2025 年 4 月 28 日，Duolingo CEO Luis von Ahn 发了一封全员邮件，宣布公司将成为"AI-first"，员工绩效评估将纳入 AI 使用情况。一年后，他在播客上亲口承认，员工的反问让他无法回答："你们是真的想让我们用 AI，还是只想让我们用 AI？"
von Ahn 撤回了这项政策。"到最后，我们退了一步，"他在 Silicon Valley Girl 播客上说，"最重要的是你把本职工作做到最好。很多情况下 AI 确实能帮你，但如果不能，我不会强迫你用。"
这句话之所以值得认真对待，不在于 von Ahn 的立场转变本身，而在于它发生的时间点。2026 年上半年，从 Meta 到 Uber，从 Amazon 到 AT&T，科技公司正在集体从"tokenmaxxing"——一种以尽可能多消耗 AI token 为荣的内部文化——转向它的镜像："tokenminimizing"。
Duolingo：两次撤回背后的问题
这不是 von Ahn 第一次在 AI 政策上后退。2025 年宣布"AI-first"后一周内，他就因公众反弹撤回了最激进的表态——当时他敦促团队不要招聘新人，除非工作无法被自动化。那次声明帮助 Duolingo 推出了 148 种新语言课程，但也导致大量用户公开表示删除 app。
第二次撤回更值得关注，因为它触及了问题的核心：将 AI 使用量作为绩效指标，实际上是在用输入替代输出。von Ahn 自己的总结很坦率："感觉就像是，我们不是在对实际结果负责，而是在强行推动某些在某些情况下根本不适用的东西。"
他在播客中给出的具体例子揭示了 AI 工具在真实工作流中的窘境。编程时，"happy path 非常快，但 unhappy path 让整个过程变得如此漫长，以至于你在调试上花的精力比省下的时间还多。"在叙事生成方面，AI"经常产出一些完全说不通的内容。"
一个关键细节：von Ahn 判断"AI 写代码比人类更好这件事，目前还不成立。你仍然需要工程师，而且在很长一段时间内都需要。"
排行榜文化：73.7 万亿 token 的比赛
Duolingo 的撤退只是冰山一角。2026 年初，Meta 内部涌现出一种被称为"Claudeonomics"的现象——一名员工创建了覆盖 85,000 名员工的 token 消耗排行榜，将 AI 使用变成了一场游戏。
这个非官方排行榜使用等级称号——"Token Legend""Model Connoisseur""Cache Wizard""Session Immortal"——来激励员工将 AI 工具嵌入日常工作。在约 30 天内，Meta 员工消耗了 73.7 万亿 token。排名前 250 的员工才能上榜；Mark Zuckerberg 本人没有进入前 250。
排行榜最终因数据外泄被关停。但真正结束这场游戏的，是账单。Meta 向约 6,000 名员工发出内部备忘录，警告内部 AI 使用成本正在逼近数十亿美元。CTO Andrew Bosworth 随后发了一封单独备忘录，对"tokenmaxxing"做出了可能是这场运动中最精辟的裁判："All motion is not progress and token usage alone is not a measure of impact of any kind。"（所有的动作不等于进展，token 用量本身不是任何意义上的影响力衡量。）
Meta 正在搭建集中式"AI Gateway"监控平台，2027 年将正式实施 token 预算制度。公司同时引导员工从 Anthropic Claude 转向自研的 MetaCode——既为省钱，也为 dogfooding。
Amazon 走得更远。据 The Next Web 报道，公司内部的 AI 使用排行榜在员工开始游戏化虚增用量后，被直接废除。
Uber：四个月烧光一年预算
如果 Meta 和 Duolingo 的故事构成了"鼓励—反弹—撤回"的弧线，Uber 的版本则更直接：账单来了。
Uber CTO Praveen Neppalli Naga 在 4 月披露，公司约 5,000 名工程师在四个月内就花完了全年 AI 预算。此前公司鼓励员工"尽可能多地"使用 AI，并在内部排行榜上竞争排名。到 6 月，Uber 被迫实施每月每员工 $1,500 的硬性上限，覆盖 Claude Code 和 Cursor 等 agentic 编程工具。
这项政策附带一个耐人寻味的条款：超额使用需要申请特批。COO Andrew Macdonald 的评论则更为直白——他在播客中说，"很难在 AI 使用和新的消费者功能之间画出一条线来。"近 95% 的 Uber 工程师每月使用 AI 工具，接近 70% 的提交代码由 AI 生成，但 Macdonald 承认，token 支出和可衡量产出之间的联系"还没有出现"。
从 tokenmaxxing 到 tokenminimizing
这些个案正在汇聚成一个行业级趋势。据 The Next Web，AT&T 已开始限制部分员工的 GitHub Copilot 访问权限；Walmart 对其内部 AI agent 设置了用量上限。Microsoft 发现个别工程师每月在 Claude Code 上花费 $500 到 $2,000。最极端的 AI 用户公司，每月每名员工花费高达 $7,500。
一种新术语正在流行：不是"削减预算"，而是"tokenminimizing"。Box CEO Aaron Levie 抓住了这个时刻的讽刺——"我们从来不庆祝 tokenmaxxing。我们从来没有排行榜，所以我们没有在激励错误行为这件事上超前消费。"
但并非所有人都在收紧。Databricks 的一位工程主管表示，工程师的 AI 预算仍然无上限，"所以 tokenmaxxing 依然存在"。这把张力摆上了台面：上限控制成本，但也可能扼杀最初为其买单的生产力提升。
一个更结构性的变化是，企业开始将简单任务从前沿模型切换到更便宜的开源替代品。Lindy CEO Flo Crivello 本月将公司 100% 流量从 Anthropic Claude 切换到 DeepSeek，成本曲线"crash to the ground"。他直言："这是我们公司的生存问题。"这家约 25 人的公司，AI 成本仍然超过工资总支出。
谁在买单
这场反转的最大利益攸关方可能是 OpenAI 和 Anthropic。两家公司正以惊人的增长速度准备 IPO——Anthropic 年化 run rate 约 $470 亿，OpenAI 约 $250 亿。但 D.A. Davidson 分析师 Gil Luria 的判断很冷："他们目前的增长速度是有史以来最快的，部分原因是他们的一些最大企业客户可能很快会开始限制失控的 token 支出。"
KPMG 调查显示仅 26% 的公司对 AI 成本有全面可见性。Goldman Sachs 预测企业 token 消耗到 2030 年将增长 24 倍——但前提是当前的预算模式能持续。
Microsoft CEO Satya Nadella 在 6 月的一篇文章中写道："我们最不希望看到的世界是，每个行业的每家公司都在向少数几个模型输送价值，这些模型吞噬它们看到的一切。"他的话指向了这场反转的终点：不是 AI 不重要，而是"用 AI"正在从信仰变成一个需要核算的工程决策。
