亞馬遜 MeshClaw 與「Tokenmaxxing」：當 AI 使用量變成績效訊號

員工被指怎麼「刷 token」？

報導中的行為並不複雜：部分亞馬遜員工據稱把 MeshClaw 或相關內部 AI 工具用在不一定需要 AI 的工作上，包括例行、瑣碎或非必要任務 。

Retail Gazette 轉述《金融時報》稱，有員工表示同事使用 MeshClaw 產生不必要的 AI 活動，以提高 token 消耗 。Times Now 也描述，有員工即使不需要 bot，仍使用它們，其中一部分原因是向主管展現較高的 AI 活動量 。

換句話說，這不只是「員工用 AI 解決更難的問題」。更尖銳的問題是：當 AI 使用本身變得可見、可比較、可被管理者看見時，一些人可能會為了「有使用」而使用。

Tokenmaxxing：當 token 從技術單位變成職場分數

在 AI 模型裡，token 是模型處理資料的基本單位；關於亞馬遜事件的報導也將 token 消耗描述為模型處理資料的數量 。一篇解釋文引用 OpenAI 的粗略估算稱，一個 token 約等於四個字元，但實際切分方式會依模型與語言而異 。

問題在於：token 很容易計算，真正的生產力卻很難計算。

一份轉述《金融時報》的摘要稱，亞馬遜設定了超過 80% 開發人員每週使用 AI 的目標，並透過顯示 token 消耗的排行榜追蹤使用情況 。另一篇報導稱，亞馬遜在設定目標並開始衡量員工使用技術的程度後，員工感受到展現高 AI 使用量的壓力 。

亞馬遜據報表示，這些 token 統計不會用於績效考核；但員工的擔憂在於，主管仍可能看得到、也可能重視這些數字 。

這就是典型的「指標遊戲」。Computing UK 將 tokenmaxxing 描述為盡可能消耗 AI token，以展示 AI 使用量；它也警告，若把 token 消耗當作生產力替代指標，企業可能落入古德哈特定律：當一個衡量指標變成目標，它就不再是好的衡量指標 。

為什麼 Meta 的例子值得一起看？

亞馬遜事件並非孤立。它與先前關於 Meta 等科技公司 token 排行榜的報導，呈現出相似的誘因結構：當 AI token 使用量變成身分、能力或投入程度的象徵，員工就可能把「消耗更多 token」本身當成任務。

在 Meta，一名工程師據報建立了內部 token 排行榜，依 token 使用量為員工排名，並出現「Session Immortal」與「Token Legend」等狀態標籤 。另有摘要稱，Meta 曾有一個名為 Claudeonomics 的排行榜，按照員工處理與生成的 token 數量排名 。

Gizmodo 轉述《紐約時報》專欄稱，Meta、OpenAI 等公司的員工曾在內部排行榜上競爭，看誰消耗更多 token；該文並稱，在 Meta 與 Shopify，AI 使用量已成為評估中的一項指標 。

重點不在於每家公司是否使用同一套系統，而是同一種誘因可能在不同組織裡重演：只要原始 AI 使用量成為地位標記或管理訊號，員工就可能把目標轉向「提高使用量」，而不是「產出更好的結果」。

亞馬遜面臨的幾個核心疑慮

1. 生產力指標可能獎勵活動量，而不是價值

token 消耗只能證明模型被使用過。它不能證明輸出正確、任務重要，也不能證明員工真的節省了有意義的時間。多篇評論與解釋文都警告，token 型指標可能獎勵數量勝過價值，並扭曲績效評估 。

2. 不必要的 AI 活動會帶來可避免成本

如果員工為了提高 token 數而製造不必要的 AI 活動，公司可能必須為幾乎沒有商業價值的模型使用付費。Retail Gazette 報導稱，部分員工據稱透過不必要活動提高 token 消耗 。更廣泛的 tokenmaxxing 討論也警告，當 token 使用變成目標，可能導致浪費性的模型呼叫與雲端成本膨脹 。

3. 即使不納入正式考核，壓力仍可能存在

亞馬遜據報表示，AI token 統計不會用於績效考核 。但如果員工相信主管仍能看到使用儀表板，或把低使用量解讀成沒有跟上 AI 轉型，誘因問題就不會完全消失。報導中的焦慮重點，不只是正式制度怎麼寫，而是非正式訊號怎麼被理解：高 token 使用量看起來像積極投入，低使用量則可能看起來像落後 。

4. AI agents 能代為操作，也帶來治理與安全問題

目前引用來源並未指出 MeshClaw 發生過具體安全事件。真正的疑慮是結構性的：MeshClaw 據報可讓 agents 連接工作軟體，並代表使用者執行任務 。任何具備這種能力的系統，都會引出權限控管、人工覆核、稽核紀錄與責任歸屬問題。

另有關於代理式 AI 的報導指出，隨著 AI agents 自主執行任務，支撐它們的運算基礎設施與安全系統也會面臨新壓力 。

企業該怎麼量 AI？不要只問「用了多少」

token 數據不是完全沒用。它可以協助成本可視化、容量規劃、內部攤提與監控。真正的問題，是把 token 量變成生產力或投入程度的主排行榜。一篇關於這場爭議的摘要也指出，token 指標有助於費用分攤與成本控制，但也可能創造與產品成果不一致的社會誘因 。

比較健康的 AI 採用評估，應把 token 消耗當作背景遙測資料，而不是主要目標。更值得問的問題包括：

• AI 是否縮短了重要流程的週期時間？
• 經過人工審查後，輸出品質是否改善？
• 缺陷率、返工率或客服升級案件是否下降？
• 每個被接受成果的成本是多少？
• 安全、隱私與合規風險是否受到控制？
• 員工使用 AI，是因為它真的有幫助，還是因為覺得自己被監看？

結論：AI 轉型不該變成「儀表板轉型」

MeshClaw 的故事提醒企業：問「你用了多少 AI？」遠不如問「AI 改善了什麼？」

當排行榜、目標與文化獎勵的是 token 消耗，員工自然可能找到更多方法去消耗 token。這會讓儀表板變漂亮，卻不必然讓工作變更好。