諷刺何在？

微軟不但是OpenAI的最大投資者，更是獨家透過Azure轉售其模型的合作夥伴。然而，公司內部卻發現工程師把昂貴的前沿模型拿來處理極其瑣碎的任務——支出高到連自家財務團隊都無法容忍。執行副總裁Jay Parikh在內部信中明確表示：「Tokenmaxxing不是我們要優化的目標」，並宣布自2026年7月起，每個部門都將獲得AI代幣預算配額。

「Tokenmaxxing」變成一場場遊戲化的比賽。 工程師們在公司內部的排行榜上互相較勁，看誰能消耗最多AI代幣，彷彿把AI算力當成夢幻運動聯盟的積分在比拼。這種行爲將消耗量不斷推高，卻沒有帶來相對應的業務成果。許多公司開始發現「把AI亂槍打鳥地用到所有事情上」只會拉高成本，而非等比例提升生產力。

執行長賽帝亞·納德拉（Satya Nadella）不得不親自下場，要求員工停止一律使用最強模型，並學習根據問題複雜度來選用合適的模型。微軟也立刻將內部預設模型切換到較便宜的GPT-5.6，並撤銷大多數員工的Claude Code授權以求止血。

整個業界如何從「用量王」轉向「效益王」

業界正在從**「代幣體積」這個虛榮指標全面轉向以成果爲基礎衡量AI回報**。

捨棄代幣排行榜。 亞馬遜和Meta均已廢除內部的AI代幣使用排行榜，理由是員工千方百計在數字上動手腳。Meta技術長Andrew Bosworth警告部屬：「所有的動作都不是進步，代幣消耗量本身完全不代表任何影響力」。

改用「實際部署」來計分。 亞馬遜用「常態化部署數」取代了舊有的「KiroRank」系統——只計算那些真正通過AI輔助且順利上線的程式碼。

每人預算上限與模型分級。 Meta正在考慮導入每人AI代幣上限，各公司也逐步推動「模型層級存取權限」，也就是將合適的（便宜的）模型鎖定給合適的角色，並設定消費門檻警報。

預算治理取代用量最大化。 Atlassian在發現每月AI帳單從約500萬美元暴漲至超過1500萬美元後，立即設下支出上限。花旗銀行（Citi）也一度撤銷開發人員使用最新Claude與ChatGPT模型的權限，因為這類高階模型已成爲「企業級信用額度內消耗激增的主因」。面對78%的企業都曾遇過AI帳單超乎預期的情況，Anthropic也順勢推出企業級支出管控工具。

核心教訓再清楚不過：代幣不是座位——與傳統SaaS的按人計價不同，生成式AI的開銷會隨著每次提問、每一次重試、每一個自主代理流程等比成長。整個行業如今不再將AI視爲無限的生產力仙丹，而是把它當成一項需要嚴格管理的資源，必須像對待任何其他關鍵投入一樣，套用同樣的財務紀律。衡量的標準也不再是燒掉多少代幣，而是用AI真的幫公司交付了多少程式碼、解決了多少客服案件、創造了多少營收。

諷刺何在？

微軟不但是OpenAI的最大投資者，更是獨家透過Azure轉售其模型的合作夥伴。然而，公司內部卻發現工程師把昂貴的前沿模型拿來處理極其瑣碎的任務——支出高到連自家財務團隊都無法容忍。執行副總裁Jay Parikh在內部信中明確表示：「Tokenmaxxing不是我們要優化的目標」，並宣布自2026年7月起，每個部門都將獲得AI代幣預算配額。

「Tokenmaxxing」變成一場場遊戲化的比賽。 工程師們在公司內部的排行榜上互相較勁，看誰能消耗最多AI代幣，彷彿把AI算力當成夢幻運動聯盟的積分在比拼。這種行爲將消耗量不斷推高，卻沒有帶來相對應的業務成果。許多公司開始發現「把AI亂槍打鳥地用到所有事情上」只會拉高成本，而非等比例提升生產力。

執行長賽帝亞·納德拉（Satya Nadella）不得不親自下場，要求員工停止一律使用最強模型，並學習根據問題複雜度來選用合適的模型。微軟也立刻將內部預設模型切換到較便宜的GPT-5.6，並撤銷大多數員工的Claude Code授權以求止血。

整個業界如何從「用量王」轉向「效益王」

業界正在從**「代幣體積」這個虛榮指標全面轉向以成果爲基礎衡量AI回報**。

捨棄代幣排行榜。 亞馬遜和Meta均已廢除內部的AI代幣使用排行榜，理由是員工千方百計在數字上動手腳。Meta技術長Andrew Bosworth警告部屬：「所有的動作都不是進步，代幣消耗量本身完全不代表任何影響力」。

改用「實際部署」來計分。 亞馬遜用「常態化部署數」取代了舊有的「KiroRank」系統——只計算那些真正通過AI輔助且順利上線的程式碼。

每人預算上限與模型分級。 Meta正在考慮導入每人AI代幣上限，各公司也逐步推動「模型層級存取權限」，也就是將合適的（便宜的）模型鎖定給合適的角色，並設定消費門檻警報。

預算治理取代用量最大化。 Atlassian在發現每月AI帳單從約500萬美元暴漲至超過1500萬美元後，立即設下支出上限。花旗銀行（Citi）也一度撤銷開發人員使用最新Claude與ChatGPT模型的權限，因為這類高階模型已成爲「企業級信用額度內消耗激增的主因」。面對78%的企業都曾遇過AI帳單超乎預期的情況，Anthropic也順勢推出企業級支出管控工具。

核心教訓再清楚不過：代幣不是座位——與傳統SaaS的按人計價不同，生成式AI的開銷會隨著每次提問、每一次重試、每一個自主代理流程等比成長。整個行業如今不再將AI視爲無限的生產力仙丹，而是把它當成一項需要嚴格管理的資源，必須像對待任何其他關鍵投入一樣，套用同樣的財務紀律。衡量的標準也不再是燒掉多少代幣，而是用AI真的幫公司交付了多少程式碼、解決了多少客服案件、創造了多少營收。