11月2日晚，李佳琦的直播间上了一件看不见的商品：1分钱的千问办公个人会员月卡。
半小时，卖出近10万份，折算下来约2万亿Token。 Token是大模型处理信息的计量单位，买的其实是模型调用额度。36氪
天猫把它设成独立的促销品类，京东开了AI软件充值馆。今年双11，购物车里多了一样东西：算力。
就在几天前，亚马逊给工程师发了一份指导文件，意思几乎相反：别把Token消耗量当成绩。
36氪转载的报道里有个细节，亚马逊内部曾有个叫Kirorank的AI使用排行榜，员工为了让排名好看，会让Agent去做没有实际意义的任务。CSDN
今年5月，榜被关掉了。亚马逊的副总裁在文件里说，最高产的工程师，成果不应该由AI的使用情况来定义。
微软也在8月发邮件提醒，“Tokenmaxxing不是我们追求的目标”。
一边在囤，一边在踩刹车。把这两件事放在一起，问题就出来了：AI用得越多，活真的干得越多吗？
METR在2025年做过一个随机对照实验。16位有经验的开源开发者，在自己维护的项目里做246个真实任务，随机决定哪些能用AI。结果，用AI的那组反而慢了19%。更刺眼的是，开发者自己觉得快了20%。知乎
慢在哪？不在写，在看。一位写作者把这种变化说得很准确：“以前写一篇稿子，八成力气花在‘写’，两成花在‘判断写得好不好’。现在写只要五分钟，判断要两小时”。知乎
代码也一样：生成一段代码几秒钟，读它、查它、跟系统里已有的东西对齐，要几倍时间。AI把“生产”的价格打下来了，“验收”没有。
于是有了那种很具体的累：一天开着几个Agent，一个改代码，一个查资料，一个写周报。每个都不是一直需要你，但每个都时不时需要你。
下班时脑子被榨干，却说不出今天到底交付了什么。写周报、做PPT、整理会议纪要，都是同一个结构：机器几分钟交出一版，人再花一个小时删掉其中一半。
问题不全在AI，也在记账方式。用“消耗了多少Token”记账，最理性的做法就是多调用、多生成，把简单的事做复杂。
亚马逊说的“成本上升和复杂性增加”，就是这么来的。用“交付了什么”记账，很多AI动作从一开始就不该发生。
一个更实用的判断，是问自己三件事。
第一，AI是把整块活干完，还是只打了个草稿？只打草稿，后面读、改、核对、排版还是你的，那不叫省时间，叫把工作拆成两段。
第二，省下来的时间变成了什么？如果只是“今天没那么赶”，它就不会变成产出。得把它换成一件具体的新活，或者砍掉一件旧活。
第三，你加速的环节，是不是这条交付链上最慢的环节？文案从两天压到两小时，但打样、审批、排期还在原地，那只是把不堵车的路口绿灯调长了一点。很多人的AI工具用得很顺，交付却没快，就是快在了不堵车的那一段。
这三问不用工具，一张纸就够。挑一件每周都做、能数出件数的事，先记三天：花多久、出几件、返工几次。再让AI做三天，记同样三项。只有件数变多、时间真的换成了新产出、返工变少，才算提效。
1分钱的会员可以囤，2万亿Token也可以囤。但囤完之后，总得有一件东西被真正做完。
算力便宜了，判断没有。今天更值钱的，不是你能调用多少Token，而是你能在一堆看着都对的输出里，挑出那个不对的。
