大厂token排行榜，摸鱼的人排第一？Kevin Roose

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。