作家 | 褚杏娟

经营 | Tina

今天，YC 结伙东谈主 Tyler Bosmeny 在 x 上暗示，Sam Altman 刚刚向 YC 刻下这一期的每一家创业公司建议，用 200 万好意思元的 OpenAI tokens 疏通股权。

Bosmeny 暗示，“这有点像当年 Sam 还在 YC 作念结伙东谈主时，Yuri Milner 曾建议投资每一家创业公司。我也曾迫不足待念念望望，当你让那些最有驱能源、最有创造力、最强悍的创举东谈主们把 token 用到极致时，会解锁出什么东西。”

对此，Altman 也在 x 上答复称，“我很期待看到这些把 token 用到极致的创业公司会发生什么变化，不管是它们里面的工作表情，照旧它们能够打造出的家具。”

200 万好意思元听起来不少了，然而一朝换算成 token，那这笔帐就不相同了。

据悉，当今归入 OpenAI 旗下的 OpenClaw 创举东谈主 Peter Steinberger 在一个月内就会花掉 130 万好意思元的 tokens，而这笔账由他的雇主 OpenAI 买单。Peter 暗示，其中大部分开销皆用于拓荒 OpenClaw，他每天的破耗接近 2 万好意思元。算下来，200 万好意思元的 token 只够“龙虾之父”造一个半月的。

关于一家 token maxxing 的创业公司来说，假定按照 Peter 的使用量来算（表面上应该更高），OpenAI 免费供你一个半月的 token，就能拿走你的部分股权，你干不干吧？

“200 万好意思元的 token 听起来许多，但一朝你把智能体接上长器具调用轨迹（long tool trajectory），就会发现其实也没那么夸张。”个东谈主 builder ByteCrafter 说谈。

“咱们这个跑在 4 个平台上的分诊智能体，推理耗尽比我预感中快得多，主如果器具输出会陆续吃掉凹凸文。其后，咱们在每次输出重新进入凹凸文之前，先加了一个低廉的 Haiku 摘抄器，照实帮咱们省回了稀疏一大块成本。”他随后追问：有东谈主实在按任务粒度作念过 token 成本埋点吗？照旧说，对大多数东谈主来说，这事当今仍然主要靠嗅觉判断？

虽然，不是每个东谈主皆有 Peter 的耗尽量。有拓荒者称，我方所有 AI 开销即是每周在 Codex 上花 200 好意思元，而况两三天就用收场。“200 万好意思元的 token，差未几稀疏于我这笔账单 192 年的额度。真念念望望，当团队无须再量入为用 token 时，到底能作念出什么东西。”但这个情况可能并不够“tokenmaxxing” 。

不管如何，这事儿对 OpenAI 来说一定是合算的。

有网友暗示，这基本上即是终极版的供应商锁定策略。披发 200 万好意思元免费额度，等于确保整整一代 YC 创业公司皆把中枢基础设施建在一个阻塞生态上。等补贴耗尽时，它们也曾遭殃不起迁徙成本，也离不开这个体系了。

也有网友指出，这是一个智慧、低风险的决策：径直从 Anthropic 手里抢竞争筹码。YC 公司一朝收效，就会使用越来越多的 OpenAI token。这样一来，OpenAI 不仅能把这 200 万好意思元赚归来，甚而还能赚更多。而况，这会变成一个黏性极强的创业公司群体，因为他们会一直牢记：我方能走到今天，是因为你当初帮了他们。除此以外，OpenAI 还拿到了股权。

“Token 果然变成金融证券了？”有网友忍不住问谈。

但这种事儿并不单发生在了硅谷。

与传统学友捐赠藏书楼、奖学金或素养楼不同，三位 00 后礼聘向母校捐赠价值 20 亿的 token。

据媒体报谈，5 月 13 日下昼，郑州西亚斯学院外语学部申报厅，数百个“Token 蛋”盲盒被学生一抢而空。这些盲盒里装的不是普通礼品，而是共计 20 亿的 AI Token。这批 Token 可用于跨境生意 AI 工作台 Accio Work，瞻望能狡饰约 500 名在校学生一个月的使用费用。

