科技 TechCrunch · Sarah Perez · 12小时前 · AI 生成
Meta 高管称 AI 代币预算可能很快按工程师设置上限 Meta 高管 Adam Mosseri 预计一两年内，AI 代币消耗成本可能达到与一位资深工程师薪资相当的烧钱率，届时公司需对每位工程师设定代币使用上限。Meta 已因 AI 成本在 2026 年可能达数十亿美元，关闭了内部代币消耗排行榜。Uber 已在 2026 年 4 月用完全年预算，微软则取消 Claude Code 授权。Mosseri 将代币预算类比为薪酬、运营支出等需要按团队分配的资源，未来上限将与工程师的“ROI 正回报”能力挂钩。适合关注 AI 成本控制、企业 AI 应用管理及科技公司内部资源分配的读者。原文 ↗ 原文 ↗
核心观点
▍ Meta 高管认为，一两年内资深工程师的 AI 代币消耗可能等于其薪资，需设上限管理。 01 Meta 因 AI 成本在 2026 年可能达到数十亿美元，已关闭内部 AI 代币消耗排行榜。 02 Uber 在 2026 年 4 月就已用完全年 AI 编程预算。 03 微软已取消 Claude Code 授权，改为集中使用自家 Copilot CLI 工具。 04 Mosseri 认为代币预算应像 GPU、CPU、存储、运营支出及人力预算一样按团队分配。 05 未来代币上限将与公司对工程师“ROI 正回报”能力的信任度成比例。 06 Mosseri 指出关闭“代币焚烧炉”式的无效项目（如代币排行榜）已帮助控制成本。 07 Mosseri 预计未来模型提供商之间将出现价格战，代币成本会下降。 反方 / 局限
— 文章未讨论代币上限可能抑制工程师创新或探索性实验的负面影响。
概念锚点 AI代币：企业的新成本单元
AI代币不是加密货币，而是调用大模型（如Claude、GPT）的计费单位——每一次提示、每一段生成代码都按token计费。这让AI花销从固定订阅费，变成了跟用量挂钩、几乎无上限的浮动成本。毕马威调查显示，全球仅26%的企业能全面掌控AI开支，Uber四个月烧光全年AI预算，Meta员工30天内消耗超60万亿token。代币已从工具成本，升级为企业继薪酬、运营支出之后的第三大刚性支出。
▸ 3 条关联资料
▼
前置背景 为何Meta的烧钱退路比对手窄
微软、谷歌、亚马逊在千亿砸AI的同时，有AWS、Azure、GCP等成熟云业务对冲——每年合计超2800亿美元的营收能覆盖大部分资本开支。Meta却没有企业云服务，其GPU和算力只服务于自家广告推荐和AI模型，一旦内部用不完（当前利用率仅65%），闲置资产就是纯空耗。同样是1450亿美元投入，Meta的退出成本远高于三家云巨头，这也是它被迫加速推出付费订阅、甚至考虑转做云服务的内在压力。
▸ 3 条关联资料
▼
平行视角 两笔账：AI成本是失控还是重构
一派以Uber、Meta的案例为代表：四个AI烧完全年预算、关闭内部排行榜、被迫给工程师设上限，认为代币成本已失控。另一派以SemiAnalysis的调研为代表：这些极端案例被媒体夸大，根源是激励机制失当（如排名赛鼓励浪费），而非需求萎缩。企业AI的S曲线远未触顶，编码场景仍贡献OpenAI和Anthropic超过70%的年化收入。tokencost占薪资30%不是灾难——这笔钱买到的产出，过去得靠好几倍人力才能覆盖。
▸ 3 条关联资料
▼
未来推演 工程师的工资单上会多一行AI配额
黄仁勋在GTC大会上提出，工程师应拿到相当于基本工资50%的AI代币配额——顶尖人才一年可能烧掉25万美元的算力。这已在硅谷引发连锁反应：腾讯内部将全员统一额度改为按工作任务动态调配，保证高产出员工额度不降反升；英伟达内部新人培训第一课就是如何高效消耗AI预算。未来代币配额可能成为继薪资、股权、奖金之后的第四种薪酬科目，但其公平性（不同岗位对AI的依赖差异）仍是悬而未决的争议。
▸ 2 条关联资料
▼
延伸追问 Token上限会是生产力天花板吗
如果按Mosseri所说，未来工程师的代币上限与「ROI正回报」能力挂钩——那问题就来了：怎么量化一个工程师使用AI的ROI？Uber每月1500美元的上限，遏制了浪费，但也可能压制了那些需要大规模Agent调用的创新尝试。微软取消Claude Code转而强推Copilot CLI，本质是在算力成本与生态壁垒间做选择，而非单纯看工具优劣。当AI代币从资源变为决策变量，企业能否设计出既控成本又不扼杀创新的配额机制，这才是更深层的管理挑战。
▸ 2 条关联资料
▼