文 | 影子备忘录

事情得从一封内部邮件说起。

2026年8月初，微软执行副总裁Jay Parikh向全体员工发了一封内部信。信的大概内容是从2026年7月起，微软各业务部门都要有“AI Token预算目标”，员工可以在内部仪表盘上实时查看自己的AI支出。内部默认模型也从原来的选项换成了OpenAI GPT-5.6，原因只有一个：更便宜。

Parikh在邮件里写了一句话，值得细品：“Tokenmaxxing不是我们优化的目标。”

什么叫Tokenmaxxing？这个词是“token”和“maxxing”（刷到极致）的组合，跟gymmaxxing（猛练健身）、looksmaxxing（极致改造外貌）是同一套互联网造词逻辑。

只不过它描述的是一种扭曲的激励机制，即把AI用量当成了企业内部的KPI。

说白了，就是员工为了用AI而用AI，疯狂刷Token。

据微软内部数据显示，许多微软工程师每月的Token花费在几百到几千美元之间。

一个人一个月烧掉几千美元，这还只是成本端。放在整个公司层面，数字只会更吓人。

更有意思的是，微软CEO萨提亚·纳德拉自己今年6月就在一期播客上承认，他自己也是个Tokenmaxxer，看着用量仪表盘上那些飙升的数字，确实很上瘾。

但CEO终究要算账，他又补了一句：生产率提升的边际收益，必须匹配Token的边际成本。不是每个问题都值得调用最强、最贵的前沿模型。

两个月后，CEO的播客发言变成了公司的内部政策。

一家市值3.5万亿美元、刚刚在OpenAI身上砸了130亿美元的巨头，居然开始勒令自家员工省着点用AI，这画面多少有点黑色幽默。

有微软员工直接在内部吐槽：一家在AI上重金投入、补贴了海量推理的公司，现在居然引导自家员工省钱？如果连托管AI基础设施的公司都需要担心自己能否负担内部AI产品，那购买这些服务的普通企业该怎么办？

这话问到了点子上。

四个月烧光全年预算，谁顶得住？

微软不是第一家踩刹车的，也不会是最后一家。

今年4月，Uber首席技术官发了一份内部备忘录，公司在四个月内烧光了2026年全年的AI预算，罪魁祸首是Claude Code在Uber内部被大规模采用。

5000名工程师中，月使用率在84%到95%之间，人均月度账单从150美元到2000美元不等。

这位CTO本人做一次两小时的内部演示，据说就消耗了价值1200美元的Token。Uber首席运营官Andrew Macdonald得知这个数字时“简直震惊得说不出话来”。

值得注意的是，Uber是一家市值超过2000亿美元的公司。连这种体量的企业都在四个月内把AI预算烧穿，你想想中小企业是什么处境？

Meta那边也好不到哪去。据内部测算显示，如果维持当前员工调用AI的速度，2026年仅内部AI使用一项支出就将达到数十亿美元。Meta向约6000名核心员工发放了备忘录，明确了全员Token配额限制。

亚马逊高管也公开告诫员工“不要为了使用AI而使用AI”，考核指标从Token消耗量切换为标准化业务交付成果。

亚马逊还披露了一个更具体的案例：一套基于Claude Sonnet搭建的作者与商品页面匹配系统，最终耗资180万美元，项目成本远远超出原定预算，最后这套系统只被用来处理一些简单的琐事。

180万美元处理琐事，这投入产出比，任何一个CFO看了都得心梗。

还有一家未具名的科技巨头，因为忘了给员工的Claude使用许可证设置上限，短短一个月内在AI上的支出高达5亿美元。社交媒体上的猜测几乎都指向了亚马逊。

从Uber到Meta到亚马逊再到微软，硅谷巨头们正在集体踩刹车。这已经不是一个两个公司的偶发问题，而是整个行业的结构性矛盾在集中爆发。

Token为什么越用越贵？

这里有一个反直觉的现象：Token单价在降，但企业的AI账单在涨。

2024年，大模型厂商疯狂烧钱训练更大的模型，通过免费送Token、低价倾销抢占市场。当时甚至有人说“卖Token不如卖矿泉水”，每百万输入Token只要几毛钱，贵一点的模型不过一两美元。整个行业沉浸在“成本将持续下降”的叙事里。