这批 Token 的捐赠者，是三位从郑州西亚斯学院走出的“00 后”创业者：何佳坤、李佳乐、王腾。他们皆在校期间或毕业后进入跨境电商领域，其中有东谈主也曾把外贸年销售额作念到千万元级别。

“3 年前创业时我莫得 AI，如果有，从 0 到 3000 万的速率会快一倍。”何佳坤在创业共享会上说。除了捐赠 Token，三东谈主还现场共享了适合“一东谈主公司”、外贸生手和学生创业者使用的 AI Skill 利用行为，试图把自身教会千里淀成可复制的器具和经过。

20 亿 token 亦然一个听起来很唬东谈主的数字，但有网友暗示，按照 ds4 1 亿 5 块钱筹商，这稀疏于给母校捐钱 100 块钱。“搞半天 20 亿 token 皆不如手上拿着那张捐赠文凭值钱。”其评价谈。

DeepSeek 两款模子刻下价钱表，deepseek-v4-pro 现 2.5 折，优惠期至 5 月 31 日

知乎上，网友“杰拉德笔下的男东谈主”暗示，“20 亿 Token，放在大模子寰宇里，差未几是十几亿个字。这稀疏于把整套《三国小说》让 AI 读上上千遍。对一个多数东谈主来说，一辈子也写不出这样多字，读也读不完。但在工作中，比如一个行为员，如果连着大模子的 API 天天洗数据、写代码、测代码，一天用个上亿 Token，真不难事。这亦然为什么许多打工东谈主一看到 20 亿，第一反应是这点钱够干嘛，跑两天就没了。”

以为我方 AI 逾期了，那就“tokenmaxxing” ？

接待来到 “tokenmaxxing” 的期间。

如果你挂念我方在 AI 上也曾逾期了，拓荒者 Sigrid Jin 给出了一条建议：多量使用 AI，直到你的月度账单差未几能和房租同等看待。Jin 认为，“tokenmaxxing”是理会 AI 价值的最好表情，他我方一年内就使用了 500 亿 token。

Jin 在 3 月底走红。那时 Anthropic 或然流露了 Claude Code 的源代码，他随后重建了 Claude Code 的代码库。为了幸免遭到这家 AI 实验室的版权下架，他用 Python 重新写了一遍。这场 tokenmaxxing 照实带来了薪金：Jin 创建了史上增长最快的 GitHub 仓库，名叫 Claw Code。尔后，Jin 收到了几家 AI 实验室的工作邀请，但他决定把元气心灵放在个东谈主技俩上。他盘算鄙人个月创办一家创业公司。

Jin 认为，大多数东谈主并莫得实在体验到 AI 能提供若干价值，因为他们用的只是免费版，或者每月 20 好意思元的订阅套餐。他暗示，那些只使用基础版 AI 的东谈主，正在错过 200 好意思元套餐所能提供的“更高智能”，这些更高阶套餐能带来更知晓的投资薪金。

“如果你念念知谈 AI 的畴昔是什么样，就试试 tokenmaxxing。”他还补充说，我方会建议一又友，“在 AI 上花的钱，尽量接近你每个月付的房租”，这样智力取得“投资薪金”。

这种薪金可能发扬为“同期运营多项业务”，也可能是把日常生存中的常见任务交给 AI agent 来处理。Jin 暗示，AI 的成本效益莫得一套通用斟酌表情。每家公司、每个个东谈主使用这项时期的表情皆不同，因此需要配置我方的基准，用来斟酌薪金。

如斯同期，越来越多公司花在 AI 账单上的钱，也曾进步了支付给东谈主类职工的薪水。但问题是，AI 带来的收入必须进步 token 成本，智力解释这些支拨是合理的。关于企业用户来说，尤其如斯。

推高 token 耗尽的压力，短期内不会消退。当被问到要使用更多 token 时是否感到有压力，Jin 的回答是：“是的，虽然。”

