大厂搞了个token排行榜 结果摸鱼的人排到了第一

美剧《火线》里有条贯穿多季的暗线：

巴尔的摩警察局为了让犯罪数据好看，把重罪降级为轻罪，让强奸案凭空消失。上级看着报表上的数字逐月下降，在市政厅汇报时满脸骄傲。

只有街区的居民知道，街上枪声一点没少。

剧里有句台词：You juke the stats and majors become colonels. 刷刷数据，少校能升上校。

但谁也没想到，2026 年，这句话的新版本正在中国互联网大厂上演。

只不过被刷的不是犯罪率，而是 AI token 消耗量。只要你刷刷 token，摸鱼也能变劳模。

最近，小红书上有个帖子很火。

一个自称在 BAT 大厂（首先 B 排除百度）的网友说：部门突然开始搞 token 消耗排行榜，以后试用期转正、年度 KPI、晋升，都要参考这个数据，甚至用得少的人，可能被替代。

他是三月份的榜首，还遥遥领先，被老板点名夸了一顿，让他节后给全部门做直播分享怎么用 AI 干活。

但他没敢说的是，自己超过一半的 token，是在整理个人数据发笔记。。。

不光是大厂噢。

我身边有个发小在一家公司干了三年，前几天突然被要求：日报里要填写今天用 AI 做了哪些工作，提高了多少产能，还要精确到小时。

搞得他现在动不动要打开 AI 软件，想想怎么刷。

看到这些，差评君第一反应是迷惑，这不就是 2026 年版的工位亮灯等于加班吗？？

在聊这事之前，咱先简单解释一下 token。

token 是 AI 处理信息的最小计量单位，你可以把它理解成 AI 世界的字数/货币，一个中文字大约等于 1 到 2 个 token。

你和 AI 对话一轮， 消耗的 token = 你发给 AI 的字 + AI 思考推理 + AI 回复的字。

AI 模型公司呢，就按 Token 消耗量去收钱。

理论上，token 消耗量和 AI 交互是成正比的。你消耗越多，就能说明你跟 AI 交互越频繁。

听起来没毛病，黄仁勋也这么想的。

3 月下旬的英伟达 GTC 大会上，黄仁勋说公司应该给每个工程师配一笔 token 预算，金额大约是基本工资的一半，让 AI 把他们的产出放大十倍。

后来他在 All-In 播客上又举了个例子：

假设有一个年薪 50 万美元的工程师，年底你问他今年花了多少 token，如果没花到 25 万美元，老黄说会“ deeply alarmed ”，深感震惊。

他要说 5000 美元呢？

老黄直接“I will go ape something else”，中文大概就是气得跳脚，当场发疯，叼你 MD（最后一句我加的戏）。

在老黄看来，优秀的工程师就应该大量使用 AI，用得越多产出越高。

毕竟公司给你配了 AI 资源，你用资源提效，产出放大，你要是不用，确实说不过去。

这套逻辑，不只老黄一个人这么想。

2025 年 4 月，Shopify CEO Tobi Lutke 给全公司发了封备忘录：申请加人之前，必须先证明 AI 做不了这个工作，而 AI 的使用情况也要纳入绩效考核。

硅谷甚至出现了一个专门的词来形容这股风气：Tokenmaxxing，token 最大化。

《纽约时报》科技记者 Kevin Roose 给它做了专题报道，里面数据很夸张：OpenAI 有工程师一周处理了 2100 亿 token，Anthropic 有用户一个月在 Claude Code 上烧掉了 15 万美元。

而现在，这股风终于吹到了国内，企业们开始把 token 消耗、AI 使用时长绑进绩效。。。

不是兄弟。。。

和 AI 互动得多，不代表解决的问题就多啊。就好比我们去健身房，不是去了 100 次体重就一定减少的。

好，退一万步讲：

就算我们暂且接受“用得多=产出高”这个前提。那至少这个指标应该很难造假吧？

恰恰相反，刷 token，可能是 2026 年最容易的一件事。

差评君简单露几手，看完你就知道这玩意作为指标有多差劲了。

第一种，上下文滚雪球。

为了联系上下文，AI 的每次回答都会把之前的所有对话从头重读一遍。对话越长，每轮重读消耗的 token 越多。第 1 轮只要 1500 个 tokend，但到了第 20 轮、第 50 轮光重读就要烧好几十万、百万 token。

