夢晨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

OpenAI最燒Token的人有多狠？

一位匿名員工，上周處理了2100億Tokens，是全公司之最，足夠把整個維基百科填滿33遍。

他不是在做什么驚天大項目，就只是公司內(nèi)部排行榜第一名而已。

與此同時，在隔壁Anthropic一位Claude Code用戶單月賬單超過15萬美元，折合人民幣過百萬元。

這便是硅谷新風尚Tokenmaxxing，直譯過來就是“Token刷量大賽”。

具體來說：

• AI公司內(nèi)部開始出現(xiàn)排行榜，追蹤每個員工的token消耗量；
• 招聘時，”你能給我多少token預算“正在成為工程師最關心的問題之一；
• Meta和Shopify甚至把AI使用量寫進了績效考核標準。

Token這個AI處理的最小文本單位，正在從技術術語變成硅谷的新型貨幣。

從月付200到年燒10萬

風投機構(gòu)Theory Ventures創(chuàng)始人Tomasz Tunguz親身經(jīng)歷了Token賬單的指數(shù)級膨脹。

六個月前，他每月在Claude上花200美元。然后加了三個agent訂閱Codex、Gemini和Claude Code，月費漲到600美元。

接著他開始用AI把待辦清單自動變成完成清單，每天處理31項任務，日均推理賬單飆到92美元。再加上每月400美元的智能體瀏覽器。

半年之內(nèi)，他的AI推理支出從年化7200美元漲到4.3萬美元，再到超過10萬美元。

但在一年前，一個人想用掉這么多token幾乎不可能。

假設一個學生寫篇論文，來回修改幾輪，大概消耗1萬個token，約等于7500個英文單詞。

要燒掉幾十億個Token，得在電腦前不停下指令好幾十小時。

Coding Agent改變了一切。

Claude Code、Codex這類工具可以在無人監(jiān)督的狀態(tài)下連續(xù)工作數(shù)小時，審查和編輯大型代碼庫，從一條指令生成完整程序。每個agent還能派生出子agent處理不同子任務，每一步都在生成成千上萬個Token。

龍蝦OpenClaw更是24/7不停工作。

Token消耗的爆炸直接推高了AI公司的收入。

Anthropic今年在兩個月內(nèi)將收入預期翻了一倍多，Claude Code年化收入達到25億美元。

OpenAI的Codex周活躍用戶超過200萬，年初以來增長兩倍，Token使用量增長五倍。

Google去年透露，其AI模型每月處理超過1.3萬萬億（quadrillion）個Token。

不過，這場增長背后有個關鍵推手：補貼。

OpenAI和Anthropic都在200美元/月的訂閱計劃里提供了價值約1000美元的Token額度。

和當年打車、外賣用發(fā)優(yōu)惠券搶市場的邏輯一模一樣。

Token成為第四種薪酬

英偉達GTC 2026上，黃仁勛把這股暗流推到了臺面上，拋出了一個讓所有人豎起耳朵的提議：

• 工程師年薪幾十萬美元，我會在基礎薪資之上再給他們相當于一半年薪的token，讓他們能力放大10倍。當然我愿意這么做。

黃仁勛成了第一個公開談論“公司Token預算”的重量級CEO。

在他的框架里，Token正在變成繼工資、獎金、期權(quán)之后的第四種薪酬。

根據(jù)薪酬追蹤網(wǎng)站Levels.fyi的數(shù)據(jù)，硅谷75分位軟件工程師的年薪是37.5萬美元（約262萬人民幣）。如果再加10萬美元的token預算，總包就是47.5萬美元，其中21%是token。

OpenAI Codex工程負責人Thibault Sottiaux最近在X上寫道，AI算力正變得越來越稀缺、越來越值錢：

• 候選人面試時越來越多問我：我能有多少專屬推理算力。

內(nèi)卷還是生產(chǎn)力？

在OpenAI內(nèi)部，員工已經(jīng)可以在排行榜上看到同事消耗了多少token。

公司token預算正在成為一種員工福利，就像醫(yī)療保險或免費午餐。

另一面，Shopify和Meta已經(jīng)把AI使用納入了績效考核，獎勵重度使用的員工，批評不用的。

風險投資人Nikunj Kothari這樣描述彌漫硅谷的新情緒Token焦慮。

• 晚飯時的開場白過去是“你在做什么？”現(xiàn)在變成了“你跑了幾個agent？”

但質(zhì)疑聲音也在出現(xiàn)。一位匿名OpenAI員工評價同事們的token競賽：這看起來不可持續(xù)。

排行榜不衡量產(chǎn)出質(zhì)量。那些刷到數(shù)十億token的人，到底在產(chǎn)出有用的東西，還是只是在空轉(zhuǎn)、看起來很忙？

當一家公司為每個員工支付的Token費用接近甚至超過這個人的工資時，財務部門對“人頭”的算法就會發(fā)生變化：

如果算力在干活，到底需要多少人來協(xié)調(diào)它？

參考鏈接：
[1]https://tomtunguz.com/inference-as-compensation/
[2]https://www.nytimes.com/2026/03/20/technology/tokenmaxxing-ai-agents.html
[3]https://www.wsj.com/tech/ai/claude-code-cursor-codex-vibe-coding-52750531