文 | 影子備忘錄

9月初，在AI競賽中，互聯網大廠發生了兩件內卷大事。

一件是字節跳動用約296億美元的銀團貸款規模落定，成為2026年以來亞洲第二大的美元計價貸款交易，最初目標200億美元，因銀行認購訂單超過300億美元而擴容。

阿里則在8月完成800億港元新股配售，啓動不到一小時即獲超額認購，總訂單接近募資額的3倍，全部投向AI基礎設施，這是阿里2019年回港上市以來首次配售新股。

另一件則是阿里巴巴按25億美元估值領投了AI訓練與評測初創公司UniPat AI的3億美元孖展，而UniPat的創始人李寬，去年還在阿里通義AI實驗室工作，主攻訓練後分析和強化學習，阿里在投資一個從自己實驗室走出去的前實習生創辦的公司。

這兩件事放在一起，是2026年互聯網大廠AI競賽最好的隱喻：錢在瘋狂湧入，人在快速流動，誰也不敢停下來。

字節2026年資本開支計劃最高達700億美元，較上年增長超過一倍，2027年可能進一步提高至1000億美元。

阿里三年3800億元的AI投資計劃，截至今年二季度末已投入約1900億元，單季資本開支676.78億元，按年增長75%。

騰訊二季度資本開支527.84億元，按年增長176%，單季自由現金流降至負138億元，為2014年有單季披露以來首次轉負。

這些數字的背後，都是一沓沓流水般的金錢在燃燒：騰訊一個季度的自由現金流從正變負，阿里拿出回港上市以來第一次配售新股的機會去募AI的錢，這不是戰略選擇，而是生存焦慮。

大廠怕的不是賺不到錢，怕的是在這個可能重新定義行業格局的技術浪潮裏被甩下去。

所以孖展、投資、發債、配股，能用的工具全用上；組織架構調了又調，騰訊把混元大語言模型部與多模態模型部合併，字節讓吳永輝坐穩Seed一號位並推出「豆包股」留人。

但所有這些宏大敘事，最終都要落到一個具體的鏈條末端——打工人。

當Token變成KPI

大廠給員工配Token額度這件事，一開始看起來是福利。

阿里為全體員工發放專屬Token額度，騰訊被曝為員工配置年度價值約22萬元的AI Token套餐，字節在工作場景不限額度，業餘時間AI產品體驗費用報銷50%。聽起來像是公司在說：「AI工具隨便用，公司買單。」

但很快，福利就變成了考覈。「有消息稱，國內某大廠當前正依據Token使用量標準來作為轉正、晉升以及裁人的依據之一。」

騰訊部分研發團隊明確要求工程師每日消耗指定額度的Token，否則績效評級受限。阿里ATH事業群率先將AI業務核心指標從DAU全面轉向Token消耗量，設立專門團隊統籌算力分配，推動團隊「主動消耗」。

在阿里電商業務，員工OKR裏囊括了AI工具滲透率、問題訂單解決率等多項AI指標；在美團，AI帶來的增長被作為半年度關鍵指標量化並納入績效考覈。

更早的信號來自今年2月。崑崙萬維內部信白紙黑字寫着，技術序列全員強制使用Codex或Claude Code，開發效率提升至少50%，達不到的末位淘汰5%到20%。58同城董事長姚勁波的原話更直接：「Token用得越多越好。」

把Token消耗量寫進績效，本質上是管理層在做一件偷懶的事。

「一個功能提前幾天上線，可能是AI的功勞，也可能只是需求變簡單了；一名工程師提交了更多代碼，不代表缺陷更少。」AI的貢獻混在檢索、討論、寫代碼、拿主意這些瑣碎環節裏，很難拆成一張乾淨的賬單。

Token恰恰相反，誠實又好統計，「管理者最終選中它，不是因為它更準，是因為它更省事」。

於是荒誕的一幕出現了。

Meta內部有員工自發搭建了一個叫Claudeonomics的排行榜，統計全公司Token消耗量最高的前250名，還給領先者授予「Token傳奇」「緩存巫師」這樣的稱號。

30天內排行榜記錄的消耗量超過60萬億，排名第一的員工一個人就用掉了約2810億Token。

然後，亞馬遜的做法更戲劇化，公司推出了內部AI評分排行榜「Kirorank」，結果員工為了刷分大量進行不必要的AI調用，算力成本急劇飆升，亞馬遜不得不緊急關停這個系統。

