美国企业AI支出遭遇剧烈反冲：从“令牌刷分”到预算失控的全面清算

美国企业界的AI淘金热正面临第一次真正的清算。在持续两年的“不惜一切代价采用AI”的心态之后，一系列高调的撤退正将一个令人不安的问题推向董事会的中心：这些庞大的开支，真的产生了有用的工作成果吗？近期在亚马逊、微软和优步发生的一系列事件表明，答案往往是否定的。这场反冲已在内部重塑了AI工具的部署和评估标准。

亚马逊关闭“KiroRank”排行榜，员工刷分行为引成本飙升

亚马逊的内部AI开发平台Kiro曾包含一个名为KiroRank的员工自建排行榜，用于追踪和排名员工的AI代币（Token）消耗量 。该系统旨在鼓励对自家AI工具的采用，但产生的效果却与初衷背道而驰。员工们开始创建并运行不必要的自主智能体，纯粹为了在排名中攀升，这种行为很快在内部沟通渠道中被称为“令牌刷分”（tokenmaxxing）。

据《金融时报》报道，这种刷分行为严重到了可衡量地增加了亚马逊的计算成本的程度 。据报道，亚马逊高级副总裁戴夫·特雷德韦尔（Dave Treadwell）告诉员工：“请不要为了用AI而用AI” 。亚马逊随后证实该排行榜已被弃用，一位发言人在接受《商业内幕》采访时表示，该工具“从未打算为了使用而推广AI的使用” 。该公司正从追踪原始代币数量，转向一个被称为“标准化部署”（normalised deployments）的指标，以此来衡量由AI驱动的有效工作，而非使用量 。

微软在财年结束前取消内部Claude Code许可

微软自2025年12月起，开始向其体验与设备部门（涵盖Windows、Microsoft 365、Teams、Outlook和Surface工程团队）的数千名员工授予Anthropic公司Claude Code工具的访问权限 。这项实验很受欢迎，但基于代币消耗的计费模式迅速演变成财务问题。多方报告指出，该计划在数月内就耗尽了全年的AI预算，公司已于2026年5月14日开始取消大部分内部许可 。

过渡的最后期限是2026年6月30日，也就是微软财年的最后一天。这个时间点意味着，这次取消与其说是产品战略，不如说是为了财年末的预算管控 。受影响的工程师被指引转向GitHub Copilot CLI——一款微软自主拥有的工具 。公司强调，Anthropic的Claude模型仍可通过Microsoft Foundry和Microsoft 365 Copilot内部访问，但接口和成本归属模式正发生显著变化 。

优步四个月烧光2026年全年AI预算

最引人注目的成本失控案例或许来自优步。其CTO普拉文·内帕利·纳加（Praveen Neppalli Naga）在2026年4月向《The Information》证实，公司已用完全年AI工具预算——此时距该财年开始还不到四个月 。主要原因是，自2025年12月向约5000名工程师推广后，Anthropic的Claude Code被迅速且广泛采用 。

优步还依赖一个按AI使用量对工程团队进行排名的内部排行榜，这促使Claude Code的采用率在两个月内从32%飙升至84% 。截至4月，95%的优步工程师每月都使用AI工具，70%的提交代码由AI生成 。据报道，单个工程师每月的API成本在500至2000美元之间 。

然而，尽管采用率惊人，商业案例却难以自证。优步COO安德鲁·麦克唐纳（Andrew Macdonald）在“Rapid Response”播客上公开表示，他无法在AI支出与面向消费者的产品改进之间建立直接联系。他说：“这种关联目前尚不存在。或许隐含着有更多东西在被交付，但你很难在这些统计数据和‘好的，我们现在确实多产出了25%的、有用的消费者功能’之间画出一条线。” 。CTO纳加向《The Information》坦言：“我得回到绘图板前重新思考了，因为我原以为需要的预算，早已被超越了” 。

“令牌刷分”的兴起与古德哈特定律的现实演绎

多起事件的根源在于一个被古德哈特定律（Goodhart's Law）所捕捉到的管理失误：“当一个指标成为目标时，它就不再是一个好的指标” 。渴望证明AI采用率的公司创建了内部排行榜，按代币消耗或AI工具调用次数对员工或团队进行排名。而理性的员工则开始为指标而非结果进行优化。结果是，大量低价值、不必要的AI调用爆炸式增长，这些调用只带来了排行榜排名的提升，却没有创造任何额外的商业价值，同时直接推高了基础设施成本 。

这种现象不仅限于亚马逊和优步。多份报告表明，在其他主要科技公司也已观察到“令牌刷分”行为，但亚马逊公开移除其排行榜一事，已成为这一模式失败的最显著标志 。

全行业转向投资回报率纪律

贯穿这些事件的共同主线并非AI工具的失败，而是衡量和奖励原始消耗量的做法会制造不正当激励，其付出的成本可能比AI旨在取代的工作本身还要高。各公司正从“采用量”这一指标转向可衡量的商业价值问题：AI辅助是否真正改善了我们交付的产品？

最初那场竞相采用AI的竞赛，正演变成一场强制性的成本纪律演练。“消耗尽可能多的代币”的时代正在落幕，而“用实际产出来证明成本合理”的时代才刚刚开始。