---
title: "老黄的 Token 经济学翻车了！微软亚马逊通通跳车"
type: "News"
locale: "zh-CN"
url: "https://longbridge.com/zh-CN/news/288262475.md"
description: "多家科技巨头因 AI 使用成本失控而调整策略。亚马逊员工为冲榜疯狂刷 Token，导致账单激增；微软则取消大部分 Claude 授权，要求迁移至自家产品。这反映出企业从担忧 AI 使用不足转向警惕过度使用带来的高昂费用，开始重新评估 AI 投入产出比。"
datetime: "2026-06-01T11:14:06.000Z"
locales:
  - [zh-CN](https://longbridge.com/zh-CN/news/288262475.md)
  - [en](https://longbridge.com/en/news/288262475.md)
  - [zh-HK](https://longbridge.com/zh-HK/news/288262475.md)
---

# 老黄的 Token 经济学翻车了！微软亚马逊通通跳车

Token 经济学，可能并不经济。

（除了 AAAAA 显卡黄总）

最近，Axios 爆出一个挺逆天的事儿：一家企业，一个月就烧掉了 5 亿美元的 Claude 账单，合人民币 34 亿元。

原因嘛，就是老板给员工开通了 Anthropic 的企业授权之后，忘了设置用量上限，然后 token 就一直烧烧烧……

烧了一个月，34 个小目标就这么水灵灵地出去了。

咱先不说烧得值不值，如果按 Anthropic 目前约 470 亿美元的年化收入（ARR）计算，相当于这一家公司，一个月就贡献了 Anthropic 接近**八分之一的月收入**。

换句话说，Anthropic 每赚 8 块钱，其中就有 1 块来自这家公司。

更夸张的是，这家公司至今没有公开身份。

但 Axios 在报道里提到，能够 “无痛” 吞下 5 亿美元 AI 账单的企业，全球其实也没多少家。

很快，X 上开始出现各种猜测，其中被点名最多的是亚马逊。

巧的是，就在几乎同一时间，《金融时报》披露，亚马逊已经取消内部 AI 使用排行榜，因为员工开始为了冲榜而疯狂刷 Token，甚至执行大量没有实际价值的任务。

这一前一后两条新闻放在一起看，味道就有点不一样了。

过去两年，企业最担心的是员工不用 AI。而现在，越来越多企业开始担心另一件事：

AI 是不是用得太多了。

## **美国大厂，开始算账了**

这种变化，最近正在越来越频繁地出现。

微软就是一个典型例子。

最近，**微软**宣布将在 6 月 30 日之前**取消**Experiences + Devices 部门（负责 Windows、Microsoft 365、Outlook、Teams、Surface）的大部分 Claude Code 授权，工程师们被要求**迁移**到自家的 GitHub Copilot CLI。

而 Claude Code 进入微软内部，距离现在不过 6 个月。

微软给出的理由很符合硅谷传统——

Claude Code 已经完成了帮助团队学习和探索的阶段，是时候回到 “Eat Your Own Dog Food”，使用自己的产品了。

但无论如何，Token 账单都是绕不开的话题。

类似的变化，也出现在**DeepSeek**身上。

今年 4 月发布 V4 时，DeepSeek 在技术报告里提到，V4 已经成为公司内部员工日常使用的 Agentic Coding 模型，体验优于 Claude Sonnet 4.5，交付质量接近 Opus 4.6。

虽然官方没有明确提及成本因素，但对于拥有自研模型的公司来说，用自己的模型完成同样的工作，显然是一个更经济的选择。

如果说微软和 DeepSeek 还算委婉客气，那么 Uber 则说得更加直接。

Uber CTO Praveen Neppalli Naga 今年早些时候透露，公司工程师仅用 4 个月就烧完了全年 Claude Code 预算。

随后，Uber 首席运营官 Andrew Macdonald 公开表示：**AI Token 消耗与最终发布的有价值产品之间，似乎并不存在明显的线性关系。**

换句话说，花掉更多 Token，并不一定意味着创造出更多价值。

类似的反思，也开始出现在更多公司内部。

此前，**多邻国**曾计划将 AI 使用情况纳入员工绩效考核。但在员工质疑 “是否必须为了使用 AI 而使用 AI” 之后，公司最终撤回了这一决定。

“感觉我们不是在为实际结果负责，而是在试图强推一些并不总是适合的东西。”

