Anthropic的Claude转向自研的MetaCode。这步棋一石二鸟:一边省下第三方API的账单,一边给自家产品攒内部用户数据。代价是,如果MetaCode能力跟不上,员工工作效率可能先掉一截再谈省钱。
下面这条时间线,大致是Meta从"放任刷量"到"正式设限"的转身节奏:
"1350亿"和"6000亿"不是一回事
外界报道里常把两个数字并排放:Meta 2026年AI基础设施支出计划达1350亿美元(此后有报道上调至1250亿至1450亿美元区间),以及到2028年承诺投入6000亿美元用于数据中心建设。这两个数字放在一起读,很容易被误解成同一年要花近八千亿。
实际上,一个是单一年度的资本开支指引,一个是跨越多年的基础设施与就业投资承诺,量级和周期都不同,不能简单相加。搞清楚这一点,才能准确判断Meta在这场AI基建竞赛里到底处在什么烈度上。
天量数字堆在一起读,最容易骗过读者的不是虚假,是周期。
横向比一比同期几家公司的2026年AI资本开支指引,位置会更清楚:
放在这个坐标里看,Meta节流的是内部使用成本,基建开支该砸还在砸。省的是token账单,不是投入决心。
Meta不是第一个踩刹车的
Uber先动手了。它在四个月内花完了全年AI编程预算,之后把每个工具的月度支出上限定在1500美元。COO Andrew Macdonald说得直白:公司近95%的工程师每月都在用AI工具,近七成提交代码由AI生成,但token支出和实际产出之间的关联"还不存在"。
KPMG的一项调查显示,只有26%的企业对自己的AI成本拥有完整可见性。看不清账单,才敢放开花——这不是Meta一家的管理漏洞,是整个行业在AI狂飙两年后集体补的一课。
- 结论.从"疯狂堆用量"到"精细化算账",这是企业AI进入第二阶段的信号,Meta和Uber只是走在前面的两个。
真正该盯的不是Meta省了多少钱,而是2027年那套正式token预算怎么设计——是硬性配额,还是软性提醒;员工被限制用Claude之后,MetaCode能不能真的顶上去。这两个答案出来之前,"降本增效"四个字还只是一句备忘录里的口号。