Token 成矽谷新貨幣後，工程師玩起了刷量遊戲

在加密世界裡，Token 是數位權益的憑證，承載各種可編程權益和功能；而當大模型席捲全球，一種新的 Token 開始流行，作為大模型的最小計算單元，也正在形成新型經濟敘事，甚至悄然成為海外職場的隱形賽場。

在商業邏輯中，算力即收入，Token 已躍升為 AI 世界的新貨幣。

如今，Meta、OpenAI、Amazon、Google 和 Microsoft 等海外科技公司，開始將 Token 的使用量納入績效評估體系。有些公司甚至設立內部排行榜，直觀展示各團隊或個人消耗的 Token 數量，使用不足者往往被貼上生產力低下或文化不匹配的標籤。

AI 時代的貨幣，新的 Token 經濟學

Token 這個計量單位，正被推至 AI 全球競賽的台前。無論是產品的消耗規模，或是團隊的調用頻次，Toekn 已演變為 AI 產品最核心、最直觀的價值指標。呼叫量越高，代表模型被使用得越頻繁，其撬動的經濟槓桿就越大。

為了激勵員工員工使用 AI，各大公司也紛紛狂撒 Token 福利。例如，A 阿里巴巴正計劃向員工提供 Token 額度；騰訊每年為員工提供最高達 22 萬元價值的 Token 配額；而輝達甚至計劃為工程師提供相當於其基礎工資約一半的 Token 預算。

而 Token 也正被納入薪資模式。 OpenAI 旗下 AI 編碼服務 Codex 相關工程負責人披露，越來越多求職者在面試時關心的，不再只是薪資，而是「能獲得多少推理計算資源」；知名風險投資人 Tomasz Tunguz 指出，科技公司已開始把推理成本作為工程師薪酬除了底薪、獎金和期權之外的第四種薪酬，按照他目前的推理支出來看，Token 將佔據五分之一的薪酬、獎金和期權。 Token 將成為工程師薪資的重要組成部分，與薪資、獎金和股權並列；而 Sam Altman 更曾設想，未來「全民基礎算力」甚至可能取代「全民基本收入」。

還有人建議，OpenAI 和 Anthropic 等 AI 公司應該建立專門的招募網站，在薪資範圍旁邊列出 Token 預算。

連投資人也開始直接用 Token 打款。

近期，真格基金與 Crossing 共同發起 Token Grant 計劃，為入選的 AI 創業計畫提供 5 萬 Token 額度的資助。對 AI 新創團隊而言，Token 額度往往比帳面現金更解燃眉之急。

AI 時代，新的 Token 經濟敘事正在形成。

借 Token 刷身價？矽谷工程師玩起刷量遊戲

一場昂貴的新型身分遊戲正在上演。

近期，《紐約時報》科技專欄作家 Kevin Roose 指出，Tokenmaxxing 正席捲矽谷，成為工程師的新型刷量遊戲。

他分享道，一名 OpenAI 的工程師在過去一周內處理了 2100 億 Token，相當於 33 次維基百科的文本量，是所有員工中最多的；在 Anthropic，一位使用公司 AI 編碼系統 Claude Code 的用戶，在一個月內花費了超過 15 萬美元。在這場 Tokenmaxxing 遊戲中，程式設計師們拼命想證明自己的效率和能力。

Token 最初是用來衡量生產力的工具，如今似乎逐漸演變成生產力表演。特別是隨著 Claude Code、OpenClaw 等 Agentic 工具的出現，這種算力競賽進一步放大。工程師可以透過 AI 子智能體連續運作，通宵處理不同任務，進而大幅提高 Token 消耗量。

大量 Agent 的出現，使 Token 消耗呈現數量級躍遷，AI 巨頭們也趁機收益吃飽。

例如，Anthropic 的年化收入（ARR）最近突破了 190 億美元，較去年底增長了近三倍；OpenAI 官方數據披露 Codex 的周活躍用戶數已突破 200 萬，用戶數和使用量分別較今年初增長 3 倍和 5 倍；OpenClaw 的 Token 消耗量直線上升，僅在過去一個月就消耗了 13.77 億。

Token 本質上是企業透過提供算力資源，激勵員工部署 AI 智能體以提升生產力的工具，是對員工能力的一種投資。然而，當 Token 成為 KPI 甚至能力像徵時，是否燒得越多、工作就做得越好？未必如此。

消耗量≠成功指標，警覺被 AI 包裝的偽需求

對於薪資引進 Token 計費，前創投家 Jamaal Glenn 則認為，所謂「獲得更多 Token 就能更有效率、賺更多錢」的生產力論，只在員工與雇主利益完全一致時成立，而大多數員工並不具備這種條件。 Token 看似是福利，實際上可能是包裝薪資的手段，它與現金或股權完全不同，也不會在下一份工作談判中反映價值。他建議，在面試中可以詢問 Token 預算，就像是問硬體配置或開發工具一樣，但絕不能讓任何人把它寫進 offer 當作薪酬。

如果讓 AI 去執行毫無意義的循環任務或過度重構完美的項目，這不僅沒有產出，反而掩蓋了真實的工作效率。

全球權威研究機構 Gartner 也潑了一盆冷水。該機構直言，Token 消耗正在被越來越多的 AI 廠商視為反映 AI 規模、採用度和市場領導力的訊號，但快速成長的 Token 消耗量並不意味著長期可行性，Token 數量在結構上並不適用於評估 AI 成功與否，反而可能誤導企業機構的決策者。

Gartner 指出，真正決定長期可行性的，是變現原則、利潤率可持續性以及企業滲透率，負責 AI 的領導者應弱化 Token 指標，轉而透過解決方案能力、決策賦能效果、成本可預測性以及可量化的業務成果來評估 AI 廠商。

此外，Token 成為硬通貨的同時，需求爆發與成本也同步攀升。

以全球最大的 AI 模型 API 聚合平台 OpenRouter 的資料為例，上週中國大模型的周調用量已達 4.69 兆 Token，連續兩週超過美國。

摩根大通預測，2025 年至 2030 年間，中國 Token 消耗量的年複合成長率將達到 330%，五年成長約 370 倍。根據 IDC 則預測，到 2030 年，全球活躍 AI 智能體將達 22.16 億，年度 Token 消耗量將從 2025 年的 0.0005 Peta Tokens（1 Peta=1000 萬億）飆升至 15.2 萬 Peta Tokens，增長超 3 億倍。

隨著調用量從實驗走向規模化應用，成本壓力正在迫使產業進行不同程度的價格調整。亞馬遜、Google 等海外巨頭紛紛漲價，就連價廉物美的國產大模型也難以承受激增的呼叫量，阿里雲、騰訊雲、智譜等廠商相繼調漲價格。

隨著用量持續增加，一旦各大模型廠商停止價格補貼，許多依賴海量 Token 運作的新創計畫和工作流程將面臨極為嚴峻的成本危機。

這場「Token 刷量遊戲」還將持續一陣，而一旦潮水退去，就會知道，哪個工程師在裸泳。