这种 tokenmaxxing 的执念也出当今企业中，职工不得不像有些某宝刷量的商家相同，为我方的 token 刷量。

此前 The Information 报谈称，一些 Meta 工程师正在竞相耗尽 token，只为登上一个由职工克己的 “Claudeonomics” 姿首盘排名榜。这个姿首盘会跟踪使用量，并让职工争夺类似 “Token Legend” 这样的称呼。

“按 token 耗尽量给工程师排名，就像我按谁费钱最多来给市集团队排名相同。不要把高烧钱速率误认为高收效劳。”Linear COO Cristina Cordova 在 X 上写谈。

据悉，Meta、OpenAI、Anthropic 等公司里面皆设有 token 排名榜。

这也逐步变成一种夸耀表情。创举东谈主和前沿工程师会在 X 上晒出我方的 token 耗尽量，以此标明我方对 AI 的干预进程。别称 xAI 职工写谈，科技行业正在把每一个好念念法皆变成“饰演”。

有东谈主在 X 上写谈：“我个东谈主每周会在 token 上花掉数千好意思元……嗅觉很跋扈，但我停不下 tokenmaxxing。”

YC CEO Garry Tan 似乎也认可这种作念法。他转发了一条月旦公司在 token 上“吝啬”的帖子，并写谈：“咱们 tokenmaxxing 的时辰比大多数东谈主皆久。”

tokenmaxxing 是一个好激发吗？科技圈里靠近此差别很大。

Khosla Ventures 结伙东谈主 Jon Chu 在 X 上称，用 token 耗尽量作为斟酌表情是“整个愚蠢的战略”。他写谈：“不少我在 Meta 的一又友告诉我，因为这项战略，有东谈主也曾在写机器东谈主，让它们不停轮回运行，用最快速率烧 token。”

Cursor 职工 Edwin Wee Arbus 则严慎些。他称这个讨论是一个“有用、快速的代理讨论，但略有舛错”。他将其类比为身段质地指数 BMI：BMI 不错提供一些健康参考，但无法反馈肌肉量或骨量。

也有东谈主办完全相背的倡导。

“tokenmaxxing 是我听过最离谱的启发式讨论。事实上，我会认为更好的工程师应该能用更少 token 处罚问题。”别称用户在 X 上写谈。

《The Pragmatic Engineer》作家 Gergely Orosz 认为，这种作念法很耗损。他写谈：“唯有某个讨论和更多奖金或晋升挂钩，拓荒者就会念念办法刷它。这个也相同。”

有东谈主用一句话轮廓了 tokenmaxxing 的问题：“莫得 tokenverifying 的 tokenmaxxing，只是 tokenslopping。”也即是说，如果只是烧 token，却不考据扫尾，那就只是制造一堆 token 垃圾。

在硅谷，广博 token 预算正在变成拓荒者之间的一种“荣誉勋章”。但如果用它来斟酌分娩力，其实相等奇怪。因为 token 耗尽斟酌的是干预，而你实在艳羡的应该是产出。如果你的所在是饱读吹职工更多使用 AI，或者你自己就在卖 token，那这个讨论卤莽说得通；但如果你的所在是提高效果，那只看 token 耗尽就没什么真谛。

工程师们不得不回头修改 AI 的代码

不外，最有经历回答这个问题的卤莽即是 token 耗尽大户：软件工程师。

当今，一批作念“拓荒者分娩力知悉”的公司发现，使用 Claude Code、Cursor、Codex 这类器具后，拓荒者照实提交并保留了更多代码。但与此同期，它们也发现，工程师之后不得不更频繁地回头修改这些也曾被收受的代码。

这收缩了“AI 显赫提高分娩力”的说法。

Waydev CEO 兼创举东谈主 Alex Circei 暗示，工程不停者看到的 AI 代码收受率泛泛在 80% 到 90% 之间，但他们时常忽略了后续几周发生的返工和修改。工程师不得不反复矫正这些代码，BET365体育官方网站导致实际中的灵验收受率被拉低到了 10% 到 30%。