今年 4 月的一档播客中，多邻国 CEO 路易斯·冯·安如此总结。

**Meta**的变化则更具代表性。

在被曝出内部建立 Claude 使用排行榜、单月消耗数十亿 Token 后，Meta 也逐渐开始收紧相关激励，从鼓励 “多用、多刷”，转向更关注实际产出。

与此同时，国内也出现了类似声音。

**米哈游**郑银河曾分享过一次经历：某个 Agent 项目上线后，一晚上烧掉了 200 万元 Token 费用。

这笔学费不算便宜。但它也让越来越多企业意识到一个问题：Token 本身并不是价值，完成任务、交付产品、创造收入，才是价值。

可以说，企业依然相信 AI，只是相比去年，它们开始不再单纯追求消耗更多 Token，而是开始认真计算每一个 Token 背后的 ROI。

## **AI 第一次变成了财务问题**

毫无疑问，在经历了大半年的 “黄氏 Token 经济学” 之后，美国大厂开始认真反思：

这些 Token，到底花得值不值？

今年 3 月，黄仁勋在《All-In Podcast》中曾为这套逻辑公开背书。

如果一个年薪 50 万美元的工程师每年消耗的 token 不到 25 万美元，他会深感担忧。

在当时，这句话被很多企业奉为圭臬。

毕竟，如果 AI 真的能提升工程师效率，那么多烧一些 Token，本质上是在购买生产力。

用的越多，省得越多就是这么来的。

但问题在于：当一张张真实账单开始寄到企业手里时，事情开始变得没那么简单。

无论是 Amazon 取消排行榜，微软收缩 Claude Code 授权，还是 Uber 发现工程师 4 个月烧光全年预算。

老板们最终还是选择了用脚投票。

最近，关于这件事的讨论也开始在 Hacker News 上发酵。

有人认为，这是一个重要转折点。

过去那种把 Token 消耗量等同于 AI 采用率、甚至等同于生产力的狂热阶段，正在结束。

也有人把矛头直接指向了过去半年流行的 “Tokenmaxxing” 文化。

_（注：Token 是大语言模型处理文本的基本单位，也是计费单位。Tokenmaxxing 指的是企业和员工疯狂追求 token 消耗量，把 “烧了多少 token” 当成 AI 采用率和生产力的衡量指标。）_

在他们看来，问题并不在于 AI，而在于企业把 “烧更多 Token” 误当成了目标本身。

如果使用更高效的模型、合理控制 Agent 工作流，或者让人类参与关键决策，成本本可以低得多。

当然，也有人开玩笑说：

这场运动最大的赢家，从头到尾可能只有黄仁勋。

不过，另一种观点同样值得关注。

不少开发者认为，这并不是 AI 热潮退去的信号。

恰恰相反。

这意味着企业终于开始从 “先用再说”，进入 “精细运营” 的阶段。

未来大家关注的重点，可能不再是谁烧掉更多 Token，而是谁能用更少的 Token 完成更多任务。

比如：更高效的 Agent 工作流；廉价模型处理简单任务；昂贵模型只负责关键决策；更严格的预算和权限管理。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

### 相关股票

- [MSFT.US](https://longbridge.com/zh-CN/quote/MSFT.US.md)
- [AMZN.US](https://longbridge.com/zh-CN/quote/AMZN.US.md)
- [NVDA.US](https://longbridge.com/zh-CN/quote/NVDA.US.md)
- [UBER.US](https://longbridge.com/zh-CN/quote/UBER.US.md)
- [DUOL.US](https://longbridge.com/zh-CN/quote/DUOL.US.md)
- [META.US](https://longbridge.com/zh-CN/quote/META.US.md)
- [NVD.DE](https://longbridge.com/zh-CN/quote/NVD.DE.md)

## 相关资讯与研究

- [微软《工作趋势指数》报告：打工人如何使用 AI？](https://longbridge.com/zh-CN/news/288022802.md)
- [一家中小跨境电商的 AI 拼连接样本](https://longbridge.com/zh-CN/news/288262600.md)
- [老黄又赢麻了，烧 token 的公司全成了小丑](https://longbridge.com/zh-CN/news/288296675.md)
- [当 Token 比人更贵，“AI 叙事” 就碰到麻烦了](https://longbridge.com/zh-CN/news/287854265.md)
- [140 万亿 Token 之后：中国正在修建 “算力高铁”](https://longbridge.com/zh-CN/news/288159624.md)