最近在 AI 投入上踩刹车（缩减预算）的七家公司

@猫叔在硅谷：
最近在 AI 投入上踩刹车（缩减预算）的七家公司：
Uber→ 在四个月内就烧光了其整个 2026 年度的 AI 编程预算
微软 → 在 Token 账单彻底爆表后，取消了其绝大部分内部的 Claude Code 授权
github→ 正在将 Copilot 从“固定月费制”转变为“按 Token 使用量计费”
cursor→ 在使用账单激增后，废除了其“无限量”套餐
Klarna→ 在其 AI 客服质量下滑后，重新开始雇佣人类员工
澳洲联邦银行 → 重新雇佣了 45 名员工，并称此前的 AI 裁员是一个“错误”
多邻国 → 将 AI 评估从员工绩效考核中撤出

每一家公司在入局时追逐的都是同一件事：生产力。但生产力是主观的且难以精准界定，因此企业转而通过测量那些最容易看到的东西来代替：使用量。

微软、Meta 和 Shopify 开始在绩效考核中根据员工的 AI 使用率进行评分。亚马逊在内部搞了一个 Token 使用量排行榜。英伟达的 CEO 甚至表示，如果一个年薪 50 万美元的工程师一年烧不掉 25 万美元的 Token，他会“深感忧虑”。

于是，员工们开始钻空子，把 AI 套用在所有事情上以刷高自己的数据。这就是所谓的“Token 刷量（Tokenmaxxing）”。

然而，使用量从来不等于实际产出。根据 Jellyfish 的数据，在轻度使用 AI 的情况下，合并一次拉取请求（merged pull request）的成本仅为 0.28 美元；而在重度使用 AI 时，这一成本飙升至 89.32 美元。Token 消耗得更多了，但交付的产品并没有变多。留下来的只有一张更大的账单。

而账单，是唯一一个永远计算得一清二楚的数字。每个月准时送达，精确到分。

但如果一件东西不起作用，人们是不会每个月继续自掏腰包 2000 美元的。AI 的价值是真实存在的，只是它的价值体现与成本承担并不在同一个地方：当你使用这款工具时，你能感受到它的价值；而那张账单，最终却落在了公司的账本上。

所以，这些公司最终只能做出叫停的决定。