作者｜冬梅

編輯｜蔡芳芳

Meta 內(nèi)部把燒 token 當(dāng)成 KPI

近日，據(jù) The Information 報(bào)道，Meta 公司內(nèi)部出現(xiàn)了一個(gè)名為“Claudeonomics”（這一名稱源自 Anthropic 旗艦產(chǎn)品 Claude）的 AI token 消費(fèi)排行榜，該排行榜由員工自愿在公司內(nèi)網(wǎng)創(chuàng)建，追蹤超過 8.5 萬名員工的 token 使用情況。

根據(jù)該榜單，Meta 內(nèi)部過去 30 天的消耗掉 token 總量超過 60 萬億。按照 Anthropic 最新公布的定價(jià)，其 Claude Opus 4.6 模型中輸入和輸出 token 的平均成本約為每百萬 token 15 美元。以此估算，60 萬億 token 的成本約為 9 億美元。不過 Meta 實(shí)際采用的是哪種模型以及其采購價(jià)格，我們尚不清楚。

據(jù)悉，Meta 內(nèi)部個(gè)人 token 數(shù)消耗最多的達(dá)到了 2810 億，根據(jù)模型類型的不同，這筆金額可能價(jià)值數(shù)百萬美元。

在 Meta 內(nèi)部，消耗最多的 AI 計(jì)算能力，正在成為一種新的身份象征。

這種現(xiàn)象反映了硅谷“Token 最大化”文化的興起——將 token 消耗量作為衡量生產(chǎn)力的基準(zhǔn)，并作為評估員工是否“精通人工智能”的競爭指標(biāo)。

科技公司高管們對這一趨勢表示贊同。

英偉達(dá) CEO 黃仁勛上個(gè)月表示，如果一名年收入 50 萬美元的工程師每年在 AI token 上的花費(fèi)少于 25 萬美元，他會(huì)“深感擔(dān)憂”。

Meta CTO Andrew Bosworth 在二月份的一次科技會(huì)議上表示，據(jù)《福布斯》報(bào)道，一位頂尖工程師如果將相當(dāng)于自己年薪的金額用于購買 token，其生產(chǎn)力可以提升至多十倍。Bosworth 坦率地說道：“這筆交易的成果顯而易見；應(yīng)該持續(xù)投入，而且沒有上限?！?/p>

特斯拉和 OpenAI 的前頂級 AI 科學(xué)家、現(xiàn)任 AI 教育初創(chuàng)公司負(fù)責(zé)人 Andrej Karpathy 不久前也在播客中也表示：“如果 token 用不完，我會(huì)很焦慮。”

如果說 Meta 的 token 排行榜代表的是一種“更多調(diào)用等于更高生產(chǎn)力”的工程文化，那么 OpenClaw 的流行則揭示了另一件事：在 Agent 時(shí)代，token 的消耗方式正在發(fā)生結(jié)構(gòu)性變化。

這只被開發(fā)者們反復(fù)調(diào)教的“數(shù)字龍蝦”，不再只是一個(gè)能聊天、能寫代碼的模型外殼，而是一個(gè)可以持續(xù)執(zhí)行任務(wù)、主動(dòng)調(diào)用工具、甚至自行拆解目標(biāo)的 Agent 系統(tǒng)。它不像傳統(tǒng)對話式 AI 那樣“問一句答一句”，而更接近一個(gè)不下班的執(zhí)行單元：任務(wù)一旦啟動(dòng)，就可能在后臺長時(shí)間運(yùn)轉(zhuǎn)，反復(fù)推理、調(diào)用、修正。

問題正是從這里開始變得微妙。

表面上，OpenClaw 降低了“用 AI 做事”的門檻——你不再需要頻繁與模型去交互，系統(tǒng)會(huì)替你跑完整個(gè)流程；但在更深一層，它也改變了成本的發(fā)生方式：越來越多的用戶開始意識到，自己消耗的已經(jīng)不只是“幾次對話”的成本，而是一整條任務(wù)鏈條背后的計(jì)算開銷。

一次看似簡單的自動(dòng)化流程，可能拆分成數(shù)十甚至上百次模型調(diào)用；一次“讓 AI 自己去完成”的指令，背后對應(yīng)的是長時(shí)間的推理軌跡和連續(xù)的 Token 流水。

