“如果一名年薪50万美元的工程师，全年消耗的AI Token换算成金额还不到25万，我会深感担忧。”黄仁勋靠在椅背上，语气平静得像在说天气。但在GTC 2026闭幕后的All-In Podcast上，他说出的这句话，其实是在给整个科技行业的AI投资逻辑判刑。
英伟达正在做什么？他透露，公司正朝着每年20亿美元的AI Token账单前进。注意，这只是英伟达自身工程师团队的AI消耗，不是销售给客户的收入。一个卖铲子的公司，自己先吃下了价值一座中型城市的“铲子预算”。
这条新闻之所以在硅谷掀起巨浪，不是因为黄仁勋提出了一个奇怪的KPI，而是因为他触碰了所有科技CEO都在回避的公开秘密：你的AI投资正在吞噬你，而你除了裁人，什么也没做对。
裁员裁出来的AI账单
2026年，四大超大规模云厂商累计资本支出预计达到约7000亿美元，接近去年的两倍。与此同时，咨询公司Challenger, Gray & Christmas的数据显示，AI已连续第四个月成为美国企业裁员的头号理由。
当你把这两个数字放在一起看，画面就变得诡异起来：一边是史无前例的投资狂潮，另一边是科技巨头们在以同样史无前例的速度砍人。
Meta在5月裁减了8000个岗位。一份内部备忘录显示，此举是为了“平衡公司的大规模投资”，而同一个季度，Meta的营收增长了33%。这不是在节衣缩食，这是在剜肉补疮。Oracle在过去12个月裁掉了2.1万人，相当于员工总数的13%，同期营收反而增长了63%。微软7月又裁掉了约4800人，占比2.1%。裁人的理由惊人一致：AI让我们更高效了，所以不再需要这么多人。
但Gartner一份覆盖350名年营收超10亿美元企业高管的调查给出了残酷的结论：大约80%的公司确实因为AI削减了员工，但裁员与投资回报之间没有任何相关性。Gartner分析师Helen Poitevin的判断一针见血：“裁员可能腾出了预算空间，但并没有创造回报。”
裁人的钱去哪了？答案令人尴尬：全烧在Token上了。
Uber在2025年12月给5000名工程师配发了AI编程工具，结果到2026年4月，全年的AI预算就烧完了。首席运营官Andrew Macdonald承认，尽管70%的提交代码由AI生成，但“代码量和客户能感知到的价值之间，那条连接还不存在”。Uber的解决方案是给每位工程师每月设1500美元的Token上限。这不是管理，这是在漏水的水管上贴创可贴。
黄仁勋的测试到底在测什么
回到黄仁勋的“Token测试”。他说的是：如果一名工程师一年连25万美元的Token都用不掉，这个人不值得留。英伟达目前全职员工约4.2万人，年度营收已达2159亿美元，员工人均创收超过500万美元。20亿美元的年度Token预算分摊到整个工程团队，意味着英伟达对核心工程师的AI使用强度有一个极高的隐含期望。
这个数字放在硅谷是什么概念？Uber给工程师设的月上限是1500美元，一年才1.8万美元。英伟达的期望值至少是Uber的5倍以上。但这不是在比谁烧钱多。黄仁勋的逻辑有一条清晰的链条。
AI Token不是消费，是投资。如果工程师每天花8小时写代码，AI工具可以把其中70%的重复劳动吃掉，工程师等于获得了3倍以上的时间杠杆。花25万买一个人的时间解放，这笔账怎么算都是赚的。与此同时，Token消耗量充当了“AI融入度”的代理指标。一个不用AI的工程师，不可能达到高Token消耗。黄仁勋要的不是工程师用多少Token，而是工程师有没有把AI嵌入自己的工作流深处。Token预算是手段，不是目的。
更深一层，这还是一道选拔门槛。愿意且有能力的工程师，会用AI来放大自己；不愿意或做不到的，就会被淘汰。不是通过裁员，而是通过“看起来像裁员但其实不是”的方式。你自己会走。