事实也确实如此。主流大模型Token单价较2023年初降幅最高达98%。

但问题出在用量上。

根据OpenRouter的统计，过去一年全球周度Token消耗量从2.1T激增至24.5T，2026年以来周度消耗同比增幅达280%。

在国内，日均Token调用量从2024年初的1000亿飙升至2026年3月的140万亿，两年增长超1000倍。

单价跌了98%，用量涨了1000倍。小学数学就能算出来，总支出只会涨，不会跌。哪怕微小的单位成本，乘以海量的使用规模后，最终总成本也是一个天文数字。

更致命的是，AI智能体（Agent）类应用的爆发，让单次任务的Token消耗暴涨了数十倍。

以前你让AI写一段代码，消耗的Token是可控的；现在你让AI Agent自主执行一个任务，它可能要调用模型几十次、上百次，Token消耗呈指数级增长。

供给端同样捉襟见肘。全球Blackwell芯片的算力增速是每年约3.4倍，而全球Token需求增速是每年约10倍。

3.4对10，差距在逐年撕裂。HBM高带宽内存被三星、SK海力士和美光三家垄断，扩产周期长达24到36个月。

算力租赁市场随之紧张，租用英伟达最先进的B200芯片的费用已翻了一番，接近每小时6美元。

所以你看，需求端在暴涨，供给端被卡脖子，Token能不贵吗？

如果Token贵但产出高，那也认了。问题是，产出呢？

开发者生产力平台Entelligence.AI汇总了2444家企业的数据，得出了一组令人警醒的数字：每投入1美元的AI Token费用，仅有18美分产生了触达用户的实际价值。

44美分用于修复AI自身引入的Bug，27美分流向返工，11美分消耗于审查摩擦。

换句话说，一块钱扔进去，真正产生价值的不到两毛。剩下的八毛多，都在给AI“擦屁股”。

Uber首席运营官说得更直白：Token消耗的增长与产品的实质改善之间，“这条线还不存在”。

这才是问题的核心。

企业推动全员AI落地的初衷很清楚：用AI替代重复性人力工作、压缩人力开支、抢占AI转型先发红利。

但现实是，企业非但没有实现人力成本缩减，反而新增了一笔难以预估的巨额算力账单。大量Token投入能否转化为业务增量，仍然有待验证。

更尴尬的是，当前大模型仍无法深度适配细分业务场景，产出内容常常需要员工二次核对修正。员工只是从“生产者”变成了“审核者”，企业并没有真正解放人力。

多数企业对AI的使用，也停留在浅层文案、代码辅助层面，没能搭建完整的AI业务闭环。

投了130亿美元的微软、市值超2000亿美元的Uber、年资本开支约2000亿美元的亚马逊，这些巨头都在算不过来账的时候选择踩刹车。这不是技术问题，这是商业问题。

用户越多，亏得越多

说到微软，就绕不开Copilot。

微软本来对Copilot用户收取固定费用，Pro版本月费10美元，可用最顶尖模型的Pro+收39美元。

但AI Agent出现后，数据吞吐量更大，推理成本越来越高，几十美元的月费根本承载不了。用户越多，微软亏得越多。

于是微软在2026年6月初改政策了，超出一定数量后按量收费。

结果全球开发者社群哀鸿遍野：许多重度依赖顶尖AI模型的工程师，不额外收费的基础额度几天就用完了，AI使用费从39美元飙升至数百甚至数千美元。

GitHub Copilot也全面转向了按用量计费。官方讨论帖收获了近900个反对票，有用户测算，一次智能体编程会话通常消耗30到40美元的Token。这意味着一个月费10美元的套餐，单次使用就耗尽了。

