在大厂，token 用少了不“健康”

📌 一句话摘要

本文深度剖析了科技大厂将 AI Token 使用量纳入绩效考核、甚至作为裁员依据的现象，并探讨了 AI 提效背后的组织重构、价值错位与人才断代风险。

📝 详细摘要

文章指出，2026 年 AI 提效竞争已进入新阶段，科技大厂纷纷为员工提供 AI Token 额度，但这份福利正演变为隐形的 KPI，甚至成为转正、晋升和裁人的依据。文章通过采访前大厂 CTO 软风和飞猪高级技术专家谢劲松，揭示了企业 AI 转型中的典型误区：将 AI 视为「许愿池」、价值判断错位、组织流程未针对 AI 特点重构。文章强调，真正的 AI 提效需要基于 AI 能力特征重构业务流，而非简单替代人力。同时，文章也关注了「Skill 化」用人模式、数字员工等新趋势，以及 AI 提效下人的价值与职业焦虑。最后，文章提出了「协同进化」的良性循环理念，并警示了 AI 可能带来的思维贫瘠与人才断代风险。

💡 主要观点

- 科技大厂将 AI Token 使用量纳入绩效考核，成为隐形的 KPI 和裁员依据。 阿里、腾讯、字节等公司为员工提供 AI Token 额度，但微软、Meta 等已将其与绩效挂钩，甚至出现员工 Token 使用排行榜，用 AI 不够面临被优化风险。

企业 AI 转型存在两大典型误区：将 AI 当「许愿池」和价值判断错位。 部分企业对 AI 能力预期过高，认为其无所不能；同时，在评估 AI 应用场景时，未充分考量幻觉风险与业务稳定性，导致选型决策复杂化。

真正的 AI 提效需要基于 AI 能力特征重构业务流，而非简单替代人力。 传统流程是为人的特点设计的，对 AI 并不友好。企业需将业务划分为「人做」和「AI 做」两类，并重新设计标准化工作的流程，才能发挥 AI 的最大效能。

AI 提效的良性循环在于「协同进化」与寻找新业务增长通道。 企业应将 AI 投入与交付周期、质量稳定性等关键指标挂钩，同时探索 AI 带来的新生态机会，如将业务能力优化给 AI 作为新入口，而非仅关注降本。

AI 提效可能引发人才断代与思维贫瘠的隐形风险。 当底层原理不再需要个人思考，每一步推导都可被即时生成替代，新人将失去「认知爬坡」的过程，可能导致技术越先进、人的思维越贫瘠的恶性循环。

💬 文章金句

- 今年，AI 提效比去年更'卷'了。

• 如果老板本人对业务流很熟，他就不只是在某个环节用 AI 提效，而是把整个流程基于 AI 的特点重新设计。
• AI 有自己的长板和短板，它运作效率高、能执行 SOP、没有利益冲突。但如果组织形态和业务流程没有针对 AI 做特定优化，就好比让猫在水里和鱼比游泳，自然是比不过的。
• 技术认知对提效效果的决定性作用变得更加明显，AI 驱动本质上还是一把手工程。
• 当最底层的原理不再需要个人思考，当每一步推导都可以被即时生成替代，一个可怕的循环便启动了：没有人再经历'缓慢而笨拙'的认知爬坡，也就更难以拿出更高级的创新。

📊 文章信息

AI 初评：88

来源：InfoQ 中文

作者：InfoQ 中文

分类：商业科技

语言：中文

阅读时间：25 分钟

字数：6194

标签： AI 提效, Token 消耗, 绩效考核, 组织重构, 数字员工

阅读完整文章