这三点在英伟达内部得到了印证。几天前，黄仁勋在公司内部访谈中说，英伟达的软件工程师们“更喜欢构建Agent而不是写代码”。他进一步解释：因为AI接管了那些“敲键盘”式的苦活，工程师可以专注于更有创造性的工作，构建智能体系统。这不是在打压员工，而是在重新定义“什么是工程师”。
Token预算的六条勒紧之路
如果说黄仁勋给出了目标，那么真正让高管们头疼的是路径。Gartner的调查已经证明，靠裁员省不出ROI。Token预算这个无底洞，到底该怎么堵？答案其实不需要什么魔法。
最简单也最容易被忽视的，是Prompt缓存。这就是AI世界里“关掉空房间的灯”。同样的信息不要反复花钱处理。Anthropic和OpenAI的定价中，Prompt缓存的重复输入成本可以降低高达90%。安全公司ProjectDiscovery做了一个实验：通过重构Prompt结构，将缓存命中率从7%提升到84%，总LLM开销下降了59%到70%。这一项工程改造省下来的钱，比大多数AI裁员轮次裁掉的预算还多。
接下来是模型路由。供应商的价目表上，旗舰模型定价是小型模型的5倍甚至更多。但大量生产级负载只是在做例行分类和摘要，默认却跑在最贵的层上。把工作路由到“刚刚好”的模型，成本直接砍半。不需要实时回答的任务走批处理通道，还能再省50%。检索增强生成则从另一个角度切入：不给模型喂整本百科全书，只发相关的那一页，输出质量不变，输入Token量锐减。Prompt压缩把每个调用中的冗余示例和重复指令剪掉。开源模型则让愿意自己部署的团队，用前沿API一个零头的成本处理常规负载。
这六条措施每一条都不难理解，难的是企业有没有动力去执行。Uber的1500美元月上限，说明预算控制最终会来，只是通常要等预算先超了。
最聪明的公司选择了“人不减，Token减”
Gartner的数据背后还藏着一个更重要的发现：那些真正用AI提升了ROI的公司，做的不是用AI替代员工，而是用AI放大员工。
Klarna替整个行业做了一次系统性实验。它用OpenAI驱动的客服AI替代了大约700个客服岗位，然后客户满意度下降了。CEO Sebastian Siemiatkowski向Bloomberg透露了一个大多数高管不愿公开承认的事实，只说了一半。
另一边，黄仁勋的答案是相反的。英伟达没有因为AI裁掉工程师。它只是要求每个工程师证明自己配得上AI。不裁人，不降薪，只调整Token预算。结果是什么？一家年营收超过2150亿美元、市值超过4万亿美元的公司，员工人均创收超过500万美元，利润率依然在快速攀升。
有一种可能性正在浮出水面：AI时代的公司组织公式可能不再是“少用人、多用AI”，而是“用对人、让每个人用AI、然后把效率的果实留给自己”。前者是减法，后者是乘法。
回到黄仁勋在All-In Podcast上的那句原话。他说的不是“不消耗Token的工程师就开除”。他说的是“消耗不到年薪一半的Token，我就会深感担忧”。担忧什么？担忧的不是人的工资太高，而是人没有充分利用这个时代最强大的杠杆。
英伟达20亿美元的Token账单不是成本，而是一笔写在人身上的投资。从Meta到微软再到Oracle，大公司们一边裁员一边狂买GPU，本质上是在用一个错误的公式求解对的答案。以为减少分母就能提高比值，却忽略了真正该优化的是分子：AI使用密度。
2026年的科技行业正在经历一场关于“人到底值什么”的大清算。Token预算就是这场清算的发票。有的人正在算账，有的人在烧发票，还有的人，比如黄仁勋，早已在新的价格体系里定价。
不裁员的公司，不一定是在做慈善。它们可能只是先算明白了：一个不用AI的人，比用AI的人贵多了。
快报