如果你在 2026 年上半年走进一家大科技公司的内部 Slack 频道，大概率会看到某位高管在喊：“上个月哪个组的 token 消耗最高？发个排行榜出来。“这就是 tokenmaxxing 的现场：把 AI token 的消耗量当成一种生产力指标，谁烧得多谁赢。
结果可想而知。Meta 内部有人让两个 AI agent 互相聊天聊一整天，只为把个人 token 数据刷上去。Amazon 搞了 token 消耗排行榜，员工们把用 AI 当成打卡任务，AI 写的代码 AI 自己审查，审查完了再让另一个 AI 重写一遍。Token 自来水龙头拧到最大，但水管尽头并没有对应的产出。
这种荒诞剧持续了好几个月。现在，风向变了。
堆 token 为什么曾经”合理”
先说一个反直觉的判断：那些搞 tokenmaxxing 的高管，未必是真的蠢。
12 Grams of Carbon 的作者 theahura 在 6 月 28 日的文章里给出了一个罕见的辩护视角——几个月前，大量资深工程师对 AI 工具有极强的抵触情绪。你给他们买了 Cursor 授权，他们不用。你给他们示范 Claude Code 怎么写代码，他们说”我不信任这玩意”。在大型组织里，说服一群有话语权的老人接受新工具，比说服 CEO 批预算难得多。
这时候，把 token 消耗写进绩效指标，是一个笨但有效的方法。它用最粗暴的方式传达了最明确的信号：你必须开始用 AI。你不需要用得聪明，你只需要开始用。
这个阶段，token 堆得多不多不重要。重要的是让人把工具打开。
政策起到了预期效果。几个月后的今天，几乎每个开发者至少会在编辑器里挂着 Cursor，至少尝试过让 Claude Code 帮忙重构代码。抗拒被打破了。
但打破抗拒的代价是账单。
补贴退潮，账单上岸
Tokenmaxxing 能玩得转，有一个前提：token 本身不贵。或者说，token 的真实价格被 API 提供商有意压低了。
OpenAI 和 Anthropic 都在准备 IPO。在上市之前，他们需要证明一件事：AI 不是实验室玩具，它能渗透到企业工作流的每一个角落。为此，两家公司大量补贴 API 价格和订阅套餐的 token 额度——你先用起来，用上了再说。
2026 年年中，补贴开始退潮。OpenAI 发布了 GPT-5.6 系列，但首轮只面向”受信任的合作伙伴”开放，普通用户排队。Anthropic 的 Opus 4.X 系列定价惊人：每百万输入 token 收 5 美元，每百万输出 token 收 25 美元。作为对比，中国开源模型 GLM 5.2 的输入价格约为 1.4 美元，输出约为 4 美元——差距接近 6 倍。
与此同时，企业的 token 账单不再是抽象数字。据 Inside AI 报道，Uber 在 2026 年第二季度被自己的 AI 账单吓到，紧急刹车。一位叫 Stephanie Kirmer 的数据科学家在专栏里写得很直白：“你对模型回答的 token 数量只有最微弱的控制力。输出 token 的数量，本身就是那个不确定性的未知数。”
输出 token 的成本大约是输入 token 的 5 倍，而 agentic 工具——那些会自动触发多轮调用、自己发提示词的 AI 系统——把这种不确定性进一步放大。Gartner 3 月份的分析指出，agentic AI 每个任务消耗的 token 是标准聊天机器人的 5 到 30 倍。
财务管理层的反应一致且迅速：砍预算。有上限的 token 额度、固定每人的月支出上限、按项目审批 AI 使用。HN 上的一位评论者说，他们公司的 AI 预算从敞口变成了每人固定额度，“员工被困在 cost-maxing（成本最大化恐慌）里，根本不敢想象你为什么会用满额度”。
转折点：从”累加错误”到”累加正确”
如果故事到这里结束，那就是一个经典的”泡沫破裂”叙事：公司跟风推 AI、浪费了钱、幡然醒悟、砍预算、一切回归理性。
但 2026 年 6 月的技术现实让事情变得更有趣。
过去很长一段时间，让 AI 长时间自主运行是一个糟糕的主意。模型会产生幻觉，小错误会在迭代中自我放大，最终不可逆地嵌入项目中。这个现象在业界被称为”compounding error”——累加错误。在这种条件下，花更多 token 让 AI 多跑几轮，等于花更多钱制造更多 bug。理性的选择是：别花太多 token，保持人在回路中。
现在，情况变了。
theahura 在文章中描述了新的技术现实：“compounding correctness”——累加正确。在当前的模型能力水平上，多花 token 跑更多轮迭代，结果确实会更好。你不需要精心设计 prompt，不需要深厚的模型使用经验，把任务扔进 agent loop 里，让它在每一轮迭代中自己改进，出来的东西大概率比上一轮好。
