Amazon 员工正在刷 Token Amazon 内部出现了一个新词：tokenmaxxing，意思是刷 AI 用量数据。 起因是 Amazon 今年给开发者定了硬指标：每周超过 80% 的开发者必须使用 AI 工具，并且在内部排行榜上追踪每个人的 Token（AI 模型处理的数据单位）消耗量。公司说这些数据不会用于绩效考核，但员工不信。“经理们确实在看，”一位员工说，“追踪用量会制造扭曲的激励，有些人把它当竞赛。” 于是一些员工开始用公司最近大规模部署的内部工具 MeshClaw 来刷分。MeshClaw 可以创建 AI Agent 代替用户操作办公软件，比如发起代码部署、处理邮件、操作 Slack。员工让它跑一些本来不需要 AI 做的事，纯粹为了把 Token 消耗数字刷上去。 MeshClaw 的灵感来自今年 2 月走红的开源项目 OpenClaw，后者允许用户在自己电脑上本地运行 AI Agent。Amazon 内部有三十多人参与开发了这个工具，内部文档的描述颇为科幻：“它会在夜间做梦来整合白天学到的东西，开会时帮你盯着部署，你醒来之前就把邮件分好了优先级。” 不只 Amazon，Meta 员工也在干一样的事，在内部排行榜上刷 Token 用量。 这背后是整个硅谷大厂的共同焦虑：巨额 AI 投入需要看到回报。Amazon 今年资本开支预计 2000 亿美元，绝大部分砸向 AI 和数据中心。公司需要证明这些钱花得值，最直观的方式就是让员工用起来，于是就有了指标、排行榜、和随之而来的数据注水。 也有员工对 MeshClaw 本身的安全性表示担忧。一个能代替你操作各种办公系统的 AI Agent，一旦出错或执行了非预期操作，后果可能不小。“默认的安全设置让我害怕，”一位员工说，“我不会放任它自己去干活。” 【注：tokenmaxxing 这个词模仿了网络俚语 -maxxing（把某件事做到极致）的构词法，在这里特指刷 AI Token 用量。】 来源：

⚡️投资 Talk 君 @TJ_Research 对话 168X：AI 下半场，谁花钱、谁收钱、谁真正赚到钱？ 随着 Tokenmaxxing 降温、开源模型加速追赶、Coding 逐渐商品化，企业也开始重新审视 AI 预算和实际 ROI，AI 投资是否正在进入下一阶段？ 过去两年，市场最奖励的是 NVIDIA、存储、光通信、半导体设备这些直接收取 AI CapEx 的资本供应商，但下一条故事线会不会逐渐转向真正能够把 AI 转化为收入、现金流和生产力的公司？ 本期我们邀请 投资 Talk 君，一起拆解 AI 投资里几个最关键的问题： 看对 AI，为什么不等于看对股票？ Coding 商品化之后，高价 API 和高毛利还能维持多久？ Tokenmaxxing 结束，代表 AI 需求见顶，还是企业开始认真计算 ROI？ 市场下一阶段，会不会从 Capital Suppliers 转向 Meta、Alphabet、Amazon 这些 Capital Spenders？ 这是一次关于商业模式、市场故事线与投资纪律的系统拆解！ 🎙 嘉宾：@TJ_Research 投资 Talk 君 🎤 主持：@168MrZ @vcmktasa 🗓 时间：7 月 16 日 上午 11:00 东八区 X Space 链接：

今天看到一条推：很多程序员正在经历身份危机，都快抑郁了。 CTO 们在推 tokenmaxxing，公司里搞 AI 的人和写业务代码的人中间裂了一道。 以前觉得「我会写代码」是铁饭碗，现在感觉饭碗在冒热气 😤 你们身边 AI 替代的迹象明显吗？还是说焦虑过头了？

【盲目投資】企業人工智能支出創新高 如今面臨兌現時刻 去年，企業用戶中最熱門的新趨勢是「tokenmaxxing」，即盡可能多地使用AI，以提高生產力並在內部排行榜上獲得更高排名。但越來越多企業正痛苦地認識到：消耗的Token越多，AI成本就越高。

⚡️@labubu_trader × @Franktradinglog 对话 168X：AI 半导体下一轮，多头机会还是风险重估？ 这场 Space，我们请到 168X 的老朋友 3X Long Labubu 与 Frank Trading，一起聊最近 AI trade 里最有分歧的几个问题！ $MU 财报之后，存储周期是否正在进入新一轮重估？Tokenmaxxing、开源模型、端侧推理，到底只是市场 FUD，还是会影响 AI CapEx 的预期？当市场一边看好 AI 长期需求，一边开始担心估值、资金流和宏观风险，接下来该怎么交易？ 我们会聊 MU、memory / HBM、NVDA、云厂商、KOSPI、中国 TRS、Gamma level，以及 AI 半导体接下来的机会与风险！ 主持：@168MrZ @vcmktasa 嘉宾：@labubu_trader @Franktradinglog 直播时间：6/26 12:00 PM 东八区 X Space 链接：