微软自己都被自家员工的Token账单吓到了，不得不设限额。那些付费购买Copilot的企业客户呢？他们的账单只会更难看。

这形成了一个死循环：AI公司不敢定高价，怕吓跑客户；但定低价又覆盖不了成本，用户越多亏得越多。

卖Token不等于稳赚不赔，当算力是固定成本而收入是变量时，每一笔订单其实都在赌客户会不会用满。

华尔街已经开始调转枪口了。Token成本的飙升对计划在2026年底冲刺IPO的明星AI企业构成了最不愿见到的估值杀手。

公开市场投资者对毛利率和盈利路径的审视是极其严苛的。当核心输入成本以半年40%的速度递增时，谁能笑得出来？

你可能想，既然Token太贵，那就降价呗。

事实上，降价正在发生。2026年7月30日，OpenAI突然宣布GPT-5.6 Luna降价80%，输出价格从每百万Token 6美元直接砍到1.2美元。

Terra也下调了20%。DeepSeek更狠，V4系列Token价格下调至原标价的四分之一。竞争加剧、成本下降，Token迎来了一波降价潮。

但降价能解决问题吗？

短期看，降价确实能缓解企业客户的成本焦虑。但长期看，只要Token消耗量还在指数级增长，只要AI Agent还在让单次任务的Token消耗暴涨，降价带来的红利很快就会被用量吞噬。

更关键的是降价本身也在压缩AI厂商的利润空间。OpenAI披露2026年算力支出将达500亿美元。谷歌、微软、亚马逊、Meta四家科技巨头2026年在AI上的总投入预计达到7250亿美元，同比大增约77%。

这边是巨额投入，那边是不断降价的收入端，利润空间被两头挤压。

目前唯一有望实现季度运营盈利的头部AI厂商是Anthropic，其余厂商普遍处于亏损状态。

这就是Token生意的尴尬：卖得贵，客户用不起；卖得便宜，自己亏不起。

Token正在沿着IaaS的老路滑向零毛利。通用推理Token加速商品化，利润越来越薄。

写在最后

2026年5月，微软就已经取消了大部分员工的Claude Code内部许可。近10万名工程师被要求在6月30日前从Claude Code迁移到自家的GitHub Copilot CLI。理由极其直白：账单太贵。

注意时间线：5月取消Claude Code，8月出台Token预算目标。三个月内，微软在AI成本管控上连出两记重拳。这说明什么？说明问题不是突发的，而是积累到一定程度后的集中爆发。

更深一层看，微软取消Claude Code还有一个不能明说的原因：Claude Code在微软内部太受欢迎了，风头盖过了微软自家的GitHub Copilot CLI。

在开放Claude Code使用权限前，微软91%的工程团队都在用GitHub Copilot。但在Claude Code开放后，这个使用率遭到“严重蚕食”。

一边是自家产品被竞品碾压，一边是竞品按Token计费、每用一次都要给Anthropic付钱。

微软给OpenAI砸了130亿美元，还在Azure上为Anthropic搭建了大部分算力底座。结果自家工程师大规模调用Claude Code时，等于在给最直接的竞品输血。

看完账单后，这家市值3.5万亿美元的巨头决定不再当这个“冤大头”。

这已经超越了成本问题，上升到了战略层面。

但即便是“内部核算成本”的GitHub Copilot，边际成本再低，也架不住海量消耗。所以才有了8月份的Token预算目标。

这一切指向一个残酷的结论：Token这门生意，巨头们自己都玩不转。

不是技术不行，不是产品不好，是经济账算不过来。每投入1美元只有18美分产生实际价值；用户越多亏得越多；单价降了98%但总账单翻了数倍。

这三个事实叠加在一起，构成了Token经济最尴尬的处境。

IDC预测，2026年中国MaaS市场的Token消耗量将达到40000万亿，较2025年增长约20倍。

用量还在涨，而且涨得飞快。但问题是，谁来买单？巨头们已经在踩刹车了，中小企业呢？个人开发者呢？

Token作为AI时代的核心资源，相当于互联网时代的网络流量、工业时代的能源。

这些生产要素必须普惠低价，不能构成企业的主要运营成本。但现实是，Token还没有便宜到那个程度。

也许再过几年，随着芯片产能释放、模型效率提升、基础设施完善，Token真的会便宜到可以忽略不计。但至少现在，连卖AI的微软都扛不住了。

这不是AI的失败，这是商业规律在发挥作用。任何技术从实验室走向大规模商业化，都要经历成本与价值重新匹配的过程，AI正在经历这个阵痛。

Token被限额、AI进度缓慢，不是AI不行，是经济规律在教所有人做人。