这不是理论推演。Anthropic 最近被披露的安全测试模型 Mythos 就是一个极端案例。英国 AI 安全研究所（AISI）给 Mythos 每次尝试分配了 1 亿 token 的预算——相当于 12,500 美元一次。跑完十轮花了 125,000 美元。AISI 的观察是：“在所有被测试的 token 预算范围内，模型持续取得进展，没有出现收益递减的迹象。”
翻译成大白话：只要你一直往里砸 token，它就一直变得更厉害。这条曲线还没有弯下来。
这和加密货币的工作量证明机制有某种精神上的相似——安全性不再来自你有多聪明，而来自你愿意花多少钱跑多少轮计算。
两种 tokenmaxxing，两种结局
把镜头拉回来，我们能看到市场分化成了两条路。
第一条路：把 token 花在让开发者更高效上。开发者用 Claude Code 写代码、跑 agent loop、做大规模重构，花掉的 token 换来的是人的产出提升。theahura 的团队自己就跑着一个”软件工厂”——代码生成、代码审查、修 bug、写测试，全由 agent 在无人监督的情况下自动完成。他们每月花在 token 上的钱大约是 600 美元。这个数字比 StrongDM 喊出的”每个工程师每天烧 1000 美元 token”的口号低了几十倍，但逻辑是同一条：花 token 换生产力，只要投入产出比为正，就继续花。
第二条路：把 token 花在脆弱的定制 agent 流水线上。公司请咨询顾问搭建了一个”数据标注专用 agent”，跑起来不太准，于是又搭一个”质检 agent”来检查第一个 agent 的输出。质检 agent 也有假阳性，所以再搭第三个。三个 agent、三层 token 消耗、产出还没一个确定性的脚本稳定。theahura 管这叫”AI slop cannon”——AI 泥浆炮，发射的是 token，落在地上的是烂泥。
这两条路的关键区别只有一个：token 花在了什么地方。花在增强人的判断力和产出上，是加速器。花在替代确定性的工程方案上，是无底洞。
开源模型的套利空间
如果 compounding correctness 意味着多跑 token = 更好的结果，而前沿闭源模型的价格是开源模型的 5 到 7 倍，那么算术就很简单了。
假设 Claude Opus 跑一轮给你 1.1 倍的提升，GLM 5.2 跑一轮给你 1.05 倍的提升——但 GLM 5.2 的成本只有 Claude 的六分之一。你可以用同样的预算把 GLM 5.2 跑六轮，累计提升是 1.05 的六次方，大概 1.34 倍——超过了单轮 Claude 的 1.1 倍。
这当然是一个过度简化的模型。但它指出了一个真实的市场力量：当”多跑 token 就能变好”成为共识，便宜的开源模型就有了结构性的优势。theahura 的判断是：“tokenmaxxing 顶级实验室的产品在任何 CFO 审查面前都站不住脚。随着开源模型变强，直接拿它们跑 loop 会越来越普遍。“
接下来会发生什么
tokenmaxxing 作为一个管理口号已经死了。用 token 消耗量衡量员工绩效这种事，在 2026 年下半年只会变成 HR 培训课上警示案例。
但 tokenmaxxing 作为一种技术策略还活着。模型能力的进化——compounding correctness、agent loop 的成熟、开源模型的性价比——合力把”多花 token”从荒唐变成了理性。
一个可能的终局是”黑暗工厂”：代码仓库全天候由 agent 维护、审查、测试、发布，人类只负责把需求规格写进去，等待成品出来。我们离这个画面还有距离，theahura 的团队每月花 600 美元 token 跑出来的也不是完全无人的工厂。但方向是明确无误的。
另一个更近的现实是：企业会把 token 预算从”撒胡椒面式的人人都用”转向”少数人深度使用”。与其给 5000 个员工每人 20 美元的 AI 额度让大家在聊天框里问天气，不如给 50 个工程师足够的 token 预算让他们跑 agent loop 做真正有价值的工作。这不是预算缩减，是预算集中。
AI 的 token 经济正在经历它的第一个完整周期：从补贴驱动的狂热扩张，到账单驱动的痛苦收缩，再到效率驱动的理性重构。经历过这个周期的团队，会带着伤痕和判断力进入下一阶段——知道什么时候该堆 token，什么时候该关掉 agent，以及怎么区分这两种情况。
参考链接：
- https://12gramsofcarbon.com/p/agentics-tech-things-tokenmaxxing
- https://insideai.news/news/artificial-intelligence/ai-token-budgets-crash-as-companies-retreat-from-tokenmaxxing/1482/
- https://news.ycombinator.com/item?id=48708795
本文的素材来自公开信息和社区讨论。如果你对这个话题有更深入的一手经验，欢迎指出文中的不足。