我朋友前几天跟我吐槽了一件事。
他们公司技术部门最近多出一条考核：统计每个人的 Token 使用量，用得少的，要影响绩效。
具体到什么程度？Claude 的 Max 套餐，必须用满 50% 额度以上，API 另算。
技术那边怨声载道，因为真的有人就是用不完，活就那么多，你让他往哪儿用？
我第一反应是想笑——这年头还有人发愁 Token 用不完？随便干点啥不就见底儿了？甚至有点儿羡慕：起码公司是真掏钱买了。
可笑完，50%这个数字让我陷入了思考。
这是一个非常具体的数字。它具体到像是有人认真算过、讨论过，最后觉得至少比“大家多用用 AI”靠谱。
但正是这种具体，让人很不舒服，这 50%，到底在衡量什么？
AI 用起来了，然后呢？
我其实能理解这家公司。
现在很多公司推 AI 落地，最先碰到的不是投资回报，不是效率提升，是一个更原始的问题：员工不用 AI。
老板买了账号，开了权限，组织了培训，最后发现大家还是该怎么干怎么干。
那怎么办？总得先抓一个数字。
Token 就是那个最容易抓住的数字。后台可见，可以统计、可以排名、可以写进绩效。相比“你有没有真的改变工作方式”，它至少真实发生过。
所以这个逻辑有它的道理。企业推 AI，第一步确实是先让人用起来。这没毛病。
问题是，“用起来”一旦变成一个指标，它会悄悄滑向另一件事：证明我用过。
前不久另一家公司，员工述职。PPT 做得挺认真，讲完以后老板第一句话是：“你这个是自己做的还是 AI 做的？”员工说，自己做的。老板脸就沉了。
一家在后台盯 Token，一家在现场盯 PPT。用量不够说明你没跟上，没用 AI 说明你没转变。
公司把员工往 AI 那边推，心里想的是同一句话：用起来，就是进步。
我也信这句话的一半。一个新工具，大家连打开都不打开，后面的所有想象都不存在。
但另一半问题是，AI 用起来了，然后呢？
米哈游一夜烧掉了 200 万
这个问题在米哈游那个案例里，突然变得更清楚了。
今年 5 月，米哈游《崩坏》系列 AI 技术负责人郑银河，在阿里云峰会上分享过一件事：团队为了测试多 Agent 协作，搭了几十个 Agent 一起跑。下班以后忘了设置消耗上限，Agent 自己连续跑了 13 个小时。
烧掉了价值 200 万人民币的 Token。
这个数字放在前面的 50% 配额旁边，就显得有点微妙。
一边是公司担心员工用得太少，想办法把 Token 用量拉上去；另一边是 Agent 在没人盯着的时候，自己就能跑出一张很夸张的账单。
我不是说 AI 自己运行不对。恰恰相反，未来很多 AI 落地，就是要让 Agent 自己去跑任务，人不用一直守在旁边。
但米哈游这个例子提醒我的地方在于：如果目标没看住，边界没设好，AI 也会非常努力地“工作”。它会一直跑，一直调用，一直消耗 Token，最后给你留下一张很贵的账单。
所以问题不是“有没有人在用”。
问题是，只看 Token 的时候，我们分不清楚：AI 到底是在帮人推进工作，还是只是在系统里空转。
所以，我们并不能把 Token 用量，直接当成 AI 使用程度来看。
更准确地说：Token 能证明 AI 被调用过，但不能证明它真的产生了价值。
88%的公司用 AI，只有6%的公司赚钱
那不看 Token，看产出？
听起来更靠谱。但这边的数字也没好到哪儿去。
麦肯锡去年一项调查里有个数字让我印象很深：88% 的公司说已经在用 AI，64% 觉得 AI 在推动创新——但一层层筛下去，能说清楚利润影响的只剩 39%，真正看到显著回报的，只有 6%。
也就是说，“我知道大家在用 AI”和“我知道 AI 值多少钱”之间，隔着一条很深的鸿沟。
不止如此。Uber 的例子更直接。
他们今年很早就用完了原定全年的 AI 预算。Uber 总裁兼 COO Andrew Macdonald 后来承认，公司内部的 AI 使用指标增长得非常快，但“目前还无法在这些数据和真正交付给用户的有用功能之间，建立清晰的联系”。
AI 或许确实让团队交付了更多东西。
但问题是，这些指标很难直接回答一个更朴素的问题：用户到底有没有因此得到更好用的功能？
如果这个问题回答不上来，钱就不好花了。继续买更多 Token，还是多招几个人，哪个更划算？公司迟早要面对这个比较。
你看，问题绕了一圈又回来了。
你用 Token 衡量，可能会奖励空转。
换成 ROI 衡量，又会发现很多变化暂时折算不成利润。
那是不是因为 AI 太新？再过两年，方法成熟了，指标就清楚了？
5000 个客服，藏着一笔算不出的账
我也想过这个解释。但后来发现，不是“新”能解释的。
美国国家经济研究局做过一个实验。5000 多名客服用上了 AI 助手——不是替他们干活，是在聊天时实时给建议。经验最少的那批人，每小时能多解决 35% 的问题。系统偶尔挂掉的时候，用过 AI 的人还是比没用过的人做得好。
老员工的经验通过 AI 过了一遍，一部分留在了新人身上。这个实验发表于 2025 年，AI 已经足够好了。
但接下来的问题才是难的：这种变化，到任何一家公司的后台去看，你看不到。一次投诉没发生，它值多少钱？一个新人少走了几个月的弯路，该算在谁的账上？
你会发现，这跟 AI 新不新没关系。是知识工作本来就这样。
一个工程师花半天教新人，自己的代码提交量下去了，团队以后少踩十个坑。一个产品经理花一周琢磨方向，什么文档都没出，后面半年的路是那周想清楚的。工时表只能告诉你交了多少代码、关了多少工单——这些说明一个人干了什么，不说明干成了什么。
AI 不过是让这个老问题变得更难忽视了。
留下痕迹，就是用好了吗？
回到我朋友那边。
他们公司的技术还在为用不完 Token 发愁。老板可能正盯着后台，看谁这个月又没达标。所有人都默认：数字往上走，AI 就算落地了。
但米哈游那 200 万说明，数字往上走也可以是空转。Uber 的 COO 说明，指标涨了跟用户得到的东西可以没有关系。
50% 和 200 万是同一件事的两面。一边焦虑用得太少，一边震惊烧得太多。
但两边盯的都是同一个东西：痕迹。Token 用了多少，PPT 是不是 AI 做的，Agent 跑了多少小时——这些都是痕迹。
只是没人问过：留下痕迹，和真的用好了，是一回事吗？