所有行业的数据正在指向一个论断：写出来的代码更多了，但其中稀疏大一部分并莫得实在千里淀下来。

GitClear 公司在本年 1 月发布申报称，AI 器具照实提高了分娩力，但“常常使用 AI 的拓荒者，平均代码流失率是不使用 AI 拓荒者的 9.4 倍”。这个流失幅度，也曾进步了这些器具带来的分娩力提高幅度的两倍。

工程分析平台 Faros AI 在 3 月份的申报中，使用了两年的客户数据。扫尾浮现，在 AI 高采费用环境下，代码流失率（也即是删除代码行数联系于新增代码行数的比例）增多了 861%。

面向 AI 交融工程的智能平台 Jellyfish，鸠集了 2026 年第一季度 7548 名工程师的数据。平台发现，token 预算最高的工程师，照实产出了最多的 PR，但分娩力提高并莫得等比例放大。他们用 10 倍 token 成本，只换来了 2 倍蒙眬量。也即是说，这些器具带来了更多“量”，但不一定带来更多“价值”。

这些统计数据，和许多拓荒者的真实感受是吻合的。拓荒者一边享受新器具带来的目田，一边也发当代码审查和时期债正在堆积。一个常见款式是，高档工程师和低级工程师之间相反昭彰：后者更容易收受 AI 生成的代码，因尔后续也要承担更多重写和返工。

大公司们仍在摸索如何高效使用 AI 器具。比如昨年，Atlassian 以 10 亿好意思元收购了另一家工程智能创业公司 DX，主张即是匡助客户理会编程智能体的投资薪金率（ROI）。

不外，即便拓荒者还在尽力搞了了我方的 AI 器具到底在作念什么，他们也并不认为行业会很快回到夙昔。

“这是软件拓荒的新期间，你必须适合。作为一家公司，你也被动适合。它不像是一阵风，过了就会湮灭。”Circei 说谈。

Token 狂欢太贵了，经济帐岌岌可危

然而，这场海表里的 token 狂欢，于今还莫得把经济帐算通。

“就目下而言，AI 对参与其中的绝大多数东谈主来说，在经济上皆不可行。”EZPR CEO Ed Zitron 在发布的最新著作里径直指出。

他认为，实在赢利的不是 AI 利用公司，也不是大模子实验室，而是建筑公司、英伟达以及围绕数据中心树立受益的硬件供应链。所有行业正在用一种近乎非感性的乐不雅，押注一个尚未被解释能赢利的畴昔。

夙昔三年，微软、谷歌、Amazon、Meta 等超大范围云厂商也曾在 AI 基础设施上干预进步 8000 亿好意思元，并盘算在 2026 年接续干预约 7000 亿好意思元，2027 年再干预 1 万亿好意思元。换句话说，只是为了打平，它们就需要至少数万亿好意思元级别的 AI 收入。

然而，这些公司于今皆不肯意知晓裸露我方的真实 AI 收入。

微软曾称 AI 年化收入达到 370 亿好意思元，Amazon 也说达到 150 亿好意思元，但 Ed Zitron 认为，这类“年化收入”只是某个月份的快照，不等于真实收入，更不成评释这门生意也曾成立。真刚巧得小心的是，微软在 OpenAI 合营上累计干预约 1000 亿好意思元，其中包括原始投资、基础设施树立和托管筹商成本。自 2023 财年以来，微软总老本开支约 2938 亿好意思元，其中接近三成可能皆与 OpenAI 基础设施干系。

这就引出了一个更直不雅的问题：微软花了近 3000 亿好意思元老本开支，某种真谛上是在为 OpenAI 建基础设施，但 OpenAI 自己仍在广博耗费。即便 Microsoft 365 Copilot 有 2000 万用户，假定每东谈主每月皆全价支付 30 好意思元，最高也不外 72 亿好意思元年收入，而内容上微软也曾多年在给 Copilot 打折销售。

Ed Zitron 估算，微软 2025 财年 AI 收入浮松为 179 亿好意思元，不到其当大哥本开支的五分之一，而况这还莫得计入数据中心电力、叹气、运营、税费、保障等内容运营成本。

