Amazon MeshClaw 與 tokenmaxxing：AI 用量分數點樣反噬公司

MeshClaw 唔只係聊天機械人

按多篇報道描述，MeshClaw 係 Amazon 內部 AI 工具，員工可以用佢建立 AI agents；呢啲 agents 可連接工作場所軟件，並代表用戶完成或執行任務 。

呢點令事件比「員工用 chatbot 寫幾句文字」更值得關注。聊天機械人主要係產生內容；agentic AI 工具則可以跨系統採取行動。當工具開始可以「代你做嘢」，管理層自然更容易想量度其活動量；但一旦量度方式變成目標，就可能出現扭曲。

員工據報點樣「谷數」？

報道描述嘅行為其實好直接：部分 Amazon 員工使用 MeshClaw 或相關內部 AI 工具，處理本身未必需要 AI 嘅例行、瑣碎或非必要任務 。Retail Gazette 轉述《Financial Times》稱，有員工表示同事用 MeshClaw 製造不必要 AI 活動，以增加 token 消耗 。Times Now 亦指，有員工即使唔需要，都會用 bot，部分原因係向管理層顯示較高 AI 活動 。

換句話講，問題未必係「AI 幫人解決更難嘅問題」，而係「AI 使用本身變成可見」。當使用量被看見、被比較，員工就會估算：唔用，會唔會似落後？用得少，會唔會似唔配合？

乜嘢係 tokenmaxxing？

Token 可以理解為 AI 模型處理資料嘅基本單位；報道 Amazon 事件時，token consumption 被描述為模型處理資料嘅數量 。有解釋文章引述 OpenAI 嘅粗略估算，指一個 token 約等於四個字符，但實際切分方式會因模型同語言而異 。

問題係：token 好易數，真正生產力卻好難量度。中間呢個落差，就係 tokenmaxxing 出現嘅空間。

有二手摘要引述《Financial Times》稱，Amazon 曾設定超過 80% 開發者每星期使用 AI 嘅目標，並透過顯示 token 消耗嘅排行榜追蹤使用情況 。另一篇報道指，Amazon 設定目標並開始量度員工使用 AI 幅度後，員工感到有沉重壓力去展示高 AI 使用率 。Amazon 據報表示，呢啲 token 統計唔會用於評核表現；但員工擔心管理層仍可能見到、並重視相關數字 。

呢就係典型「指標遊戲」。如果 token 用量變成一個人人看得到嘅分數，員工自然可以透過更頻繁使用 AI 令分數上升，即使工作本身唔需要。Computing UK 形容 tokenmaxxing 係盡量消耗 AI token 以展示 AI 使用，並提醒若將 token 消耗當成生產力代理指標，可能踩中 Goodhart’s Law：當一個指標變成目標，佢就唔再係好指標 。

點解要睇 Meta 嘅例子？

Amazon 呢件事並非孤立。過往亦有關於 Meta 等公司 token 排行榜嘅報道，員工據報會以 AI token 用量競爭，將自己包裝成 AI power user。

喺 Meta，有工程師據報建立內部 token 排行榜，按員工 token 使用量排名，並配上「Session Immortal」、「Token Legend」等身份標籤 。另有摘要提到 Meta 一個名為 Claudeonomics 嘅排行榜，按處理同生成 token 數量排列員工 。Gizmodo 轉述《New York Times》專欄稱，Meta、OpenAI 等公司員工曾在內部排行榜競爭 token 消耗量；並指 AI 使用量已成為 Meta 同 Shopify 評核中嘅一項指標 。

重點唔係每間公司用嘅系統完全一樣，而係同一種誘因可以喺唔同公司重現：一旦原始 AI 使用量變成身份、地位或管理訊號，員工就可能優先追求「用量」而非「成果」。

Amazon 面對嘅幾個風險

1. 生產力指標可能獎勵活動，而唔係價值

Token 消耗只能證明模型被使用過。佢唔能夠證明輸出正確、任務重要，亦唔能夠證明員工真係節省咗有意義嘅時間。多篇報道同評論都警告，token 指標可能獎勵數量多於價值，並扭曲績效評估 。

2. 無謂 AI 活動會推高成本

如果員工為咗提高 token 數而製造不必要 AI 活動，公司就可能為冇乜業務價值嘅模型使用付費。Retail Gazette 報道指，部分員工據稱透過不必要活動增加 token 消耗 。更廣泛關於 tokenmaxxing 嘅討論亦警告，當 token 用量變成目標，浪費性模型調用同雲端成本膨脹都可能出現 。

3. 即使唔入正式評核，壓力仍然存在

Amazon 據報表示 AI token 統計唔會用於績效評核 。但如果員工相信管理層仍然可以睇到儀表板，或者會將低用量解讀成抗拒 AI，誘因問題就未必消失。報道中嘅憂慮重點唔只係正式政策，而係非正式訊號：高 token 用量可能被視為投入，低用量則可能被視為跟唔上 。

4. Agentic AI 帶來管治同安全問題

現有引用來源未有記錄 MeshClaw 發生具體安全事故。真正要留意嘅係結構性風險：MeshClaw 據報設計成讓 AI agents 連接工作軟件，並代表用戶執行任務 。任何具備呢種能力嘅系統，都會引出權限、人工覆核、審計紀錄、以及 agent 做錯事時責任歸屬等問題。另有關於 agentic AI 嘅報道亦指出，當 AI agents 自主執行任務，背後運算基建同安全系統會面對新壓力 。

更好嘅 AI 採用指標應該問乜？

Token 數據唔係冇用。佢可以幫公司掌握成本、容量規劃、部門分攤同監控異常。真正問題係：當 token 用量被擺上台，變成生產力或投入程度嘅排行榜。對呢場爭議，有分析指出 token 指標一方面有助成本控制同 chargeback，另一方面亦可能製造社交誘因，令員工行為偏離產品成果 。

比較健康嘅 AI 衡量方式，應該將 token consumption 當成背景遙測，而唔係終極目標。管理層更應該問：

• AI 有冇縮短一個重要工作流程嘅周期？
• 經人手覆核後，輸出質素有冇改善？
• 缺陷率、返工率或支援升級有冇下降？
• 每個被接受成果嘅成本係幾多？
• 安全、私隱同合規風險有冇受控？
• 員工係因為 AI 真係有幫助而用，定係因為覺得自己被監察而用？

結語：唔好將「用咗幾多 AI」當成「AI 改善咗幾多工作」

MeshClaw 事件嘅警號係：AI 採用管理如果只問「你用咗幾多 AI？」就好容易走錯方向。更關鍵嘅問題應該係：「AI 令邊件事變好咗？」

當排行榜同目標獎勵 token 消耗，員工自然會搵方法消耗更多 token。報表可能變靚，儀表板可能變綠，但工作本身未必真係變得更有效率。