問題也隨之浮現(xiàn)：當(dāng) Token 的主要消耗來自模型內(nèi)部推理過程，而不是用戶直接需求，把 Token 當(dāng)作生產(chǎn)力指標(biāo)本身就可能是一種誤判。而這些不可見的 Token 消耗是否真的帶來了等價(jià)的價(jià)值，也需要打個(gè)問號。

Token 消耗等同于生產(chǎn)力嗎？

Meta 的 Token 消耗排行榜其實(shí)引發(fā)了不少爭議。

彭博社旗下知名媒體人 Joe Weisenthal 在 X 平臺上直接質(zhì)問道：“用 token 總消耗量來衡量生產(chǎn)力究竟有什么意義？”

他還嘲諷道：“這真讓人感覺像‘后院煉鋼爐’一樣”，暗示這種一味追求數(shù)字指標(biāo)而忽視實(shí)際質(zhì)量的做法，就像不計(jì)成本地肆意浪費(fèi)資源一樣。

這背后的根本性問題是：token 消耗量是一個(gè)投入指標(biāo)，而非產(chǎn)出指標(biāo)。就像用打印頁數(shù)來衡量員工生產(chǎn)力一樣，消耗更多 token 并不等同于取得更多成果。一些員工為了提升排名而讓 AI 代理閑置數(shù)小時(shí)的行為，恰恰表明這個(gè)指標(biāo)可以通過“人工數(shù)據(jù)膨脹”來操縱。

當(dāng)我們試圖厘清“Token 消耗越多，生產(chǎn)力提升就越明顯”這一命題是否成立時(shí)，必須先將目光投向這些被消耗的 Token 究竟流向了何處。

想象這樣一個(gè)場景：你讓 AI 助手幫你拍張照片——聽起來是個(gè)再簡單不過的任務(wù)。但在后臺，這個(gè)“簡單”的指令可能觸發(fā) 20～50 次模型調(diào)用。每一次調(diào)用都在消耗算力、吞噬 token，而賬單最終會(huì)精確到小數(shù)點(diǎn)后幾位送到你面前。

YuanLab.ai 團(tuán)隊(duì)專家在接受 InfoQ 采訪時(shí)表示，“token 由模型生成，對于同一任務(wù)，不同模型生成的 token 數(shù)量差異較大，其中一些模型的 token 效率較低，大量 token 被消耗在無效內(nèi)容上——模型在已得出正確結(jié)論后仍持續(xù)生成反思、自我驗(yàn)證等內(nèi)容，在一些模型中，這部分無效 token 占比高達(dá) 70% 以上，是最核心的浪費(fèi)來源。”

Latency 問題本質(zhì)上是 token 冗余的外在表現(xiàn)。推理鏈條越長，單步響應(yīng)時(shí)間越難壓縮，在 Agent 多步驟任務(wù)中，每一步的延遲疊加會(huì)讓整體任務(wù)響應(yīng)時(shí)間遠(yuǎn)超預(yù)期，進(jìn)而觸發(fā)超時(shí)重試，反而產(chǎn)生更多 token 消耗，形成惡性循環(huán)。

所以真正的 token 成本黑洞，藏在系統(tǒng)的“內(nèi)耗”中。這種“內(nèi)耗”的根源不僅在于硬件利用率，更在于系統(tǒng)架構(gòu)本身。

當(dāng)用戶提出一個(gè)任務(wù)請求時(shí)，AI Agent 系統(tǒng)會(huì)進(jìn)行復(fù)雜的調(diào)度：任務(wù)分解、子任務(wù)分配、模型選擇、結(jié)果整合……這個(gè)過程中的每一次調(diào)度，都會(huì)帶來額外的開銷。系統(tǒng)調(diào)度會(huì)把基礎(chǔ)模型成本放大 3-5 倍，在極端情況下甚至達(dá)到 10 倍。

在復(fù)雜多模態(tài)文檔解析與長鏈路業(yè)務(wù)決策中，以企業(yè)級財(cái)報(bào)分析 Agent 任務(wù)為例，涉及跨頁圖文解析、數(shù)據(jù)抽取、多源對比、結(jié)論生成等多個(gè)子任務(wù)，每個(gè)子任務(wù)都需要獨(dú)立的模型調(diào)用，且上一步的輸出會(huì)成為下一步的上下文輸入。

