科技巨头正在推动员工尽可能多地使用AI，以榨取技术带来的生产力红利。但压力之下已经开始出现裂痕，而这些裂痕可能无法修复。

　　据The Verge报道，微软已开始取消大部分内部使用的Claude Code许可，转而让工程师使用GitHub Copilot CLI。这距离微软首次向数千名开发者、项目经理、设计师等员工开放Claude Code使用权限仅六个月。该工具迅速走红，也许太快了。员工的使用规模正迫使公司对一个连自家工程师都已依赖的工具改弦更张。

　　微软不是唯一一家缩减内部AI使用的公司。Uber首席技术官Praveen Neppalli Naga在4月对The Information表示，公司仅用了四个月就烧光了2026年全年的AI编程工具预算。而在此之前，Uber还通过内部排行榜积极激励团队提高AI工具使用率。

　　这些报道给科技巨头在AI上的豪赌泼了一盆冷水。尽管有人仍紧抱AI"复兴"或"革命"的承诺不放，采用成本正成为顽固的瓶颈。这些动向也表明，用AI替代或增强人类劳动力的经济账，比早期预测的要复杂得多。英伟达应用深度学习副总裁Bryan Catanzaro最近对Axios说的话印证了这一点："对我团队来说，算力成本远超员工成本。"

　　一个正在展开的AI悖论：代币(token)越来越便宜，总账单却越来越贵。Uber和微软不是唯一鼓励员工拼命用AI的公司。Meta一名员工制作了一个排行榜，追踪谁用的AI最多；亚马逊则在推动员工"toxenmaxx"，也就是尽可能多地消耗AI代币。

　　然而基于代币的定价体系意味着，用得越多、效率越高，花费也越高。高盛最近预测，随着消费者和企业采用AI代理，到2030年代理式AI可能推动代币消耗量增长24倍，达到惊人的每月120万亿个代币。即使每个代币的价格下降，总成本也可能急剧上升。

　　研究公司Gartner最近报告发现，到2030年，对一万亿参数大语言模型进行推理的成本将比2025年降低近90%。但即使如此，Gartner预测更便宜的代币并不会转化为更便宜的企业AI，因为代理式模型每个任务需要更多代币，消耗增长会超过单位成本的下降，而AI供应商也不会将全部成本降幅传递给消费者。

　　Gartner高级总监分析师Will Sommer警告："首席产品官不应将基础代币的价格下行与前沿推理的民主化混为一谈。"

　　这一现实可能打乱一些企业部署AI代理的宏大计划。英伟达CEO黄仁勋最近表示，他认为将来每个员工身边都会有100个AI代理协同工作。他是众多宣扬"代理未来"设想、预测数字员工将在企业各角落运作的CEO之一。但如果代币消耗增速快于单位成本降速，这个未来带来的账单将比高管们预期的高得多。

（示意图）