巨头们开始给 AI 账单算总账了，消耗的费用和创造的价值不成正比， Anthropic 的好日子一去不复返，大厂集体开始限制对内部 AI 用量 Meta 在搭一个叫 AI Gateway 的中央网关，实时盯着每个员工烧了多少 Token、花了多少钱，设预算、定上限。Meta 自己预计，光 2026 年内部 AI 使用就要产生数十亿美元的费用。 魔幻的地方在于，几个月前还是另一副嘴脸。 2025 年 11 月，Meta 还在通知员工，要把「AI 驱动的影响力」当成 2026 年的核心考核标准，绩效奖金直接和 AI 使用率挂钩。结果可想而知，员工开始疯狂刷量，搞出了「tokenmaxxing」狂欢，甚至弄了个叫「Claudeonomics」的内部排行榜公开比谁烧得多。排行榜被关停前，员工 30 天内消耗的 Token 总量飙到了 73.7 万亿。 CTO Bosworth 后来出来灭火，说了句很朴素的大实话，烧 Token 不等于有产出。 这句话，是这一整轮 AI 叙事开始转向的信号。 一、从「鼓励烧钱」到「对齐生产力」，三巨头几乎同步 这不是 Meta 一家的事，是大厂集体在同一个时间窗口踩刹车。 - Amazon：关停了员工自己搞的 Token 排行榜「KiroRank」，明确说量 Token 是为了搞清楚成本和效率，但别拿这个当衡量开发者生产力的指标 - Microsoft：直接把开发者的 Claude Code license 给撤了，此前才刚开放没几个月 - Meta：搭网关、设配额，还在推员工逐步停用 Claude 这类第三方编程工具，转向自研的 MetaCode 最早的新闻是 Uber 全年的 AI 编程预算，到 4 月就烧光了。ServiceNow 开始对员工搞日用量监测。部分 VC 机构也开始给内部 AI Token 用量设日均消费上限。 口径出奇地一致：以前是「快用，多用，刷 KPI」，现在是「成本对齐生产力」。 说白了，蜜月期结束了，开始算账了。 二、为什么是现在？因为 Agentic AI 把账单捅穿了 以前你用 AI 就是一问一答，Token 消耗有限。现在 Agentic AI 一跑起来，一个任务自己拆解、自己调用、自己多轮迭代，消耗的 Token 是普通用法的几十倍，极端情况据测算能到 1000 倍。 高盛的预测是，到 2030 年 agentic AI 会带动 Token 消耗增长 24 倍。 员工越用越上头，账单越滚越大，但产出并没有跟着同比例涨。 错配就出在这。投入是指数级的，产出是线性的。 三、谁在为这场狂欢买单？账单的另一头是 Anthropic 这才是关键。 大厂烧的这数十亿美元 Token 费用，一大块是付给上游模型商的。而当下企业级编程场景里，Claude 是绝对主力。换句话说，企业「无节制烧 Token」的这几个月，恰好就是 Anthropic 收入曲线最陡的几个月。 我们看一眼 Anthropic 这条曲线有多夸张： - 2024 年 12 月：年化收入 ~10 亿美元 - 2025 年底：~90 亿美元 - 2026 年 2 月：~140 亿美元 - 2026 年 2 月底：~190 亿美元 - 2026 年 4 月：~300 亿美元 - 2026 年 5 月：突破 ~470 亿美元 5 月底刚完成 Series H 融资，募了 650 亿美元，投后估值 ~9 650 亿美元。 一年多时间，年化收入翻了快 47 倍。这个增速，放在整个商业史里都属于离谱的那一档。 但问题恰恰是：这条曲线的燃料是什么？ 很大一部分，是企业端「先用了再说」的冲动型消耗，是 tokenmaxxing 排行榜、是绩效挂钩刷出来的量、是 agentic AI 还没被套上配额之前的野蛮放量。这部分需求，质量是存疑的，它不完全是真实生产力驱动的，而是被 KPI 和热情吹起来的。 现在大厂开始设上限、撤 license、推自研替代，等于是从需求侧主动把水分挤出去。 四、所以呢？我的判断 我的看法是，Anthropic 今年的年化收入，很可能正在逼近一个阶段性大顶。 第一，存量大客户在主动压缩用量。Microsoft 撤 Claude Code、Meta 推 MetaCode 替代、Amazon 和一堆公司设配额，这些都是直接砍向 Anthropic 收入盘子的动作。最肥的那批企业客户，正在从「敞开用」转向「省着用」。 第二，被挤掉的是「虚胖」的那部分收入。run-rate 这个指标本身就敏感，它是拿某个时点的收入去年化推算的。当这个时点恰好踩在 tokenmaxxing 的高峰上，年化数字会被显著放大。一旦配额落地，环比就会露出真实水位。 第三，新增长能不能补上缺口，是个悬念。要维持这条曲线不掉头，Anthropic 就得靠新场景、新客户来填上企业端挤出来的水分。能不能补上、补多少、多快补，目前没有定论。 我不是说 Anthropic 不行了，它依然是这一轮最强的玩家之一，基本盘很硬。但「年化收入一路狂飙」这件事，今年大概率会遇到第一个真正的阻力位。从 470 亿往上，每一档都会比之前难走。 说到底，AI 这门生意终于走到了要算 ROI 的阶段。 烧 Token 的狂欢退潮，对企业是好事，成本回归理性；对上游模型商是考验，靠冲动消耗撑起来的增长，得换成靠真实生产力撑起来的增长。 至于今年的年化收入峰值，我倾向于不会超过 470 亿美金这个数字，因为另一边 codex 追上的也很快。