在沒有推理效率優(yōu)化的情況下，單任務(wù)的 token 消耗可以輕松達(dá)到數(shù)十萬甚至上百萬 token，綜合算力成本遠(yuǎn)超人工完成同等工作的成本，從商業(yè)邏輯上就已經(jīng)站不住腳。

更關(guān)鍵的是，這類任務(wù)的成本不是靜態(tài)的。隨著業(yè)務(wù)規(guī)模擴(kuò)大、并發(fā)任務(wù)增多，成本會(huì)以任務(wù)數(shù)量為系數(shù)快速膨脹，而任務(wù)成功率和質(zhì)量卻未必同步提升。當(dāng)單任務(wù)的綜合算力成本與其創(chuàng)造的實(shí)際商業(yè)價(jià)值做對比時(shí)，很多看起來很有潛力的場景，在規(guī)?；涞貢r(shí)會(huì)發(fā)現(xiàn)根本無法實(shí)現(xiàn)正向 ROI。

舉個(gè)例子：用戶說“幫我分析這份財(cái)報(bào)”。

• 第一步：理解用戶意圖（調(diào)用模型）

• 第二步：識別需要提取的關(guān)鍵信息（調(diào)用模型）

• 第三步：從文檔中提取數(shù)據(jù)（調(diào)用模型）

• 第四步：驗(yàn)證提取的準(zhǔn)確性（調(diào)用模型）

• 第五步：生成分析報(bào)告（調(diào)用模型）

• 第六步：檢查報(bào)告的完整性（調(diào)用模型）

如果中間某個(gè)環(huán)節(jié)出現(xiàn)偏差，系統(tǒng)還會(huì)進(jìn)行“反思”和“回滾”，重新規(guī)劃路徑。一個(gè)看似簡單的任務(wù)，可能在后臺經(jīng)歷了數(shù)十次調(diào)用。

所以這個(gè)問題的結(jié)論應(yīng)該是——在很多場景下，Token 消耗的增長，優(yōu)先反映的不是生產(chǎn)力提升，而是系統(tǒng)復(fù)雜度的上升。甚至可以說：Token 越多，越有可能說明系統(tǒng)越“不會(huì)做減法”。

事實(shí)上，“Token 消耗不等于生產(chǎn)力提升”這一現(xiàn)象，并不是個(gè)別案例，而正在成為行業(yè)中的普遍共識。

Token 增長的本質(zhì)：

系統(tǒng)在為不確定性買單

包括 OpenAI、Anthropic 以及 Google DeepMind 在內(nèi)的多家機(jī)構(gòu)，在對復(fù)雜任務(wù)鏈路（如工具調(diào)用、代碼生成、長文檔推理）的評估中都發(fā)現(xiàn)：隨著任務(wù)復(fù)雜度提升，系統(tǒng)往往通過增加中間推理步驟和調(diào)用次數(shù)來維持成功率，而不是通過單次推理能力的提升來實(shí)現(xiàn)效率躍遷。

換句話說，當(dāng)前大量 Agent 系統(tǒng)所呈現(xiàn)出的“高 Token 消耗”，本質(zhì)上是一種工程層面的補(bǔ)償機(jī)制——它用更多計(jì)算去覆蓋模型能力的邊界。

這也正是問題的關(guān)鍵轉(zhuǎn)折點(diǎn)：如果 Token 的增加主要用于對沖不確定性，而不是直接創(chuàng)造價(jià)值，那么優(yōu)化方向就不應(yīng)該是“繼續(xù)增加調(diào)用”，而是“減少不確定性本身”。

也正是在這樣的背景下，行業(yè)開始從“如何多做幾步”轉(zhuǎn)向一個(gè)更本質(zhì)的問題：如何讓模型在更少步驟內(nèi)，把每一步做對。

答案正在變得清晰——決定效果上限的，并不是調(diào)用次數(shù)，而是每一次調(diào)用的質(zhì)量，以及系統(tǒng)在長鏈路中的決策穩(wěn)定性。

