工程師們正在討論「tokenmaxxing」，也就是盡可能多地消耗人工智慧代幣（AI tokens）的想法。Y Combinator執行長Garry Tan表示認同這個詞：「我們比大多數人更早開始tokenmaxxing。」其他人則認為這是一種無效的生產力衡量方式，會鼓勵浪費代幣或操縱公司排行榜。
Photo Credit:This image is AI-generated using Chat GPT and is for illustrative purposes only.
別再計較寫了多少行程式碼，工程師們有了新的競爭方式。
歡迎來到「tokenmaxxing」時代。
隨著人工智慧程式工具普及，科技產業的軟體開發者手中擁有大量可消耗的代幣（token）。代幣是計算資源的衡量單位，用來決定 AI 服務的計價方式，甚至被提出作為工程師報酬的一部分，並出現在 OpenAI 與 Anthropic 的 AI fellowship（研究員計畫）職缺描述中。
但問題是：消耗代幣，是否真能衡量開發者的生產力？
本週，隨著科技圈討論「tokenmaxxing」概念，這個問題在社群媒體迅速發酵。《The Information》報導指出，部分 Meta 工程師為了在員工自製的「Claudeonomics」儀表板上取得排名，刻意增加代幣使用量。
該儀表板會追蹤使用情況，並讓員工競逐如「Token Legend」等頭銜。Meta 未回應《Business Insider》的置評請求。
支持者認為，這可視為員工積極採用新工具的指標；反對者則指出，這可能鼓勵企業內部低效率使用 AI，甚至出現為了排名而刻意操作指標的「表演式使用」。
Cristina Cordova 在 X 平台表示：「以代幣消耗量排名工程師，就像我以誰花最多錢來排名行銷團隊一樣。不要把高消耗率誤認為高成功率。」
要理解 tokenmaxxing，需先了解代幣的概念。大型語言模型會將文字拆解為數值單位，每個 token 約等於四分之三個單字，AI 模型依 token 使用量收費。
因此，tokenmaxxing 指的是盡可能提高代幣消耗的行為。《紐約時報》先前報導，Meta 與 OpenAI 等公司已設有相關排行榜。
我每週都花數千美元購買代幣……感覺很瘋狂，但我無法停止tokenmaxxing。
— ben guo ♞ (@0thernet) 2026年4月3日
儘管難以量化這股趨勢的普及程度，但企業 AI 支出明顯上升。金融科技公司 Ramp 在 X 平台稱此為「1 兆美元的盲點」，並引用 Gartner 數據指出，企業每月 AI 支出在過去一年已成長四倍。
此外，代幣使用量也逐漸成為一種「表態」。創業者與工程師會公開自己的 token 消耗量，以顯示對 AI 的高度投入。一名 xAI 員工則形容，科技正讓每個好點子變成「表演」。
Y Combinator 執行長 Garry Tan 對此現象表達支持，並表示：「我們比大多數人更早開始 tokenmaxxing。」
然而，批評聲浪同樣強烈。
Khosla Ventures 合夥人 Jon Chu 直言，以代幣消耗量衡量生產力是「極其愚蠢的政策」。他指出：「許多在 Meta 的朋友告訴我，有人因此打造機器人，讓它們不斷循環消耗代幣，越快越好。」
Edwin Wee Arbus 則提出較中立看法，稱其為「有用且快速的代理指標，但略有缺陷」，並比喻為 身體質量指數，雖能提供參考，但無法反映肌肉或骨骼等關鍵差異。
輝達（Nvidia）執行長黃仁勳雖未直接評論 tokenmaxxing，但強調工程師應大量使用 AI 資源，表示若一名年薪 50 萬美元的工程師未消耗至少 25 萬美元的 token，他會「深感擔憂」。
— chester (@chesterzelaya) 2026年4月7日tokenmaxxing是我聽過最荒謬的啟發式方法
事實上，我認為更優秀的工程師能用更少的代幣解決問題
《The Pragmatic Engineer》電子報作者 Gergely Orosz 稱此做法浪費。他寫道：「工程師會把任何被視為可爭取更多獎金或升遷的目標都想辦法操作，這次也不例外。」
BEP Research 創辦人 Ben Pouladian 從這股趨勢得出不同的結論，稱計算資源是創新的瓶頸。他在 X 上寫道：「在 AI 時代，每位員工都成為計算資源的消費者。」
tokenmaxxing如果沒有tokenverifying，只是tokenslopping。
— Dylan Mitic (@DylanMitic) 2026年4月8日
「Token 的消耗永遠是輸出而非輸入，」Persona 軟體工程師 Arush Shankar（他曾在 Square 和 Microsoft 任職，資料取自他的 LinkedIn）寫道。「值得觀察，但絕不應該孤立看待。它是個訊號，但不是那個唯一的訊號。」
◎本文經 Business Insider US 授權刊登，原文發表於此，作者為Henry Chandonnet。
本文初稿由Business Insider TW使用AI協助翻譯，並經人工審校確認。
責任編輯：劉家瑜 / 核稿編輯：林筠騏
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。