Meta 新成立的AI 部门内部濒临“造反”。。 绝了，Meta 现在是真的乱…刚刷到一个，这周他们一场员工内部直播演示被人劫持，有人爆粗口情绪崩溃，要求在场的人替他转告某位Meta AI 高管，他是“a piece of sh*t”，台上演讲那位直接用手捂脸 🙂 基本就是这个成立才三个月、6500 人的新部门，把积压的愤怒第一次公开爆了出来。 为什么这么压抑 强征入组：很多人是通过一封突然的邮件才得知自己被调入，过程被形容为相当随机。理由是 Meta 的 AI 模型在编程等技术任务上还赢不了人类，需要用真实案例训练模型，理解人到底怎么用电脑干活。 没有选择：只能加入或离职，员工自嘲是“draftees（被征召者）”。被分配的活儿是生成谜题和编程题来训练 AI 模型。有人对 Wired 说“这简直是古拉格（gulag）”，大多数人觉得这活儿磨灭灵魂。 Zuckerberg 的理由更绝（泄露的内部会议录音）：与其用外部承包商，不如用自己员工。首席 AI 官 Alexandr Wang（把数据标注公司 Scale AI 以 143 亿美元卖给 Meta 后出任此职，领导 Meta Superintelligence Labs）熟悉数据标注，而且 Meta 普通员工的智力“显著高于”第三方承包商。 啧。花 143 亿买回来一个最懂数据标注的人，再让他带着 6500 个被强征的高智商工程师，去做标注。 而且最讽刺的还不是这个。又想起来之前，Meta 内部流行的 tokenmaxxing，比谁烧的 token 多，搞排行榜，CTO Bosworth 当时说 Keep doing it. No limit。结果现在因为成本飙升转向 tokenminimizing，开始追踪每个人烧了多少。 闹的也不止这一个部门。之前就有全公司有 1600+ 名员工联名请愿，抗议另一个监控他们鼠标点击和键盘敲击、拿去当 AI 训练数据的项目。气氛差到首席产品官 Chris Cox 这周不得不在员工电话会上回应这种“残酷（brutal）”的环境。 背景大家可以细品。Applied AI 这个部门由 Maher Saba（12 年老兵，曾任 Reality Labs 副总裁，就是在元宇宙上烧掉 830 亿美元的那个部门）领导，向 CTO Andrew Bosworth 汇报。 Zuckerberg 周五发内部备忘录承认近期变动“造成了痛苦”、说公司犯了错并打算改正，还重申“Meta 的北极星，是成为全球最有才华的人施展影响力的最佳之地”。 Alex Wang：你们太聪明了，去喂 AI 吧🙂

聊聊最近的硅谷的token-maxxing之辩，定价，arbitrage玩法，OpenRouter, Metronome，中国模型token出海，货币化… #硅谷101# Token经济学：AI时代的新货币战争 AI的竞争已经从“拼模型”卷到了“拼消耗”，员工们正疯狂比拼每天能烧掉多少token，而硅谷大佬们也在为AI账单暴涨而焦虑。当agent工具让token消耗量飙升百倍，一个残酷的问题摆上台面：我们正为之疯狂付费的token，到底是怎么定价的？烧得越多真的就越强吗？ 本期视频，我们采访了研究芯片与Token效率的工程师、一线agent开发者、云计算创业者，深度拆解了token账单的构成和计价方式。与此同时，中国大模型正凭借突出的性价比，在全球开发者社区疯狂霸榜，这也催生了“token套利”这一全新商业模式的兴起。 当token变成一种新形态的“大宗商品”，我们正在见证一场全新货币战争的开启，“token出海”是否会成为下一个结构性产业机会？