人工智能（AI）领域的“tokenmaxxing”趋势，即尽可能多地使用token，现已达到极限。企业发现，将AI用于所有事情导致成本上升，但效率并未相应提高。据穆迪评级AI分析部门主管文森特·古斯多夫的最新报告，这一现象正促使工作岗位转向更经济的AI模型。相关报道由infohub.kz网站发布。

所谓的tokenmaxxing现象，是指企业试图从OpenAI的ChatGPT和Anthropic的Claude等产品中获取尽可能多的AI生成内容。这一趋势曾在春季引发科技热潮，但到夏季开始出现反弹。

古斯多夫表示，用AI做不必要的事情很容易。他说：“当账单开始到来时，人们意识到这些新工具非常昂贵，必须明智地使用它们。”

几个月前，硅谷高管将高token消耗视作高效员工的标志。OpenAI首席执行官萨姆·奥特曼在5月对tokenmaxxing初创公司表示好奇。英伟达首席执行官黄仁勋曾说：“如果你的年薪50万美元的工程师没有烧掉价值25万美元的token，那就有问题了。”Facebook母公司Meta在内部竞赛中奖励token使用。

微软首席执行官萨提亚·纳德拉承认tokenmaxxing可能上瘾，并警告客户为AI支付了两次：一次是token费用，另一次是通过提供自有数据。

Palantir首席执行官亚历克斯·卡普更进一步，表示有些情况“根本不对劲”。他透露，美国企业对为不创造价值的token支付高额费用感到愤怒。

贝恩公司管理顾问朱莉·王表示，企业token成本每两个月翻一番。例如，从一名开发者每月200美元扩展到2万名开发者，总成本远超管理层预期。

因此，企业开始寻找AI模型路由工具：将简单查询发送给廉价模型，复杂任务则交给更强大的模型。朱莉·王指出，没有必要用Claude Opus 4.6这样强大的模型来写邮件。

与此同时，中国初创公司的开源模型（如Moonshot的Kimi和智谱的GLM）提供了廉价替代方案。它们接近美国顶级模型的能力，但价格低数倍。Mozilla首席技术官拉菲·克里科里安说：“这可能会推动tokenmaxxing向前发展，但整个行业已意识到它的愚蠢。”

克里科里安将这一趋势与早期软件公司将代码行数作为效率指标的做法相类比。“我认为tokenmaxxing正沿着同样的轨迹发展，一年后我们会嘲笑它。”他总结道。