YuanLab.ai 團(tuán)隊(duì)認(rèn)為前大量 Agent 系統(tǒng)依賴“多輪調(diào)用”來完成復(fù)雜任務(wù)，本質(zhì)上是一種技術(shù)妥協(xié)。當(dāng)單步推理無法穩(wěn)定完成意圖理解、工具選擇與邏輯推演時(shí)，系統(tǒng)只能通過增加調(diào)用次數(shù)，引入反思、驗(yàn)證等機(jī)制，用冗余計(jì)算來對沖不確定性。這種路徑確實(shí)可以提升任務(wù)成功率，但代價(jià)是顯而易見的：Token 消耗被成倍放大，延遲不斷累積，系統(tǒng)復(fù)雜度迅速上升。

換句話說，行業(yè)今天普遍采用的“多調(diào)用換效果”，并不是因?yàn)槿蝿?wù)本身必須如此復(fù)雜，而是因?yàn)榈讓幽Ｐ蜕胁痪邆湓趩尾絻?nèi)高質(zhì)量完成決策的能力。當(dāng)模型能夠在一次推理中完成精準(zhǔn)的意圖識別、合理的路徑規(guī)劃以及可靠的執(zhí)行決策時(shí)，大量中間步驟本身就是可以被壓縮甚至消除的。真正高效的 Agent，不應(yīng)該依賴“多做幾次來糾錯(cuò)”，而是依賴“第一次就做對”。

這一點(diǎn)在長鏈路任務(wù)中尤為明顯。Agent 系統(tǒng)的核心挑戰(zhàn)，從來不只是單步推理，而是跨步驟的一致性與全局規(guī)劃能力。當(dāng)模型缺乏對整體目標(biāo)的把控能力時(shí)，系統(tǒng)不得不將任務(wù)拆解為大量細(xì)碎的子任務(wù)，并在每一個(gè)環(huán)節(jié)增加校驗(yàn)機(jī)制，以防止誤差累積。但這種設(shè)計(jì)也直接導(dǎo)致了調(diào)用次數(shù)的指數(shù)級增長，使得原本可以在少數(shù)步驟內(nèi)完成的任務(wù)，被拉長為一個(gè)高冗余的執(zhí)行流程。

最終結(jié)果是，Token 消耗的增長，更多反映的是系統(tǒng)控制能力的不足，而非智能水平的提升。

這種現(xiàn)象，與人類工作方式有著相似的映射。一個(gè)經(jīng)驗(yàn)不足的執(zhí)行者，往往需要反復(fù)確認(rèn)、多次修正，依賴流程和檢查來保證結(jié)果；而一個(gè)成熟的專家，則可以在更少步驟內(nèi)完成同樣甚至更復(fù)雜的任務(wù)。兩者之間的差異，并不在于“做了多少步”，而在于每一步?jīng)Q策的質(zhì)量與確定性。當(dāng)前很多 Agent，更像前者，而非后者。

但有意思的是，在過去幾年形成的技術(shù)路徑中，行業(yè)逐漸建立了一種近乎默認(rèn)的假設(shè)：更強(qiáng)的智能，必須建立在更高的算力消耗之上。

從 GPT-3 到 GPT-4，這一邏輯被反復(fù)驗(yàn)證，并進(jìn)一步演化為一種路徑依賴——通過更大的模型、更長的上下文、更復(fù)雜的推理鏈，來換取能力提升。當(dāng)這套思路被延伸到 Agent 系統(tǒng)時(shí)，就演變?yōu)椤坝酶嗾{(diào)用換更高成功率”的實(shí)踐慣性，進(jìn)而推動(dòng)整個(gè)行業(yè)走向一場隱性的算力競賽。

但問題在于，這種以規(guī)模驅(qū)動(dòng)的增長方式，正在逼近邊界。一方面，Token 成本的持續(xù)上升，使得大規(guī)模 Agent 部署在經(jīng)濟(jì)上變得難以承受；另一方面，調(diào)用鏈條的不斷拉長，也讓系統(tǒng)延遲和不穩(wěn)定性問題更加突出。在這種背景下，單純依賴“多用算力”來換取效果，已經(jīng)不再具備可持續(xù)性。

OpenClaw 所引發(fā)的討論，恰恰指向了另一種可能性：智能的提升，不在于“用得多”，而在于“用得準(zhǔn)”。這意味著，下一階段 Agent 的優(yōu)化重點(diǎn)，將不再是擴(kuò)大調(diào)用規(guī)模，而是提升 Token 的使用效率——減少無效推理、壓縮冗余鏈路、提高單步?jīng)Q策的信息密度，并通過更合理的系統(tǒng)設(shè)計(jì)降低調(diào)度與回滾帶來的額外開銷。

從這個(gè)角度來看，當(dāng)前 Agent 面臨的核心瓶頸，并不是算力不足，而是算力利用效率過低。繼續(xù)堆疊調(diào)用次數(shù)，只會(huì)帶來更高成本和更復(fù)雜系統(tǒng)，卻未必帶來等比例的能力提升。真正決定 Agent 能否走向規(guī)模化落地的關(guān)鍵，在于能否用更少的 Token，穩(wěn)定完成更復(fù)雜的任務(wù)。

無問芯穹 CEO 夏立雪在 3 月 27 日的中關(guān)村論壇年會(huì)的一場 AI 主題論壇上，闡明了相似的觀點(diǎn)。

夏立雪認(rèn)為，當(dāng)前階段，與其單純擴(kuò)張算力規(guī)模，不如把已有資源用到極致。圍繞這個(gè)目標(biāo)，他提出，應(yīng)加快構(gòu)建更高效、標(biāo)準(zhǔn)化的“Token 工廠”，提供持續(xù)穩(wěn)定、規(guī)?；?Token 服務(wù)，使頂尖模型能力高效賦能海量下游場景，盡可能提升每一個(gè) Token 的轉(zhuǎn)化效率，讓算力“花得值”。

這也意味著，Agent 的競爭，正在從“誰消耗更多資源”，轉(zhuǎn)向“誰更高效地使用資源”。

而這，或許才是 Token 經(jīng)濟(jì)真正進(jìn)入成熟階段的起點(diǎn)。

OpenClaw 引發(fā) AI 成本結(jié)構(gòu)重塑：

不拼算力，拼效率

當(dāng)我們將目光投向未來，OpenClaw 帶來的啟示是深遠(yuǎn)的。

首先，AI 的成本曲線不必是線性的。行業(yè)一直假設(shè)更強(qiáng)的模型必然更貴，但 OpenClaw 證明了效率優(yōu)化可以打破這個(gè)魔咒。一個(gè)高效訓(xùn)練的模型，可能比一個(gè)參數(shù)更大但訓(xùn)練低效的模型更強(qiáng)、更省。

其次，算力不是 AI 發(fā)展的唯一瓶頸。當(dāng) GPU 利用率只有 15%-30% 時(shí)，問題不在于算力不夠，而在于算力沒被好好利用。通過系統(tǒng)優(yōu)化，我們可以在現(xiàn)有硬件條件下釋放數(shù)倍的潛力。

最后，AI 的民主化需要效率革命。只有當(dāng)成本降到足夠低，AI 才能從少數(shù)科技巨頭的專利，變成每個(gè)開發(fā)者、每個(gè)企業(yè)都能使用的工具。OpenClaw 的 token 經(jīng)濟(jì)學(xué)，正在為這個(gè)未來鋪路。

在這個(gè)新時(shí)代里，智能不再是昂貴的奢侈品，而是觸手可及的基礎(chǔ)設(shè)施。每一分算力都被珍視，每一次調(diào)用都有價(jià)值。OpenClaw 這類智能體引發(fā)的狂燒 token 的解決辦法不應(yīng)只是簡單地省錢，而是讓 AI 真正走向高效、可持續(xù)的未來。

而這個(gè)未來，已經(jīng)不遠(yuǎn)了。

聲明：本文為 AI 前線原創(chuàng)，不代表平臺觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

世界模型的下一個(gè)突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態(tài)智能突破、Agent 架構(gòu)與工程化實(shí)踐、Agent 安全與可信治理、企業(yè)級研發(fā)體系重構(gòu)。14 個(gè)專題全面開放征稿。

誠摯邀請你登臺分享實(shí)戰(zhàn)經(jīng)驗(yàn)。AICon 2026，期待與你同行。

今日薦文

你也「在看」嗎？