你就这么无限对话下去，就算被领导质疑，你就说：这可是我反复追问了好多轮才得到满意的结果。

懂不懂“深度思考”啊。

第二种，开 50 个 AI Agent（代理）让它自动跑任务。

Agent 会自己派活、自己重试、遇到问题自己绕路，每个步骤都在烧 token，思考过程也算钱，跑一晚上第二天你就是部门劳模。

第三种更简单。

把一整个 10 万行代码仓库扔给  AI，让它“分析一下”就行，努力的样子从未如此省力。

其实这些方法一点都不高级，制定这条 KPI 的公司、管理层，也不可能没预料到会被刷。

因为经济学有个概念叫 Goodhart 定律：当一个度量指标变成了考核目标，它就不再是一个好指标。

它一定会被刷。

英国 NHS 曾经考核急诊等待时间不超过 4 小时，结果医院让救护车在门口停着不让病人下车，因为等待时间从进门开始算。

没有人觉得自己在作恶，每个人都在合理地优化自己面对的指标。

Token 排行榜也一样。

它已经成了 AI 时代的功德箱，佛祖不看金额看诚意，领导不看产出看次数。

所以真正的问题来了：

为什么明知会被刷，这个指标还是出现了？

因为它的背后，是 AI 时代特有的、自上而下的焦虑。

过去两年，不拥抱 AI 就会被淘汰几乎成了科技圈的政治正确。CEO 们在财报电话会上必须提 AI，投资人看的是 AI 渗透率，媒体写的是某公司全员接入大模型。

Meta 2026 年绩效关注员工用 AI 做出多少成果

这种焦虑一层一层往下传：

董事会问 CEO“我们的 AI 战略是什么”，CEO 问 VP“AI 落地进度怎么样”，完了 VP 又发条语音问总监 “能不能给我一个数据证明大家在用”。

在这种氛围下，管理层就不得不需要一种手段强推 AI 渗透。

可问题是，AI 时代产出归因太模糊了。

代码行数、需求完成数、项目交付，现在说不清到底多少是 AI 贡献的。上头一问你 AI 渗透到什么程度，你直接哑火。

当真实贡献不可观测，管理者就只能抓最近的、可数的东西。

诶，token 消耗量恰好是那个完美指标：可量化、可对比、可造假。

到这，你就能理解为什么 token 排行榜会出现在大厂里了，又能逼着员工用起来，又能拿去跟老板交差，当作一个向上汇报的数据，美滋滋。

当然了。。。

鉴于这次 KPI 提出者是 BAT 大厂管理层，也可能存在第二种原因。

你想想，“不用 AI 就会被淘汰”、“token 消耗代表先进性”，这套行业叙事的最大受益者是谁？

BAT 等大模型厂商，毕竟靠卖 token 赚钱，不过这就不在本文讨论范围内了。

差评君更关心的是，今年大厂能把 token 消耗纳入考核，小公司把 AI 使用时长加进日报。

那明年呢，你所在的公司呢？

我不是说 AI 没用，也不是说不该推 AI。

的确，在 AI 应用早期阶段，强制接触有其合理性，历史上也有过“强推”的成功先例。

20 世纪初，福特工厂强制流水线作业，工人强烈抵触，觉得这是剥夺手艺人的尊严，但流水线最终让汽车从富人玩具变成了普通家庭的交通工具。

组织一旦习惯了旧的做事方式，即使新工具明显更好，惯性也会让所有人赖在原地不动。

从企业角度来看，强推 AI 有组织变革的正当性。

可问题是，福特流水线和 AI 根本不一样啊。

福特是直接把生产方式换了，流水线往那一架，你作为工人没法再手搓了，这是从底层变革生产力。工人抵触归抵触，离职归离职，福特加工资把人留住，最后效率确实提上去了。

但 AI 不一样。

对互联网公司而言，AI 没有在根本上替换他们的工具链。

员工用不用、怎么用，选择权还在自己手上。

AI 要真能升效，用 AI 的人自然会在产出上胜出，大家自然会选择最高效的方式，不需要你拿排行榜逼。

如果所谓的 token 排行榜能度量员工的价值，那打字排行榜早就是诺贝尔文学奖的评选标准了。

写作的价值不在于你写了多少个字，思考的价值不在于你翻了多少页书，使用 AI 的价值也不在你烧了多少 token。

不要因为 AI 时代的焦虑，就把人的价值也一起烧掉了。

巴尔的摩街头的枪声没有因为数据变好看而消失，你公司的效率也不会因为 token 烧得多就一定提升。