【AI】刷Token走火入魔!Meta员工写外挂作弊冲榜,1个月烧掉200万美元
Meta内部曾出现过一个名为“Claudeonomics”的AI用量排行榜,引发了员工之间的激烈竞争。该排行榜覆盖8.5万名员工,仅展示前250名,设置了从铜牌到“Token传奇”的段位体系。然而,这场旨在推动AI工具使用的竞赛,迅速演变成了一场单纯的消耗比拼。有员工单月消耗高达3285亿个token,按公开定价估算成本接近200万美元。排行榜在引发争议后被迅速撤下,但其背后暴露出的“以消耗量论英雄”的管理逻辑,引发了关于如何真正衡量AI生产力的广泛思考。
01惊人的消耗规模
这场内部竞赛的数据规模极其惊人。据报道,Meta员工在30天内总共消耗了约60.2万亿个token,一周后这一数字更是跳升至73.7万亿。为了直观理解这一量级,有媒体将其与人类知识成果进行了对比:美国国会图书馆藏书折算约为2.66万亿token,人类历史上所有出版书籍的估算总量约为20万亿token,而Meta用于训练Llama 3的数据量约为15万亿token。这意味着,Meta员工在一个月内烧掉的token量,大约是人类全部出版书籍总和的3倍。
| 对比对象 | Token估算量 (Trillions) |
|---|---|
| 美国国会图书馆藏书 | 2.66 |
| Meta Llama 3 训练数据 | 15 |
| 人类所有出版书籍 (估算) | 20 |
| Meta员工月消耗量 (峰值) | 73.7 |
Meta员工Token消耗量与人类知识成果对比
02被异化的KPI:刷榜手段与机制缺陷
- 机械式膨胀指标
部分工程师让AI Agent生成大量细小的代码改动,这些改动对功能提升有限,但每次提交都会计入token消耗,从而人为推高排名。 - 开发转录机器人
有人开发挂在会议里的自动记录工具,并鼓励同事使用。只要通过该工具运行,消耗的token就算在开发者头上。 - 系统级作弊
亚马逊电商部门曾出现类似案例,有团队直接修改系统,使每次AI对话看起来消耗了10倍的token,迅速冲到分部前列。
Box CEO Aaron Levie指出,这种现象让人想起软件行业早期用“代码行数”衡量程序员产出的历史教训。当时工程师们将一行能写完的逻辑拆成十行,指标涨了,产出却没变甚至更差。现在,同样的逻辑只是换了个计量单位,从代码行数变成了token数。这种将“容易量化的过程指标”等同于“难以量化的实际产出”的做法,必然导致目标置换。
03行业分歧:考核消耗 vs 考核结果
AI绩效考核导向之争
观点:多用即代表高效
黄仁勋 (英伟达CEO):如果年薪50万美元的工程师没用掉至少25万美元的token,他会“高度警惕”。
Andrew Bosworth (Meta CTO):若顶级工程师花掉年薪等值的token成本,能带来10倍生产力提升,这就是“白送的钱”。
Andrej Karpathy:Token吞吐量应成为AI时代个人能力的新标尺。


观点:产出优于投入
Josh Isner (Axon总裁):将AI激励与业务交付绑定,如超额完成路线图目标15%以上给予奖金,而非单纯考核消耗量。
Aaron Levie (Box CEO):容忍一定程度的token“浪费”作为试错成本,但拒绝将其变成排名机制,应设定更高的产品目标而非考核工具用量。
理性视角:Token只是弹药,消耗多少不重要,用其做出了什么才重要。
在Agent时代,单纯考核消耗量的弊端愈发明显。新的景象显示,工程师可以同时开启十几个窗口,放出几十个Agent并行跑任务,甚至24/7不间断运行。一个全职Agent一周即可跑掉7亿个token。当token消耗可以脱离人类干预自动增长时,将其作为衡量人的生产力指标显得更加荒谬。这就好比把油表读数当成速度表,虽然数据精确,但指代意义完全错误。
Meta的排行榜虽然已下线,但它折射出一个技术采用上的经典悖论:当一个工具的使用量可以被精确计量、排名并与绩效挂钩,它就必然从工具变成表演。无论是代码行数、专利数还是现在的token数,每一个曾被当作生产力代理指标的数字,最终都催生出了一套刷分产业。只要企业分不清“鼓励用AI”和“考核AI带来的真实产出”,类似的刷榜游戏就不会停止。
当前文章无评论,是时候发表评论了