好意思剧《火线》里有条聚合多季的暗线：
巴尔的摩警员局为了让作歹数据面子，把重罪左迁为轻罪，让强奸案捏造消除。上司看着报表上的数字逐月下落，在市政厅报告时满脸自尊。
只须街区的住户知说念，街上枪声少量没少。
剧里有句台词：You juke the stats and majors become colonels. 刷刷数据，少校能升上校。
但谁也没料到，2026 年，这句话的新版块正在中国互联网大厂献艺。
只不外被刷的不是作歹率，而是AItoken 滥用量。只须你刷刷 token，摸鱼也能变劳模。
最近，小红书上有个帖子很火。
一个自称在 BAT 大厂（登程点 B 摈斥百度）的网友说：部门倏得启动搞 token 滥用名次榜，以后试用期转正、年度KPI、晋升，齐要参考这个数据，甚而用得少的东说念主，可能被替代。
他是三月份的榜首，还遥遥登程点，被雇主点名夸了一顿，让他节后给全部门作念直播共享怎样用 AI 干活。
但他没敢说的是，我方进步一半的 token，是在整理个东说念主数据发条记。。。
不光是大厂噢。
我身边有个发小在一家公司干了三年，前几天倏得被条件：日报里要填写今天用 AI 作念了哪些职责，提高了若干产能，还要精准到小时。
搞得他目下动不动要洞开AI软件，想想怎样刷。
看到这些，差评君第一反映是诱骗，这未便是 2026 年版的工位亮灯等于加班吗？？
在聊这事之前，咱先浮浅解释一下 token。
token 是 AI 处理信息的最小计量单元，你不错把它领会成 AI 天下的字数/货币，一个中翰墨约莫等于 1 到 2 个 token。
你和AI对话一轮， 滥用的 token = 你发给 AI 的字 + AI 念念考推理 + AI 回答的字。
AI 模子公司呢，就按 Token 滥用量去收钱。
表面上，token 滥用量和 AI 交互是成正比的。你滥用越多，就能评释你跟 AI 交互越泛泛。
听起来没误差，黄仁勋也这样想的。
3 月下旬的英伟达 GTC 大会上，黄仁勋说公司应该给每个工程师配一笔 token 预算，金额约莫是基本工资的一半，让 AI 把他们的产出放大十倍。
其后他在 All-In 播客上又举了个例子：
假定有一个年薪 50 万好意思元的工程师，年底你问他本年花了若干 token，如果没花到 25 万好意思元，老黄说会“ deeply alarmed ”，深感惊怖。
他要说 5000 好意思元呢？
老黄径直“I will go ape something else”，华文大要便是气得跳脚，赶紧发疯，叼你 MD（临了一句我加的戏）。
在老黄看来，优秀的工程师就应该无数使用 AI，用得越多产出越高。
毕竟公司给你配了 AI 资源，你用资源提效，产出放大，你若是不必，如实辨认意义。
这套逻辑，不单老黄一个东说念主这样想。
2025 年 4 月，Shopify CEO Tobi Lutke 给全公司发了封备忘录：恳求加东说念主之前，必须先解说 AI 作念不了这个职责，而 AI 的使用情况也要纳入绩效视察。
硅谷甚而出现了一个成心的词来描写这股民俗：Tokenmaxxing，token 最大化。
《纽约时报》科技记者 Kevin Roose 给它作念了专题报说念，内部数据很夸张：OpenAI 有工程师一周处理了 2100 亿 token，Anthropic 有效户一个月在 Claude Code 上烧掉了 15 万好意思元。
而目下，这股风终于吹到了国内，企业们启动把 token 滥用、AI 使用时长绑进绩效。。。
不是昆玉。。。
和 AI 互动得多，不代表处分的问题就多啊。就好比咱们去健身房，不是去了 100 次体重就一定减少的。
好，退一万步讲：
就算咱们暂且接纳“用得多=产出高”这个前提。那至少这个目标应该很难作秀吧？
正巧违反，刷 token，可能是 2026 年最容易的一件事。
差评君浮浅露几手，看完你就知说念这玩意作为目标有多差劲了。
第一种，凹凸文滚雪球。
为了相关凹凸文，AI 的每次回答齐会把之前的悉数对话重新重读一遍。对话越长，每轮重读滥用的 token 越多。第 1 轮只须 1500 个 tokend，但到了第 20 轮、第 50 轮光重读就要烧好几十万、百万 token。
