美劇《火線》里有條貫穿多季的暗線：

巴爾的摩警察局為了讓犯罪數據好看，把重罪降級為輕罪，讓強奸案憑空消失。上級看著報表上的數字逐月下降，在市政廳匯報時滿臉驕傲。

只有街區的居民知道，街上槍聲一點沒少。

劇里有句臺詞：You juke the stats and majors become colonels． 刷刷數據，少校能升上校。

但誰也沒想到，2026 年，這句話的新版本正在中國互聯網大廠上演。

只不過被刷的不是犯罪率，而是AItoken 消耗量。只要你刷刷 token，摸魚也能變勞模。

最近，小紅書上有個帖子很火。

一個自稱在 BAT 大廠（首先 B 排除百度）的網友說：部門突然開始搞 token 消耗排行榜，以后試用期轉正、年度KPI、晉升，都要參考這個數據，甚至用得少的人，可能被替代。

他是三月份的榜首，還遙遙領先，被老板點名夸了一頓，讓他節后給全部門做直播分享怎么用 AI 干活。

但他沒敢說的是，自己超過一半的 token，是在整理個人數據發筆記。。。

不光是大廠噢。

我身邊有個發小在一家公司干了三年，前幾天突然被要求：日報里要填寫今天用 AI 做了哪些工作，提高了多少產能，還要精確到小時。

搞得他現在動不動要打開AI軟件，想想怎么刷。

看到這些，差評君第一反應是迷惑，這不就是 2026 年版的工位亮燈等于加班嗎？？

在聊這事之前，咱先簡單解釋一下 token。

token 是 AI 處理信息的最小計量單位，你可以把它理解成 AI 世界的字數/貨幣，一個中文字大約等于 1 到 2 個 token。

你和AI對話一輪， 消耗的 token = 你發給 AI 的字 + AI 思考推理 + AI 回復的字。

AI 模型公司呢，就按 Token 消耗量去收錢。

理論上，token 消耗量和 AI 交互是成正比的。你消耗越多，就能說明你跟 AI 交互越頻繁。

聽起來沒毛病，黃仁勛也這么想的。

3 月下旬的英偉達 GTC 大會上，黃仁勛說公司應該給每個工程師配一筆 token 預算，金額大約是基本工資的一半，讓 AI 把他們的產出放大十倍。

后來他在 All-In 播客上又舉了個例子：

假設有一個年薪 50 萬美元的工程師，年底你問他今年花了多少 token，如果沒花到 25 萬美元，老黃說會“ deeply alarmed ”，深感震驚。

他要說 5000 美元呢？

老黃直接“I will go ape something else”，中文大概就是氣得跳腳，當場發瘋，叼你 MD（最后一句我加的戲）。

在老黃看來，優秀的工程師就應該大量使用 AI，用得越多產出越高。

畢竟公司給你配了 AI 資源，你用資源提效，產出放大，你要是不用，確實說不過去。

這套邏輯，不只老黃一個人這么想。

2025 年 4 月，Shopify CEO Tobi Lutke 給全公司發了封備忘錄：申請加人之前，必須先證明 AI 做不了這個工作，而 AI 的使用情況也要納入績效考核。

硅谷甚至出現了一個專門的詞來形容這股風氣：Tokenmaxxing，token 最大化。

《紐約時報》科技記者 Kevin Roose 給它做了專題報道，里面數據很夸張：OpenAI 有工程師一周處理了 2100 億 token，Anthropic 有用戶一個月在 Claude Code 上燒掉了 15 萬美元。

而現在，這股風終于吹到了國內，企業們開始把 token 消耗、AI 使用時長綁進績效。。。

不是兄弟。。。

和 AI 互動得多，不代表解決的問題就多啊。就好比我們去健身房，不是去了 100 次體重就一定減少的。

好，退一萬步講：

就算我們暫且接受“用得多=產出高”這個前提。那至少這個指標應該很難造假吧？

恰恰相反，刷 token，可能是 2026 年最容易的一件事。

差評君簡單露幾手，看完你就知道這玩意作為指標有多差勁了。

第一種，上下文滾雪球。

為了聯系上下文，AI 的每次回答都會把之前的所有對話從頭重讀一遍。對話越長，每輪重讀消耗的 token 越多。第 1 輪只要 1500 個 tokend，但到了第 20 輪、第 50 輪光重讀就要燒好幾十萬、百萬 token。

