{"id":"mb-20260907-0d6d04","kind":"deep","title":"给五千名工程师配上 AI，只用了四个月，一整年的预算直接打穿","summary":"给五千名工程师配上 AI，只用了四个月，一整年的预算直接打穿","body":"给五千名工程师配上 AI，只用了四个月，一整年的预算直接打穿。\n钱花去哪了？\n公司在内部挂了个排行榜，按算力消耗给各个团队排名。\n谁烧的 token 最多，谁就是拥抱新技术的标兵。\n这家公司叫 Uber。\n到了四月份，财务看着见底的账户直发懵。\n更尴尬的是下一幕。\nUber 总裁兼首席运营官 Andrew Macdonald 站在台上公开承认：\n算力消耗像坐了火箭，可交付给乘客和司机的产品，没有任何变好的迹象。\n\n硅谷给这种疯狂刷量的现象起了个名字，叫 tokenmaxxing。\n管理层想鼓励大家用新工具，但不知道怎么衡量生产力，于是拿算力消耗做考核。\n当消耗本身变成了目标，古德哈特定律立刻生效。\n大家为了在排行榜上冲进前列，不管什么鸡毛蒜皮的小活，都拉着 AI 跑一圈。\n\n但如果全怪工程师摸鱼，那就把事情看浅了。\n很多时候，企业工具的水管结构，从一开始就在推着所有人浪费。\n大家以为工程师在用前沿模型攻克什么技术难关。\n语言学习软件 Promova 的技术负责人跑去查后台，当场傻眼。\n员工在用最昂贵、参数最大的顶级模型干什么？\n在查收日常邮件。\n在给两行周报改错别字。\n为什么会这样？\n很多企业版 AI 工具一装上，默认选中的就是最贵的 Claude Opus。\n默认开启最高档的深度思考，上下文窗口默认直接拉到 100 万 token。\n写代码的人顺手一点就开始对话，没人会特意去修改复杂的后台参数。\n每一次按回车，后台都在调用顶配大炮轰蚊子。\n\n更致命的断层，发生在财务账本上。\n过去几十年，企业首席财务官习惯了传统的软件成本结构。\n按人头买断工位，一个工位每月固定几十美元，全年的开销一眼望到底。\n智能体彻底砸碎了这个规律。\n它的计费逻辑完全变成了水表和电表。\n同一个工程师坐在同一台电脑前，如果只是让 AI 自动补全两行代码，账单可能只有两分钱；\n要是开了几个并行智能体做底层架构迁移，几千美元眼都不眨就划走了。\n根据 Gartner 的预测，2026 年全球企业在智能体软件上的开支会冲到 2070 亿美元，比去年猛增 139%。\n大钱像瀑布一样砸进去，可到底有多少钱换回了真金白银的产出？\n多写了几行代码，系统崩溃率降了吗？\n代码提交量上去了，用户体验变好了吗？\n几乎没人能拿出硬核证据。\n于是整个行业开始急刹车。\n微软在自己的体验与设备部门，直接砍掉了 Claude Code 的许可证。\n多邻国原本打算把 AI 使用量挂钩到员工绩效考核，被内部抗议到狼狈撤回。\n\n账单爆表之后，大厂的本能反应是设卡限额。\nUber 连夜下令：每名员工在每个智能体工具上，每月支出上限封死在 1500 美元。\n直接设个配额上限，就能解决问题吗？\n开源软件巨头 SUSE 的技术总经理 Rick Spencer 说了句大实话：\n看到账单暴涨，第一反应不该是一刀切减少使用。\n如果一个工程师烧了一万六千美元的算力，给公司省下了十万美元的研发成本，这种使用必须大力鼓励。\n用多用少从来不是分水岭。\n这笔算力能不能咬合在具体的业务价值上，才是分水岭。\n\n到底怎么用才能算得过来账？\n司法调查平台 Everlaw 拿出了全行业罕见的硬账本。\n他们对核心 Java 基础设施做重构，整个项目一共消耗了 3500 美元的算力。\n换来的回报是什么？\n原本需要 9.5 个月的工程周期，被硬生生压缩到了 2.5 个月。\n花了 3500 美元，抢回来了整整 7 个月的高级工程师工时。\nEverlaw 同样设置了个人额度，但机制完全不同。\n工程师只要额度见底，给技术支持团队发一封只有一句话的申请邮件，当天额度就能直接翻倍。\n额度在这里是一盏异常报警灯，专抓跑冒滴漏，绝不卡死正常业务。\n\n那些白白流失的冤枉钱，到底该怎么堵？\n解铃还须系铃人，必须把水管重接一遍。\n不能把模型选择权直接扔给前端写提示词的员工。\n只要把选择权交给个人，出于习惯，大家永远会选最顶配、最昂贵的模型。\n成熟的解法是在中间层架设自动路由代理。\n查收邮件、格式转换、简单补全，系统自动分流给便宜迅速的轻量模型；\n只有遇到复杂的系统重构和深层逻辑推演，才放行给顶配模型的深度思考模式。\n把消耗当成果，买来的只是一张糊弄管理层的虚假繁荣。\n算力从来只是汽油。\n如果底盘没有挂上轮子，油门踩得再响，车也只是在泥潭里空转。","topic":"给五千名工程师配上 AI，只用了四个月，一整年的预算直接打穿","frame_type":["古德哈特定律反噬与默认配置诱导（变动计费断层下的","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-07 19:48:39","legal_anchor_count":0,"transcript_citation_count":0}