微软叫停Tokenmaxxing！预算卡死，超限自负

微软叫停Tokenmaxxing！预算卡死，超限自负

内部默认用GPT-5.6

听雨 发自 凹非寺

量子位 | 公众号 QbitAI

不是，连微软都开始心疼token了？？

根据内部邮件，从今年7月开始，微软已经为各业务部门设置了「AI Token预算目标」。

还将GPT-5.6设置为内部默认模型，原因是更便宜。

微软，那你这就是没见识过来自东方的神秘力量了。

要论便宜，你咋不直接上DeepSeek呢…

微软执行副总裁Jay Parikh也在内部亲自放话：

Tokenmaxxing不是我们优化的目标。

在微软，用AI也得勒紧裤腰带

根据Parikh的内部邮件和更新后的Copilot使用指南，微软新政可以拆成几条：

第一，设预算。从2026年7月起，微软各业务部门都有了「AI token预算目标」。

但具体的支出目标数值，目前尚未公布。

第二，看得见花费。员工可以查看自己的个人AI token支出。

内部数据显示，许多工程师每月token花费在几百到几千美元之间。

第三，换默认模型。内部默认模型从原来的选项切换为GPT-5.6，原因是比其他模型更便宜。

这还没完，微软表示，后续可能会根据监控情况施加进一步限制。

Parikh在内部邮件中说，「像管理其他所有关键资源一样管理token花费」。

他要求员工在用GitHub Copilot加速业务的同时，「每个人都应该意识到自己是如何消耗token的」。

其实这事儿也不是空穴来风。纳德拉6月份在一期播客上就说过，微软内部存在很多Tokenmaxxing。

甚至，他还承认自己也是个Tokenmaxxer，疯狂刷token，看着用量上高昂的数字，确实很上瘾。

但作为老板还是得算账。于是他又人间清醒了：生产率提升的边际收益，必须匹配token的边际成本。

不是每个问题都值得调用最强、最贵的前沿模型。模型跑得更久、上下文塞得更满、Agent开得更多，也不等于最终成果更好。

两个月后，这个判断就从CEO的播客发言，变成了微软的内部政策。

不过，微软员工倒是非常不满。一位员工表示：

一家在AI上重金投入、补贴了海量推理的公司，现在居然引导自家员工省钱？？

这名员工的质疑相当尖锐：如果连托管AI基础设施的公司，都需要担心自己能否负担内部AI产品，那么购买这些服务的普通企业，又该怎么办？

Tokenmaxxing，大家都卷不动了…

Tokenmaxxing真正火起来，也就是最近几个月的事。

token+maxxing（刷到极致），跟gymmaxxing（猛练健身）、looksmaxxing（极致改造外貌）是同一套互联网造词逻辑。

不过，它并不形容某种自我提升，而是一种扭曲的激励——把AI用量当成了企业内部的KPI。

今年3月，Meta、OpenAI等公司的员工已经开始在内部排行榜上比拼token消耗量。

一些公司还将更高的token预算视为工程师福利，希望员工同时启动多个Agent，把更多工作交给AI。

到了5月，这股风吹到了亚马逊。

亚马逊内部搞了一个叫KiroRank的排行榜，按员工在自家AI开发平台Kiro上的AI使用量打分。

其实吧，公司的初衷大概是想鼓励工程师多用AI工具，用得越多，排名越高。

结果一些员工开始「刷榜」：让AI Agent执行没有必要或者价值很低的任务，只为提高使用量。token烧了不少，实际代码产出却没有同步增长。

月底，排行榜被关停。高级副总裁Dave Treadwell还专门提醒员工：