Meta's Company-Wide Race: Who Uses the Most Tokens?

在 Meta 内部，烧掉最多 AI 算力，正在成为一种新的身份象征。

4 月 6 日，据 The Information 报道，Meta Platforms 内部出现了一个名为"Claudeonomics"的 AI 使用排行榜。这个由员工自发搭建在公司内网上的榜单，追踪逾 8.5 万名员工的 AI token 消耗量，并列出前 250 名"超级用户"。排名靠前的员工可获得"Session Immortal"（会话永生者）乃至"Token Legend"（Token 传奇）的称号。

榜单名称"Claudeonomics"取自 AI 初创公司 Anthropic 的旗舰产品 Claude。据媒体获得的一份榜单副本显示，在近 30 天内，该榜单记录的总 token 使用量超过 60 万亿。排名最高的个人用户平均消耗 2810 亿 token——按模型类型不同，这一用量的成本可能高达数百万美元。

按 Anthropic 最新公开定价，其 Claude Opus 4.6 模型输入与输出 token 的平均价格约为每百万 token 15 美元。以此估算，60 万亿 token 对应费用约为 9 亿美元。不过，Meta 实际使用哪些模型、以何种价格采购，目前尚不清楚。

"烧 Token"成为生产力新标尺

这一现象折射出硅谷正在兴起的"tokenmaxxing"文化——将 token 消耗量作为衡量生产力的基准，以及判断员工是否"AI 原生"的竞争指标。

科技界高管正在为此背书。

英伟达 CEO 黄仁勋上月表示，如果一名年薪 50 万美元的工程师每年花在 AI token 上的费用不到 25 万美元，他会"深感警惕"。

Meta CTO Andrew Bosworth 今年 2 月在一场科技会议上表示，据 Forbes 报道，一名顶级工程师将相当于其薪资的金额花在 AI token 上，生产力提升最高达 10 倍。Bosworth 直言："这是稳赚不赔的买卖，继续做，没有上限。"

前特斯拉、OpenAI 顶级 AI 科学家、现任 AI 教育初创公司负责人 Andrej Karpathy 上月在一档播客中也表示："关键在于 token。你的 token 吞吐量是多少？你能调动多少 token 吞吐量？"

榜单如何运作

员工可在榜单上追踪个人消耗量、与同事横向比较，并获得游戏化奖励——从铜、银、金、铂金到翡翠徽章，以及"Model Connoisseur"（模型鉴赏家）、"Cache Wizard"（缓存巫师）等成就称号。

据两名现任员工透露，部分员工为了冲榜，会让 AI 代理持续运行数小时执行研究任务，以最大化 token 消耗。

Meta 官方也设有一个面向软件工程师的独立 token 使用仪表盘，其他岗位员工同样可以查看自己的使用情况。值得注意的是，据一名知情人士透露，扎克伯格和 Bosworth 本人均未进入前 250 名超级用户榜单。

在工具层面，Meta 员工除使用 Anthropic、OpenAI 和谷歌的模型外，还可使用内部开发工具，包括 Meta 版本的 OpenClaw（内部称为 MyClaw），以及 Meta 近期收购的 Manus。

Meta 发言人表示："众所周知，这是公司的优先事项，我们专注于利用 AI 帮助员工完成日常工作。"

质疑声：消耗量等于生产力？

这场竞赛并非没有争议。

彭博旗下媒体人 Joe Weisenthal 在 X 平台上直接发问："用 token 总消耗量来衡量生产力，这到底有什么意义？"

他在随后进一步嘲讽道：“这真的有一种 ‘后院土法炼钢’（real backyard steel furnaces vibe）的视感。” 意指这种只追求数字指标而忽视实际质量的狂热，极像是不计成本的资源浪费。

这一质疑指向一个核心问题：token 消耗量是一个投入指标，而非产出指标。正如用打印纸张数量衡量员工工作效率，多烧 token 不等于多出成果。部分员工让 AI 代理"空转"数小时以冲榜的行为，恰恰说明这一指标存在被"刷数据"的空间。

对此，知名科技分析师 Noah Brier 提出了不同看法：“我不认为这有道理，但当你试图让像 Meta 这样庞大的组织转弯时，有时你必须进行 ‘刻意的过度修正’（purposely overcorrect）。”

然而，Weisenthal 紧接着追问道：“即便如此，他们试图扭转的 ‘那个东西’，究竟是员工的工作习惯，还是公司赚钱的模式？”

不过，从市场角度看，这一现象本身传递出一个明确信号：企业级 AI 消耗正在以远超预期的速度扩张。仅 Meta 一家公司，单月估算 AI 算力支出就可能接近 9 亿美元量级，这对云计算和 AI 基础设施供应商而言，意味着持续增长的需求。