亚马逊关闭开发者"刷Token"排行榜以控制成本

不知道你有没有注意到，现在很多大公司内部都在玩一个有点“卷”的新游戏——鼓励员工用AI，然后搞个排行榜，比谁用的Token多。这事儿初衷听着挺正向，但实际执行起来，往往就演变成了另一种形式的“内卷”，甚至有点哭笑不得。最近亚马逊就结结实实地踩了这么个坑。

根据《金融时报》的报道，亚马逊内部曾流传着一个名为Clauderank的非官方排行榜，专门用来追踪旗下Claude AI工具的使用情况，并按员工的活跃度进行排名。初衷是想看看谁在用AI、用得多不多，能不能起到激励作用。

结果呢？你猜怎么着？为了在排行榜上“刷脸”，员工们开始琢磨怎么钻空子了。他们创建了一大堆AI智能体，专门去执行那些毫无实际意义的任务，目的只有一个：提高自己的Token消耗量，把排名刷上去。这种行为在内部被形象地称为“刷Token”（tokenmaxxing）。可想而知，这么搞下去，计算成本直接起飞了。最终，这个排行榜不得不被关闭。

亚马逊的一位高级副总裁在接受采访时也坦承，这个排行榜的立意确实是想推动大家多尝试AI，但随之而来的算力开销实在太高，有点扛不住了。

有意思的是，亚马逊不是唯一一个踩坑的。今年4月，Meta也关了一个类似的非官方排名系统，叫Claudeoconomics，原因一模一样：大规模的刷Token行为让成本失控了。

这就引出了一个更深层的问题：Token使用量这个指标太好量化了，但用它来衡量AI带来的实际业务价值，几乎是不可能的。AI大厂们一直在琢磨怎么找到更好的评估方式，但从目前来看，收效甚微。Salesforce尝试过开发新的评估指标，但反响平平，市场并不买账。

所以，企业现在面临的是一个很微妙的平衡难题：一方面要鼓励员工大胆去用AI，别畏手畏脚；另一方面又得把计算成本这匹野马给拴住，不能让它失控。今年3月，普华永道美国CEO保罗·格里格斯跟高管们强调过，不积极拥抱AI的员工，未来在公司里会很难立足。可现在，传递给员工的信息似乎又得补上一句：请多用AI，但可别“用过了头”。

这事儿说到底，考验的还是企业管理的智慧。用Token数量当KPI，就像用代码行数来衡量程序员的价值一样，容易走偏。

Q&A

我看到有人问了几个有意思的问题，这里一并回答一下：

A：简单说，就是员工为了在公司内部的AI使用排行榜上拿个好名次，故意去让AI干一些没有实际意义的事，比如让智能体之间互相聊天、生成一堆没用的文档，以此来堆高Token使用量。根源在于，排行榜把“用了多少Token”当成了唯一评价标准，员工自然就会去“卷”这个数字，而不是去关心这个AI工具到底解决了什么业务问题。

A：直接原因就是成本扛不住了。因为这个排行榜是纯按Token使用量排名，结果鼓励出了大量的无效调用，把算力成本推到了一个无法承受的高度。亚马逊的高管形容得很直白：出发点挺好，但代价太大。

A：这是个很现实的难题。单纯用Token量来考核，很容易引发滥用；但要说用业务价值来衡量，又太难量化了。目前整个行业都还在摸索阶段，没有特别成熟的方案。比较务实的做法可能是：在积极推广AI应用的大前提下，建立更精细、更科学的评估体系，不能只看消耗量，还得看产出和应用场景。毕竟，管好工具的使用方式，比单纯控制一个数字要有效得多。