最早看到有些公司内部拿 token 消耗做排行榜的时候，心里还是不自觉打问号的。
一个员工这个月烧了多少 token，哪个团队调用了多少次大模型，哪条业务线的 AI 使用量排到第几——这些数字被塞进后台仪表盘，包装成”AI 渗透率”“AI 活跃度”“AI 使用文化”。
看上去很先进。
但Token 是大模型处理文本和计费的基本单位，本质上是个成本口径。它只记录你花掉了多少算力，至于这些算力有没有变成价值，它一无所知。
把 token 消耗当成生产力，等于把油耗当成驾驶水平。车是跑起来了，油也确实烧了，可你不能光盯着油表，就宣布大家都到了目的地。
更要命的是，这种指标一旦进了考核，立刻会被组织行为改写。
原本一句话能解决的问题，可以包装成一大段背景、一堆格式要求、几轮来回追问；原本不必交给 AI 的事，也能硬塞进对话框。一个简单的”邮件已收到”，做成一次几万 token 的”深度协作”，毫无难度。
这才是 token 指标最危险的地方：它太容易制造一种”满公司都在热火朝天用 AI”的幻觉。
月底账单：看似公平，其实最不公平
我们公司的token 消耗是积分制，最近做用户调研，了解大家的使用偏好。但是到月底一看，一些人的 AI 积分几乎原封不动，余额还剩 99%。可另一拨人，少数真正把 AI 接进工作流的，额度很快就见底。写代码的、做数据分析的、反复让 AI 生成方案再逐一核对的，工作流天然高频、长链路、多轮迭代，token 消耗自然高。他们额度告急，恰恰因为是在拿 AI 真干活。
于是出现一个很讽刺的现象：看似公平的按人头平均分配，反而最不公平。
轻度用户用不完，重度用户不够用。前者的余额在账户里睡大觉，后者却要四处找额度、找权限，甚至找同事借账号。
这哪是资源公平，分明是预算错配。
因为 AI 跟传统办公软件不一样。Word、Excel、邮箱，每人配一套就行，成本差不了多少。
但 AI 是一种高度弹性的算力资源，不同岗位、不同能力、不同工作流之间，消耗差距可以大到离谱。
企业要是还按”每人一份”的思路分 AI 预算，等于拿办公软件时代的管理逻辑，去管一件算力时代的工具。
这一点，连微软自己的研究也看得很清楚。
在一项基于约 550 万个 M365 Copilot Chat 匿名会话的研究里，微软发现 Copilot 已经广泛进入知识工作场景，但使用分布并不均匀：写作类任务占主导，不同职业、不同工作活动之间的使用强度差异明显。
换句话说，拿到入口是一回事，真正嵌进高频工作流是另一回事。
席位可以按人头发，价值却不会按人头平均产生。
巨头踩下刹车：从”鼓励多用”到”追问产出”
这也是最近行业里最有意思的反转。
前两年，大家还在比谁更舍得给员工发 AI 工具、谁的 token 烧得更多、谁的使用榜单更热闹，仿佛只要 token 烧得够多，AI 转型就算落地了。
现在，巨头们开始踩刹车。
Meta 的故事更像是这个反转的标志。
它内部曾出现过一个叫 Claudeonomics 的 token 使用榜单，展示高消耗用户，甚至给人贴上 “Token Legend”“Cache Wizard” 之类的称号。这个榜单制造了一种热闹的 AI 使用文化，也把 tokenmaxxing 这种行为推到了台前。
但热闹很快撞上了账单。
后续 Meta 开始把这件事从”使用文化”拉回”成本治理”：内部 memo 提到 AI 使用量指数级增长，公司准备通过 AI Gateway、预算分配和异常成本告警来集中管理。CTO Andrew Bosworth 的话讲得很直白：不要为了用 AI 而用 AI，所有动作都不等于进展，token 用量本身也不是任何意义上的影响力。
这句话才是分水岭。
它意味着企业 AI 管理正在从”鼓励大家多用”，转向”追问到底有没有产出”。