在他看来，要让这些 AI 投资成立，必须同期得志四个条目：AI 收入爆炸式增长；老本开支住手接续彭胀；GPU 在计入硬件和债务后仍然正毛利；AI 收入在老本开支住手前后皆能保持踏实。

但实际恰好相背。AI 收入莫得解释能爆炸，老本开支仍在接续，GPU 运行是否实在盈利莫得知晓左证，而 AI 收入高度依赖 OpenAI 和 Anthropic 这两家持续耗费的公司。

是的，微软、谷歌、Amazon 的多量畴昔收入同意，也主要来自 OpenAI 和 Anthropic。比如 微软的剩余践约义务增长，主要由 OpenAI 和 Anthropic 的云筹商同意鼓动；谷歌的增长也被 Anthropic 的 TPU 和筹商同意拉动；Amazon 也高度依赖 Anthropic 的大额筹商协议。

Ed Zitron 的论断是：除了 OpenAI 和 Anthropic，这些云厂商并莫得看到饱和大的 AI 收入增长。也即是说，所谓 AI 云收入忻悦，很猛进程上来自几家公司相互输血，而不是一个真实、平淡、踏实的市集需求。

如果 AI 真有不可不服的企业需求，为什么莫得出现更多 OpenAI 或 Anthropic 量级的客户？为什么云厂商的 RPO 增长主要照旧靠这两家公司撑起来？

但内容上，AI 实验室自身的财务状态更危急。

AI 复古者常见说法是，芯片会变低廉、模子公司会运行卖服务、推理是盈利的。但 Ed Zitron 认为，莫得可靠左证解释 OpenAI 或 Anthropic 在推理上盈利，反而有多量迹象评释它们辛亏越来越利害。

以 Anthropic 为例，根据干系文献，它曾在取得进步 50 亿好意思元收入的同期，在推理和考试上花掉 100 亿好意思元。Ed Zitron 据此判断，Anthropic 可能需要花 3 好意思元筹商成本智力换来 1 好意思元收入，而况这还没算职工、电力和其他运营费用。

更夸张的是，Anthropic 还职责了对谷歌、Amazon、微软的大额云筹商同意，畴昔几年可能需要支付数千亿好意思元级别的筹商费用。OpenAI 的情况也类似，据 The Information 报谈，OpenAI 到 2030 年底可能盘算烧掉 8520 亿好意思元。

Ed Zitron 认为，不管 OpenAI 照旧 Anthropic，皆莫得解释我方能住手多量烧钱。所谓“畴昔现款流转正”的说法，配置在极其乐不雅甚而豪恣的收入预测上。一朝需求高于预期，它们必须临时购买更不菲的算力；如果提前购买太多算力，一朝收入莫得跟上，又会堕入歇业风险。

这即是所谓的“接刀子问题”：算力买少了不够用，买多了又可能被固定成本拖死。

AI 趋附了“生意傻子”

AI 太贵，不单是云厂商和模子公司的问题，也运行传导到企业客户。

Ed Zitron 指出，Anthropic 近期把企业客户转向 token 计费，这将实在测试 AI 的价值。因为夙昔许多企业还处在“应付用、先探索”的阶段，工程师被饱读吹尽可能多地使用 AI，但公司并不了了每季度到底会花若干钱，也不知谈 ROI 如何筹商。

一些大公司也曾在几个月内烧完年度 API token 预算。ServiceNow 的 CIO 曾暗示，公司正在和 CFO 沿途念念办法禁止成本，以确保职工本年剩下时辰还能接续使用 Claude Enterprise。Salesforce CEO Marc Benioff 也暗示，2026 年将花 3 亿好意思元购买 Anthropic token。

一定进程上，这评释刻下 AI 收入增长很猛进程上来自企业的 token 狂欢，而不一定是可持续需求。许多企业并不知谈 AI 的真不二价值，也不知谈预算该如何制定，只是在 FOMO 心情下跋扈试用。