大廠親手催生了Token刷榜，又親手關掉了它，因為賬單太貴了。

自費上班的荒誕劇

Token考覈的另一面，是額度在收緊。

從6月開始，騰訊員工發現自己的Token額度縮水了。「之前一個月有2000美元額度，這個月只有1400元人民幣，兩天就用沒了。」

不同部門差異極大，混元大模型團隊月額度約7000元，優圖實驗室約5250元，而有騰訊娛樂外包員工透露自己月額度僅1000元。

字節部分部門對外部模型的報銷標準為實際支出的50%，產研崗位年度報銷上限為1000元。

額度不夠怎麼辦？自己掏錢。

小紅書用戶louis的賬單是這樣的：ChatGPT Pro通過蘋果訂閱實付約108美元、Claude Pro每月約21.65美元、X Premium每月約11.91美元，再疊加API和Token調用的浮動支出，單月合計摺合人民幣1400到1500元。她累計在AI辦公上花了9000多元。

杭州一家小型設計公司的員工每月需自費100到200元購買AI包月會員，為了省錢專門「蹲守」Token會員的優惠信息，還會在二手交易平台買低價的單日會員。

一位受訪員工總結得很精準：「我用工資買Token，效率給公司提升了，大模型廠商也賺到了錢。只有我在付費上班，工作量也沒見少。」

這不是個別現象。從2024年初到2025年6月底，中國日均Token消耗量從約1000億飆升至突破30萬億，一年半內增長超過300倍。

杭州某互聯網大廠程序員5月份一共使用了91.6億Token，估算費用約6萬元。

某全球頂尖交易網站的程序員每天消耗20億Token，部門還會給Token消耗量排名，「如果每月用不到一定的額度，還會被約談」。

Token從一個技術概念，變成了懸在打工人頭上的雙重枷鎖：用得少影響績效，用得多自己掏錢。

AI的「飼養員」困境

一個被忽略的問題是：大廠的AI在瘋狂燒錢，它們到底賺錢了嗎？

2026年，中國AI產業正從「百模大戰」邁向頭部集中競逐的新階段，以DeepSeek、月之暗面、智譜、MiniMax為代表的千億AI公司不斷建立新座標，但「仍待盈利驗證」。

大模型的商業化還在摸索中，可成本已經在飆升。字節、阿里、騰訊的資本開支增速都在100%以上，孖展規模動輒數百億美元，但這些投入能產生多少收入，沒有人能給出確定答案。

於是出現了一個尷尬的局面：公司說不清AI創造了多少價值，用量本身就被當成了價值的替身。但更深一層的問題是，當公司自己都無法驗證AI的投入產出比時，它把這個不確定性轉嫁給了員工。

企業追蹤Token，說到底是被一個管理難題逼的：老闆要求「全面擁抱AI」，但公司答不上來這些工具到底創造了多少價值。答案還沒找到，考覈已經先行。而那些被考覈的人，反過來成了餵養這套系統的燃料。

更微妙的變化正在發生。有公司把離職員工訓練成AI數字人繼續留在公司「工作」，「你的同事不是被裁，是變成了Token繼續陪在你身邊」。

有開發者做出了「反蒸餾.skill」工具，能把Skill文件中的核心知識替換為「正確但毫無信息量」的話術，以此對抗公司提取員工知識的企圖。

打工人一邊被要求用AI替代自己，一邊在想辦法不被AI替代。

困在系統裏的所有人

回到開頭那兩件事。

阿里領投前實習生創辦的AI公司，字節以超出預期的規模完成296億美元銀團貸款，這些資本動作背後，是一個殘酷的事實：大廠在AI上的每一分錢投入，最終都要通過某種方式「回收」。

回收的方式可能是更好的產品、更高的效率、更大的市場份額。

但在回收完成之前，成本總要有人承擔。從目前的情況看，承擔成本的不只是財務報表上的資本開支和負自由現金流，還有那些被納入Token考覈的打工人，那些自費購買AI會員的「付費上班族」，那些在Token排行榜上刷數據的「聊天工程師」。

2026年7月，26名Meta員工在美國起訴公司，指控其在裁員過程中依賴AI工具衡量生產率和Token使用量，並把「AI採用情況」納入績效考覈。

亞馬遜關掉了被刷分刷到肉疼的內部排行榜。騰訊內部「反對Token使用量排名，不單純以Token消耗衡量員工產出」。

這些信號說明，連大廠自己也意識到了問題的存在。但意識到問題，和解決問題之間，還隔着巨大的距離。

在找到更好的衡量方式之前，Token仍然是那個「誠實又好統計」的指標，而誠實的數字往往比模糊的價值更容易被拿來當尺子。

打工人被困在這把尺子裏，就像大廠被困在AI軍備競賽裏，都知道可能方向不對，但誰都不敢先停下來。

也許最諷刺的一層在於：當所有人都在用AI的時候，AI本身的賬還沒算清楚。

Token經濟學、AI的投入產出比、大模型的商業化路徑，這些根本性問題懸而未決，但焦慮已經層層傳導，從董事會的資本開支決議，一路傳導到工位上的Token消耗排行榜。

AI還沒替代誰，但打工人已經被迫成了AI的飼養員。

而飼養員的工作，從來都是最累的。