你就这样无穷对话下去，开云体育就算被提醒质疑，你就说：这然而我反复追问了很多轮才取得安定的适度。
懂不懂“深度念念考”啊。
第二种，开 50 个 AI Agent（代理）让它自动跑任务。
Agent 会我方派活、我方重试、遭受问题我方绕路，每个门径齐在烧 token，念念考经过也算钱，跑一晚上第二天你便是部门劳模。
第三种更浮浅。
把一通盘 10 万行代码仓库扔给 AI，让它“分析一下”就行，奋勉的神志从未如斯省力。
其实这些法式少量齐不高等，制定这条 KPI 的公司、不断层，也不可能没料料到会被刷。
因为经济学有个见识叫 Goodhart 定律：当一个度量目标酿成了视察场所，它就不再是一个好目标。
它一定会被刷。
英国 NHS 也曾视察急诊恭候时期不进步 4 小时，适度病院让救护车在门口停着不让病东说念主下车，因为恭候时期从进门启动算。
莫得东说念主认为我方在造孽，每个东说念主齐在合理地优化我方濒临的目标。
Token 名次榜也同样。
它如故成了 AI 期间的善事箱，佛祖不看金额看忠诚，提醒不看产出看次数。
是以真确的问题来了：
为什么明知会被刷，这个目标照旧出现了？
因为它的背后，是 AI 期间独到的、从上至下的狂躁。
畴前两年，不拥抱 AI 就会被淘汰简直成了科技圈的政事正确。CEO 们在财报电话会上必须提 AI，投资东说念主看的是 AI 渗入率，媒体写的是某公司全员接入大模子。
meta 2026 年绩效关注职工用AI 作念出若干效果
这种狂躁一层一层往下传：
董事会问 CEO“咱们的 AI 策略是什么”，CEO 问 VP“AI 落地程度怎样样”，结束 VP 又发条语音信总监 “能不可给我一个数据解说寰球在用”。
在这种氛围下，不断层就不得不需要一种技能强推 AI 渗入。
可问题是，AI 期间产出归因太污秽了。
代码行数、需求完成数、名堂托付，目下说不清到底若干是 AI 孝顺的。上面一问你 AI 渗入到什么程度，你径直哑火。
当确凿孝顺不可不雅测，不断者就只可合手最近的、可数的东西。
诶，token 滥用量恰好是阿谁圆善目标：可量化、可对比、可作秀。
到这，你就能领会为什么 token 名次榜会出目下大厂里了，又能逼着职工用起来，又能拿去跟雇主交差，动作一个朝上报告的数据，好意思滋滋。
虽然了。。。
鉴于此次 KPI 提议者是 BAT 大厂不断层，也可能存在第二种原因。
你想想，“不必 AI 就会被淘汰”、“token 滥用代表先进性”，这套行业叙事的最大受益者是谁？
BAT 等大模子厂商，毕竟靠卖 token 得益，不外这就不在本文征询领域内了。
差评君更关爱的是，本年大厂能把 token 滥用纳入视察，小公司把 AI 使用时长加进日报。
那来岁呢，你所在的公司呢？
我不是说 AI 没用，也不是说不该推 AI。
真是，在 AI 欺骗早期阶段，强制斗殴有其合感性，历史上也有过“强推”的奏凯前例。
20 世纪初，福特工场强制活水线功课，工东说念主激烈抵抗，认为这是褫夺技巧东说念主的庄严，但活水线最终让汽车从富东说念主玩物酿成了普通家庭的交通用具。
组织一朝习惯了旧的作念事模式，即使新用具昭彰更好，惯性也会让悉数东说念主赖在原地不动。
从企业角度来看，强推 AI 有组织变革的耿介性。
可问题是，福特活水线和 AI 根柢不同样啊。
福特是径直把坐蓐模式换了，活水线往那一架，你作为工东说念主没法再手搓了，这是从底层变革坐蓐力。工东说念主抵抗归抵抗，下野归下野，福特加工资把东说念主留下，临了效能如实提上去了。
但 AI 不同样。
对互联网公司而言，AI 莫得在根柢上替换他们的用具链。
职工用不必、怎样用，选拔权还在我方手上。
AI 要真能升效，用 AI 的东说念主当然会在产出上胜出，寰球当然会选拔最高效的模式，不需要你拿名次榜逼。
如果所谓的 token 名次榜能度量职工的价值，那打字名次榜早便是诺贝尔文体奖的评比圭臬了。
写稿的价值不在于你写了若干个字，念念考的价值不在于你翻了若干页书，使用 AI 的价值也不在你烧了若干 token。
不要因为 AI 期间的狂躁，就把东说念主的价值也一齐烧掉了。
巴尔的摩街头的枪声莫得因为数据变面子而消除开云体育官方网站，你公司的效能也不会因为 token 烧得多就一定进步。
UEDBETAPP官方网站
备案号: