Meta員工一年燒掉26.5億美元AI token！內部排行榜曝光：夠發9000名工程師年薪
兩張截圖,一夜之間在X上瘋傳。畫面很簡單:一串數字,一個Meta的藍色infinity標誌,配文什麼都沒多說,只留下一個結論——員工一個月燒掉了73.7萬億個token。
一個月,73.7萬億個token
7月1日晚上10點,賬號Valuetainment發了一條帖子。
“NEW: Meta employees consumed 73.7 trillion AI tokens in a single month. Which costs roughly $221 million a month and around $2.65 billion a year.”
「最新消息:Meta員工一個月消耗了73.7萬億個AI token,月成本約2.21億美元,年化約26.5億美元。」
配圖左邊是扎克伯格面無表情的側臉,右邊是Meta的藍色infinity logo。整條推文沒有配解讀,數字自己說話。
▲ Valuetainment原貼,發佈於2026年7月1日,截至採集時已獲369萬次查看、8000多點贊。
73.7萬億是什麼概念?按照約3美元/百萬token的行業粗略基準換算,這筆賬單和一家中型城市一年的基建預算差不多。而且這隻是一個月的數字。
第二天凌晨,賬號Hesamation接過話頭,把這串數字換算成了另一種更刺痛人的單位——人。
“Meta burns $2.65B a year on AI tokens. at $300K for a Meta engineer, that’s enough to pay ~9,000 engineers for a full year. now ask yourself: since the layoffs, has Meta shipped anything that feels like 9,000 engineers’ worth of output?”
「Meta一年在AI token上燒掉26.5億美元。按Meta工程師30萬美元年薪計算,這筆錢足夠支付約9000名工程師一整年的薪資。現在問問自己:裁員之後,Meta推出了任何能讓9000名工程師感覺值得的產出嗎?」
▲ Hesamation的追問帖,截至採集時已獲187萬次查看、2.7萬點贊。這條帖子把一個財務數字,變成了一場關於”AI到底值不值”的公開審判。
這條帖子火了。轉發2400多次,點贊2.7萬。評論區里,有人曬出自己團隊被裁的經歷,有人吐槽Instagram的界面十年沒大變,還有人反問:如果這筆錢真花在了9000個工程師身上,Meta現在會是什麼樣子?
這條帖子戳中的,遠不止一次吐槽。它背後,是一整套已經運轉了大半年、又被管理層緊急叫停的內部機制。
排行榜:一場自發的”氪金競賽”
時間倒回2026年4月。The Information最早報道,Meta內部悄悄流傳著一個由員工自建的排行榜,名字叫”Claudeonomics”——名字借用的正是Anthropic旗下Claude的詞根,可見當時公司里用得最凶的第三方模型是誰家的。
這個排行榜追蹤全公司約8.5萬名員工的token消耗量,前250名會拿到專屬稱號:”Token Legend”(token傳奇)、”Model Connoisseur”(模型鑒賞家)、”Cache Wizard”(緩存巫師)。
那一版數據顯示,30天內全公司消耗了60.2萬億token,榜單頂部的重度用戶,人均消耗2810億。
為什麼會有人願意為了一個內部排名,拚命”刷”token?答案藏在Meta當時的績效考核里。公司把”AI-driven impact”(AI驅動的影響力)明確寫進了績效期望,這句話翻譯過來接近於:不用AI證明自己,就有被會用AI的人取代的風險。
於是,排行榜從一個工程師自娛自樂的小工具,變成了一份隱形的KPI證明書。
這種氛圍不止Meta一家有。英偉達CEO黃仁勛曾公開表態:如果一名年薪50萬美元的開發者,一年的token消耗低於25萬美元,他會”深感擔憂”。這句話在矽谷被反覆引用,幾乎成了一種”用得越多越優秀”的行業共識。
問題是,兩個月後,這個共識撞上了賬單。
峰值73.7萬億,CTO親自下場滅火
6月中旬,The Information拿到了一份內部備忘錄,發給了公司約6000名員工。備忘錄里寫著:「我們看到AI使用量呈指數級增長,預計僅2026年內部使用一項,就將花費數十億美元。個人和團隊對自身的消耗,普遍缺乏可見性和控制。」
這份備忘錄同時公布了應對方案:2027年起,正式引入結構化的token預算與分配製度;短期內,先上線一個名為”AI Gateway”的中央儀錶盤,實時追蹤每個團隊、每個項目的使用量和支出,並設置異常告警。
▲ The Decoder於2026年6月13日的報道,詳細披露了備忘錄內容與”AI Gateway”計劃。
CTO安德魯·博斯沃思(Andrew Bosworth,內部人稱”Boz”)隨後單獨發文表態,措辭比備忘錄本身更嚴厲:”No one should be using AI tools just to use them. Not all motion is progress, and token usage alone is never a measure of any impact. We use these tools because they genuinely allow us to do better work, faster.”
「沒有人應該只是為了使用AI工具而使用它們。並非所有的動作都是進步,token使用量本身從來無法衡量任何影響力。我們使用這些工具,是因為它們真正能讓我們把工作做得更好、更快。」
這段話耐人尋味。半年前,公司內部傳遞的信號還是”必須用AI,否則被淘汰”;半年後,CTO親自出面糾偏,承認”用得多”和”做得好”是兩回事。
態度轉彎的速度,和賬單增長的速度,幾乎同步。
指標一旦變成目標,它就不再是好指標
經濟學里有一條被反覆驗證的規律,叫古德哈特定律(Goodhart’s Law):「當一個指標成為目標,它就不再是一個好指標。」
Meta這次的經歷,幾乎是這條定律的教科書級復現。
管理層的戰略意圖本身沒有問題:AI要成為日常工作的一部分。但落地時,這句話被簡化成了績效考核里的一條剛性指標;這條指標之上,又長出了一個可視化的排行榜。
人對可見指標的反應,從來都很誠實。既然排名看的是token數量,那就想辦法把數字做大——多開幾個agent同時跑、讓代理掛機保持”活躍狀態”、團隊之間互相複製粘貼提示詞製造噪音、甚至把同一份PDF反覆喂進模型,只為了讓消耗曲線好看一點。
儀錶盤確實好看了。至於有沒有多上線一個新功能,代碼質量是否真的提升,用戶是否感覺到變化——這些問題,排行榜從來給不出答案。
Hacker News上一條關於此事的討論帖,拿到了144分、141條評論,熱度不小。
▲ HN討論帖,標題就是”Meta caps internal AI token spending”(Meta給內部AI token消費設上限)。
討論區里,最多人認同的一個觀點,指向了一個聽起來完全不”性感”的場景:PDF。
有工程師留言說,自己身邊最燒錢的,常常是那些每天把文檔拖進Claude、讓它寫會議紀要摘要的產品經理、設計師和運營,寫代碼的同事反倒沒那麼費token。PDF這種格式對模型極不友好——它本質上就是排好版的圖片,模型得先把版面信息”看”懂,再提取文字,視覺token的消耗比純文本貴得多,而且這個問題至今懸而未決。
換句話說,壓垮賬單的,未必是那些看起來很酷的AI編程代理,可能只是一次又一次被隨手扔進對話框的會議紀要。
不止Meta一家在”氪金”
把鏡頭拉遠一點看,這套劇本已經在好幾家公司輪番上演過。
Uber在2026年上半年,就把原本計劃用一整年的Anthropic預算花光了,之後不得不給每個工具、每個月設下1500美元的固定上限。Amazon內部也出現過類似的token消耗排行榜,後來同樣被關閉。ServiceNow和一些風險投資基金,也先後對員工的AI使用量設了上限。
就連OpenAI的CEO Sam Altman,也公開承認過一個尷尬的事實:很多企業客戶告訴他,”我知道自己在AI上花了很多錢,但我也知道這裏面有相當一部分是浪費的”。
這幾乎是一個行業共性的階段:企業先是瘋狂鼓勵員工用起來,數據看著漲得很好,幾個月後賬單送到桌上,再手忙腳亂地關閉排行榜、設上限、建監控儀錶盤。
Michael Parekh在他的Substack專欄里,把這一波”tokenmaxxing”退潮,放進了更大的AI行業周期里討論。
▲ 這是該Substack文章配的示意插畫,用來渲染”token燒錢”的荒誕感,並非Meta真實後台數據,圖中數字為文章作者自製,僅作氛圍呈現。
文章標題就叫”Meta steps back from AI ‘tokenmaxxing'”(Meta從AI”氪金競賽”中後退),把這次事件定性為一個有更廣泛行業意義的轉折點,而不只是Meta一家公司的內部醜聞。
26.5億美元,對Meta意味著什麼
有必要把這個數字放回Meta真實的財務體量里看一眼。
Meta的單季度廣告收入,常年維持在260億到300億美元以上。年化26.5億美元的token支出,占其年收入的比例大約在1%左右。對這樣體量的公司來說,這筆錢不至於傷筋動骨。
真正讓管理層緊張的,是這筆錢的性質。它是純運營支出(opex),會隨著使用量線性甚至指數級增長,沒有天花板;這和Meta同期宣布的1250億到1450億美元資本開支(capex,主要投向數據中心、晶元和電力)完全是兩條賬目——後者是”投資未來”,前者是”現在就在流走的現金”。
一個會自己長大、且此前完全沒人管的成本項,任何一家上市公司看到都會緊張。
更微妙的是時間點。這幾年,Meta經歷過多輪裁員,數千人失去工作。與此同時,公司對外的口徑一直是”AI是未來核心”。Hesamation的”9000名工程師”對比,之所以能戳中這麼多人,正是因為它把兩條本來分開講的新聞線並置在了一起:一邊是被裁掉的人,一邊是花在token上、夠養活9000個新崗位的錢。
這筆賬,誰都會下意識地算一遍。
自己的模型,還打不過別人的
事情還有一層更尷尬的背景。
Meta長期在推自家的Llama系列模型,也在部分基準測試上表現不差。但據報道,在真實的編程場景里,Meta自己的模型還沒有強到能完全替代第三方產品——工程師們仍然重度依賴Claude這類外部模型來寫代碼、跑調試,這也是賬單持續走高的主要原因之一。
於是備忘錄里那句”引導員工轉向自研MetaCode(此前叫Devmate)”,讀起來就有些五味雜陳:一家掌握著全球頂級基礎設施團隊、砸下千億美元建數據中心的公司,在編程這個具體場景里,竟然要靠”勸說”員工少用別人家更好用的產品。
擁有模型的參數權重,和擁有一個真正好用的內部工具,原來是兩件事。
這筆錢,到底買回了什麼
排行榜關了,儀錶盤上線了,2027年的預算框架也已經寫進計劃。表面上看,這是一次教科書式的危機公關:發現問題、快速反應、建立治理機制。
但幾個問題,報道里都沒有給出答案。
這筆已經燒掉的錢,到底轉化出了多少可以量化的生產力提升?外部沒有人拿得到Meta內部的ROI模型。轉向MetaCode之後,第三方賬單真能降下來嗎,自研模型的編程能力能追上Claude嗎?9000名工程師這個對比本身公平嗎——歷史上,大公司的每一個大項目,幾乎都被人這樣質疑過”值不值”。
還有一個更值得放在心裡的問題:當token預算被制度化管理之後,員工會不會發明出下一種新的、更隱蔽的”刷指標”方式?排行榜可以關掉,但驅動它出現的那套激勵邏輯,並沒有真正消失。
Meta這次事件,更像是一面鏡子——照出了幾乎所有正在大舉投入AI的公司,共同要面對的一道題:當”用沒用AI”變成一句可以寫進考核表的話,人本能地會先去證明自己用了,事情本身做得好不好,反而被排到了後面。
古德哈特那句話,值得所有還在設計AI考核指標的公司,重新讀一遍。
*以上內容系網友YOYO丫米自行轉載自榮榮侃談，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。