以前大家怕的是员工不用 AI，于是拼命推活跃、推渗透、推用量。
现在真正的问题反过来了：用了这么多，到底换来了什么？
Agentic Coding：过程越清楚，结果越模糊
这件事在编程 Agent 上尤其扎眼。
普通聊天烧的 token 还算有限。可一旦进了 Agentic Coding，模型要读仓库、查文件、写代码、跑测试、改报错、反复规划——这是一长串持续运行的任务链，token 消耗会迅速膨胀，而且膨胀得未必稳定。
而且，烧掉更多 token，并不一定换来更好的结果。
这不是单纯的体感。已有研究在分析 agentic coding 任务时发现，这类任务的 token 消耗可以比普通代码问答高出几个数量级，而且同一任务不同运行之间的消耗差异极大；更关键的是，烧得更多并不稳定对应更高准确率。
很多时候，AI 只是更卖力地绕远路、更耐心地在错路上反复自我修复。人盯着后台，看到的是调用量暴涨；业务看结果，却不一定看到交付质量同步跟上。
这就是 AI 时代的新型管理幻觉：过程越来越清楚，结果反而越来越模糊。
以前管理者爱看在线时长、会议数量、代码行数、工单条数；如今换成 token、调用次数、AI 活跃天数。指标换了层皮，里子还是老一套：拿一个好统计的过程指标，去顶一个难衡量的结果指标。
可真正的生产力，从来不在过程指标里。一个人写了十万行代码，不代表系统更稳；一个团队开了一百场会，不代表协作更顺。
一个员工烧了一亿 token，也不代表他就创造了一亿 token 的价值。
别问”用了多少”，问”换来了什么”
企业真正该盯的，是另外几个问题：
它有没有缩短交付周期？有没有压下返工率？有没有提高代码合并的质量？有没有让那些原本做不了、做不快、做不深的活，变成可能？
这些才是结果指标。
Token 顶多告诉你成本花在了哪里，告诉不了你价值产生在哪里。
所以，企业对 AI 的管理，真正该从”全员渗透率”转向”关键工作流密度”。
与其给每个人平均发一份额度、再要求人人都用起来，不如先认出哪些岗位、哪些任务、哪些流程真能被 AI 放大，再把资源集中砸进去。研发、数据分析、客服、法务、财务、运营，不同角色用 AI 的方式天差地别，预算自然不该一刀切。
更进一步，企业还得把 token 消耗拆成三种来看。
第一种是探索性消耗。早期必须容忍一定浪费，因为人得试错，得在试错里养出对 AI 的手感。
第二种是生产性消耗。它直接嵌进工作流，能对应到代码、文档、分析、工单、合同、方案这些实打实的交付物。
第三种是表演性消耗。它主要服务于仪表盘、排行榜、汇报材料，以及”你看我也用了 AI”的姿态。
真正该管的，从来就不是 token 总量。
要盯的是这三类消耗各占多少：探索可以宽容，生产值得加码，表演必须压下去。
很多公司现在的麻烦，就是把这三种混成一锅，最后熬出一个好看的 AI 渗透率。管理层看曲线往上，以为组织在进步；财务看账单往上，开始怀疑这是不是又一轮昂贵的数字化幻觉。
结语：算力终究要向结果收敛
此文并不是主张企业在 token 上抠门。恰恰相反，对那些真能把 AI 转化成产出的高杠杆节点，企业应该更大方——真正会用 AI 的人，不该被平均主义的额度卡住脖子。
但企业也别再把 token 当奖章。
它不是荣誉，不是绩效，更不是生产力，它只是账单上的一行刻度。
一家公司 AI 用得好不好，不看它烧了多少 token，要看这些 token 最后变成了什么。
是更快上线的功能，是更少的返工，是更准的分析，还是一堆更长的提示词、更热闹的榜单、更贵的赛博形式主义？
AI 预算终究会向业务结果收敛。这谈不上保守，只是商业理性的回归。
企业 AI 真正该建立的，不是 token 排行榜——而是工作流结果账。
不看耗油量，看目的地。