Stripe 的例子浮现，其 5000 多名时期职工每天平均烧掉约 9.4 万好意思元 token，每月约 280 万好意思元，主要用于 Anthropic 编程模子。这个数字对 Stripe 不一定致命，但如果放在东谈主力成本中看，AI 支拨也曾稀疏可不雅。Goldman Sachs 的申报甚而称，AI 成本正在接近总东谈主力成本的 10%，按刻下趋势畴昔几个季度可能接近东谈主力成本自己。

另一个案例是 Zillow。Zillow 2026 年第一季度在 AI 服务上破耗进步 100 万好意思元，4 月又在 Cursor、Anthropic、AWS Bedrock 上花掉 74.9 万好意思元 token。按刻下速率，它 2026 年 AI 支拨可能达到 700 万到 1000 万好意思元，接近其 2025 年净利润的稀疏大比例。

Zillow 的问题不单是费钱，而是组织正在被 AI 重塑。Zillow 里面建议所谓“AI-Native Engineering”，所在包括让软件工程师“不再开放代码裁剪器”，从“AI 援救”走向“AI 原生”，从“独奏者”变成“教导家”，再变成“作曲家”，由东谈主类界说法规，agent 推广所有软件拓荒生命周期。

但实际中，据 Ed Zitron 取得的信息，Zillow 工程资源基本没变，需要东谈主工审查的产出却增多近 50%；代码部署和 PR 增多 39%；代码审查负载每月增多 29000 小时，约等于每位工程师异常多出 19 小时，只是在查验大模子生成的代码。

Blind 上的 Zillow 职工牢骚，代码正在迟缓变成“AI slop”，多量代码在穷乏护栏和充分审查的情况下被批准。有东谈主甚而说，“垃圾即是工作保障”，因为唯有 AI 输出饱和繁杂，不停层就没法应付用 AI 替代工程师。

当公司把 AI 使用量手脚所在，而不是把业务扫尾和代码质地手脚所在，token 烧钱会马上变成“补贴瞎忙”。

而况，当今的公司很难回答底下的基础问题：完成一个具体任务到底需要若干 token？不同模子是否一致？不同职工是否一致？吞并指示词类似推广，耗尽是否踏实？如果莫得按任务粒度作念屡次测量，所谓年度 token 预算就像蒙眼扔飞镖。

Ed Zitron 更为尖锐地指出，“生成式 AI 之是以能如斯流行，是因为它完好趋附了一类脱离真实工作、却掌执决策权的高管和司理。”

普通工程师会告诉雇主：“这个时辰作念不到”“资源不够”“需求不对理”。但 AI 长期不会说不，它会说“虽然不错”，然青年景看似像工作的东西：PRD、原型、决策、邮件、幻灯片、代码。哪怕扫尾很差，它也会谈歉，并同意下次作念得更好。

这让高管产生了幻觉：既然 AI 能快速吐出一个原型，那工程师为什么不成更快？既然 AI 从不拒却，那拒却的工程师是不是懒？于是，AI 成为不停层压迫推广层的新器具。

Ed Zitron 认为，许多企业不是因为 AI 果然灵验才每年烧掉数百万、数亿好意思元，而是因为它们由并不睬解真实工作的东谈专揽理。对这类东谈主来说，AI 最大的引诱力不是可靠产出，而是它长期降服、长期积极、长期制造“工作感”。

这亦然 Ed Zitron 所谓“生意傻子的复仇”：一个由不作念内容工作的东谈主主导的经济，终于遭受了一种最适合骗他们的钱、趋附他们幻觉的时期。

https://x.com/TFTC21/status/2056415353375465505

https://www.businessinsider.com/openclaw-peter-steinberger-ai-token-bill-2026-5?utm_source=chatgpt.com

https://www.businessinsider.com/tokenmaxxing-ai-token-leaderboards-debate-2026-4

https://www.axios.com/2026/05/13/tokenmaxxer-ai-claude-code-codex

https://www.wheresyoured.at/ai-is-too-expensive/

https://techcrunch.com/2026/04/17/tokenmaxxing-is-making-developers-less-productive-than-they-think/?utm_source=chatgpt.com

会议保举

大会8折倒计时进入临了一周，当今报名立减1160，更多确定可扫码或讨论票务司理 13269078023 进行征询。