你就這么無限對話下去，就算被領導質疑，你就說：這可是我反復追問了好多輪才得到滿意的結果。

懂不懂“深度思考”啊。

第二種，開 50 個 AI Agent（代理）讓它自動跑任務。

Agent 會自己派活、自己重試、遇到問題自己繞路，每個步驟都在燒 token，思考過程也算錢，跑一晚上第二天你就是部門勞模。

第三種更簡單。

把一整個 10 萬行代碼倉庫扔給 AI，讓它“分析一下”就行，努力的樣子從未如此省力。

其實這些方法一點都不高級，制定這條 KPI 的公司、管理層，也不可能沒預料到會被刷。

因為經濟學有個概念叫 Goodhart 定律：當一個度量指標變成了考核目標，它就不再是一個好指標。

它一定會被刷。

英國 NHS 曾經考核急診等待時間不超過 4 小時，結果醫院讓救護車在門口停著不讓病人下車，因為等待時間從進門開始算。

沒有人覺得自己在作惡，每個人都在合理地優化自己面對的指標。

Token 排行榜也一樣。

它已經成了 AI 時代的功德箱，佛祖不看金額看誠意，領導不看產出看次數。

所以真正的問題來了：

為什么明知會被刷，這個指標還是出現了？

因為它的背后，是 AI 時代特有的、自上而下的焦慮。

過去兩年，不擁抱 AI 就會被淘汰幾乎成了科技圈的政治正確。CEO 們在財報電話會上必須提 AI，投資人看的是 AI 滲透率，媒體寫的是某公司全員接入大模型。

Meta 2026 年績效關注員工用AI 做出多少成果

這種焦慮一層一層往下傳：

董事會問 CEO“我們的 AI 戰略是什么”，CEO 問 VP“AI 落地進度怎么樣”，完了 VP 又發條語音問總監 “能不能給我一個數據證明大家在用”。

在這種氛圍下，管理層就不得不需要一種手段強推 AI 滲透。

可問題是，AI 時代產出歸因太模糊了。

代碼行數、需求完成數、項目交付，現在說不清到底多少是 AI 貢獻的。上頭一問你 AI 滲透到什么程度，你直接啞火。

當真實貢獻不可觀測，管理者就只能抓最近的、可數的東西。

誒，token 消耗量恰好是那個完美指標：可量化、可對比、可造假。

到這，你就能理解為什么 token 排行榜會出現在大廠里了，又能逼著員工用起來，又能拿去跟老板交差，當作一個向上匯報的數據，美滋滋。

當然了。。。

鑒于這次 KPI 提出者是 BAT 大廠管理層，也可能存在第二種原因。

你想想，“不用 AI 就會被淘汰”、“token 消耗代表先進性”，這套行業敘事的最大受益者是誰？

BAT 等大模型廠商，畢竟靠賣 token 賺錢，不過這就不在本文討論范圍內了。

差評君更關心的是，今年大廠能把 token 消耗納入考核，小公司把 AI 使用時長加進日報。

那明年呢，你所在的公司呢？

我不是說 AI 沒用，也不是說不該推 AI。

的確，在 AI 應用早期階段，強制接觸有其合理性，歷史上也有過“強推”的成功先例。

20 世紀初，福特工廠強制流水線作業，工人強烈抵觸，覺得這是剝奪手藝人的尊嚴，但流水線最終讓汽車從富人玩具變成了普通家庭的交通工具。

組織一旦習慣了舊的做事方式，即使新工具明顯更好，慣性也會讓所有人賴在原地不動。

從企業角度來看，強推 AI 有組織變革的正當性。

可問題是，福特流水線和 AI 根本不一樣啊。

福特是直接把生產方式換了，流水線往那一架，你作為工人沒法再手搓了，這是從底層變革生產力。工人抵觸歸抵觸，離職歸離職，福特加工資把人留住，最后效率確實提上去了。

但 AI 不一樣。

對互聯網公司而言，AI 沒有在根本上替換他們的工具鏈。

員工用不用、怎么用，選擇權還在自己手上。

AI 要真能升效，用 AI 的人自然會在產出上勝出，大家自然會選擇最高效的方式，不需要你拿排行榜逼。

如果所謂的 token 排行榜能度量員工的價值，那打字排行榜早就是諾貝爾文學獎的評選標準了。

寫作的價值不在于你寫了多少個字，思考的價值不在于你翻了多少頁書，使用 AI 的價值也不在你燒了多少 token。

不要因為 AI 時代的焦慮，就把人的價值也一起燒掉了。

巴爾的摩街頭的槍聲沒有因為數據變好看而消失，你公司的效率也不會因為 token 燒得多就一定提升。

撰文：刺猬

編輯：莽山烙鐵頭 面線