Meta给AI花了太多钱，终于开始限制员工薅Token了

从"随便用"到"限量供应"

今年上半年还在内部搞AI使用量排行榜，到了年中，Meta就紧急踩了一脚刹车。

前两天我看了一则消息，说Meta给六千名员工发了一份内部备忘录，讲的是以后AI工具不能敞开了用了。Token支出一旦涨得不对劲，系统会自动报警。

这事挺有意思的，值得聊聊。

Meta之前搞了个"Claudeonomics"排行榜，鼓励员工用AI工具，用得多的排名靠前。结果呢？员工们为了刷KPI拼命调AI，甚至催生了一个新词——"Tokenmaxxing"，说白了就是把Token额度当考试分数来冲。

扎克伯格自己算了一笔账：按现在的增长速度，今年光AI工具花的钱可能奔着几百亿美元去了。

几百亿。美元。就花在员工日常调AI上。

换你是CFO，你也得急。

说几个具体变化，挺能说明问题的：

一是搞了个叫AI GateWay的平台，所有AI用量统一管理。哪个团队用多了，系统弹警报。

二是停了内部AI排行榜。曾经轰轰烈烈的"谁用的AI多谁光荣"运动，说没就没了。

三是限制外部AI工具，推自家的MetaCode。肥水不流外人田嘛。

四是5月份刚裁了全球10%的人，把七千名员工重新安排进AI相关项目。结果扎克伯格这几天还承认了，说AI转型节奏太快，组织结构有点"脱轨"。

说回咱们自己。现在不少公司还在推"全员AI"、"All in AI"的口号，恨不得让每个人都把AI用出花来。但Meta这个案例说明一个问题——AI的"入口免费、出口收费"模式，用起来是真的能烧钱。

如果你的团队做AI产品，有几点值得注意：

第一，Token成本不能不算。很多产品上线后才发现，用户聊几次就够买一个月会员了。这个账要提早算。

第二，内部AI使用要设合理边界。鼓励创新没错，但得有个度。Meta这种从"冲量"到"限流"的180度转弯，对团队士气也是一种消耗。

第三，自研AI能力是个长期投入。Meta推MetaCode，说白了就是不想再给别人交"过路费"了。

我个人觉得，Meta这个案例其实是个好事。它让行业看到，AI不是拿来"炫"的，是要真正落地的。不管是大厂还是小团队，花出去的每一分Token成本，都应该对应到具体的业务价值上。

别等到系统弹警报了，才想起来算账。