--- title: "老黃的 Token 經濟學翻車了！微軟亞馬遜通通跳車" type: "News" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/288262475.md" description: "多家科技巨頭因 AI 使用成本失控而調整策略。亞馬遜員工為衝榜瘋狂刷 Token，導致賬單激增；微軟則取消大部分 Claude 授權，要求遷移至自家產品。這反映出企業從擔憂 AI 使用不足轉向警惕過度使用帶來的高昂費用，開始重新評估 AI 投入產出比。" 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) --- # 老黃的 Token 經濟學翻車了！微軟亞馬遜通通跳車 Token 經濟學，可能並不經濟。 （除了 AAAAA 顯卡黃總） 最近，Axios 爆出一個挺逆天的事兒：一家企業，一個月就燒掉了 5 億美元的 Claude 賬單，合人民幣 34 億元。 原因嘛，就是老闆給員工開通了 Anthropic 的企業授權之後，忘了設置用量上限，然後 token 就一直燒燒燒…… 燒了一個月，34 個小目標就這麼水靈靈地出去了。 咱先不説燒得值不值，如果按 Anthropic 目前約 470 億美元的年化收入（ARR）計算，相當於這一家公司，一個月就貢獻了 Anthropic 接近**八分之一的月收入**。 換句話説，Anthropic 每賺 8 塊錢，其中就有 1 塊來自這家公司。 更誇張的是，這家公司至今沒有公開身份。 但 Axios 在報道里提到，能夠 “無痛” 吞下 5 億美元 AI 賬單的企業，全球其實也沒多少家。 很快，X 上開始出現各種猜測，其中被點名最多的是亞馬遜。 巧的是，就在幾乎同一時間，《金融時報》披露，亞馬遜已經取消內部 AI 使用排行榜，因為員工開始為了衝榜而瘋狂刷 Token，甚至執行大量沒有實際價值的任務。 這一前一後兩條新聞放在一起看，味道就有點不一樣了。 過去兩年，企業最擔心的是員工不用 AI。而現在，越來越多企業開始擔心另一件事： AI 是不是用得太多了。 ## **美國大廠，開始算賬了** 這種變化，最近正在越來越頻繁地出現。 微軟就是一個典型例子。 最近，**微軟**宣佈將在 6 月 30 日之前**取消**Experiences + Devices 部門（負責 Windows、Microsoft 365、Outlook、Teams、Surface）的大部分 Claude Code 授權，工程師們被要求**遷移**到自家的 GitHub Copilot CLI。 而 Claude Code 進入微軟內部，距離現在不過 6 個月。 微軟給出的理由很符合硅谷傳統—— Claude Code 已經完成了幫助團隊學習和探索的階段，是時候回到 “Eat Your Own Dog Food”，使用自己的產品了。 但無論如何，Token 賬單都是繞不開的話題。 類似的變化，也出現在**DeepSeek**身上。 今年 4 月發佈 V4 時，DeepSeek 在技術報告裏提到，V4 已經成為公司內部員工日常使用的 Agentic Coding 模型，體驗優於 Claude Sonnet 4.5，交付質量接近 Opus 4.6。 雖然官方沒有明確提及成本因素，但對於擁有自研模型的公司來説，用自己的模型完成同樣的工作，顯然是一個更經濟的選擇。 如果説微軟和 DeepSeek 還算委婉客氣，那麼 Uber 則説得更加直接。 Uber CTO Praveen Neppalli Naga 今年早些時候透露，公司工程師僅用 4 個月就燒完了全年 Claude Code 預算。 隨後，Uber 首席運營官 Andrew Macdonald 公開表示：**AI Token 消耗與最終發佈的有價值產品之間，似乎並不存在明顯的線性關係。** 換句話説，花掉更多 Token，並不一定意味着創造出更多價值。 類似的反思，也開始出現在更多公司內部。 此前，**多鄰國**曾計劃將 AI 使用情況納入員工績效考核。但在員工質疑 “是否必須為了使用 AI 而使用 AI” 之後，公司最終撤回了這一決定。 “感覺我們不是在為實際結果負責，而是在試圖強推一些並不總是適合的東西。” 今年 4 月的一檔播客中，多鄰國 CEO 路易斯·馮·安如此總結。 **Meta**的變化則更具代表性。 在被曝出內部建立 Claude 使用排行榜、單月消耗數十億 Token 後，Meta 也逐漸開始收緊相關激勵，從鼓勵 “多用、多刷”，轉向更關注實際產出。 與此同時，國內也出現了類似聲音。 **米哈遊**鄭銀河曾分享過一次經歷：某個 Agent 項目上線後，一晚上燒掉了 200 萬元 Token 費用。 這筆學費不算便宜。但它也讓越來越多企業意識到一個問題：Token 本身並不是價值，完成任務、交付產品、創造收入，才是價值。 可以説，企業依然相信 AI，只是相比去年，它們開始不再單純追求消耗更多 Token，而是開始認真計算每一個 Token 背後的 ROI。 ## **AI 第一次變成了財務問題** 毫無疑問，在經歷了大半年的 “黃氏 Token 經濟學” 之後，美國大廠開始認真反思： 這些 Token，到底花得值不值？ 今年 3 月，黃仁勳在《All-In Podcast》中曾為這套邏輯公開背書。 如果一個年薪 50 萬美元的工程師每年消耗的 token 不到 25 萬美元，他會深感擔憂。 在當時，這句話被很多企業奉為圭臬。 畢竟，如果 AI 真的能提升工程師效率，那麼多燒一些 Token，本質上是在購買生產力。 用的越多，省得越多就是這麼來的。 但問題在於：當一張張真實賬單開始寄到企業手裏時，事情開始變得沒那麼簡單。 無論是 Amazon 取消排行榜，微軟收縮 Claude Code 授權，還是 Uber 發現工程師 4 個月燒光全年預算。 老闆們最終還是選擇了用腳投票。 最近，關於這件事的討論也開始在 Hacker News 上發酵。 有人認為，這是一個重要轉折點。 過去那種把 Token 消耗量等同於 AI 採用率、甚至等同於生產力的狂熱階段，正在結束。 也有人把矛頭直接指向了過去半年流行的 “Tokenmaxxing” 文化。 _（注：Token 是大語言模型處理文本的基本單位，也是計費單位。Tokenmaxxing 指的是企業和員工瘋狂追求 token 消耗量，把 “燒了多少 token” 當成 AI 採用率和生產力的衡量指標。）_ 在他們看來，問題並不在於 AI，而在於企業把 “燒更多 Token” 誤當成了目標本身。 如果使用更高效的模型、合理控制 Agent 工作流，或者讓人類參與關鍵決策，成本本可以低得多。 當然，也有人開玩笑説： 這場運動最大的贏家，從頭到尾可能只有黃仁勳。 不過，另一種觀點同樣值得關注。 不少開發者認為，這並不是 AI 熱潮退去的信號。 恰恰相反。 這意味着企業終於開始從 “先用再説”，進入 “精細運營” 的階段。 未來大家關注的重點，可能不再是誰燒掉更多 Token，而是誰能用更少的 Token 完成更多任務。 比如：更高效的 Agent 工作流；廉價模型處理簡單任務；昂貴模型只負責關鍵決策；更嚴格的預算和權限管理。 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。 ### 相關股票 - [MSFT.US](https://longbridge.com/zh-HK/quote/MSFT.US.md) - [AMZN.US](https://longbridge.com/zh-HK/quote/AMZN.US.md) - [NVDA.US](https://longbridge.com/zh-HK/quote/NVDA.US.md) - [UBER.US](https://longbridge.com/zh-HK/quote/UBER.US.md) - [DUOL.US](https://longbridge.com/zh-HK/quote/DUOL.US.md) - [META.US](https://longbridge.com/zh-HK/quote/META.US.md) - [NVD.DE](https://longbridge.com/zh-HK/quote/NVD.DE.md) ## 相關資訊與研究 - [華爾街是否低估了微軟的 AI 營收潛力？摩根士丹利發表看法](https://longbridge.com/zh-HK/news/287793542.md) - [AI 編程「越幫越忙」掀成本危機 出錯率高人類 1.7 倍 亞馬遜 Uber 成「代幣最大化」苦主](https://longbridge.com/zh-HK/news/288138043.md) - [AI 沒有幫企業省錢，只是把「給員工的薪水」換成「給 AI 公司的 Token 費」](https://longbridge.com/zh-HK/news/288189940.md) - [一人抵一支 AI 軍團！清華系「PilotDeck」橫空出世 Token 成本暴省 75%](https://longbridge.com/zh-HK/news/287880799.md) - [AI 概念股今年瘋漲 背後恐是一場「Token 需求幻象」](https://longbridge.com/zh-HK/news/288334161.md)