Michael Burry warned Nvidia stock looks vulnerable and the AI "tokenmaxxing" trend won't last in two recent Substack posts. "The conditions for an aggressive fall are as strong as they have been in the history of the stock," Burry wrote in a Monday post. The investor of "The Big Short" fame — known for making prescient calls and dire predictions — added that Nvidia's next decline could be "more dramatic" than its last three big crashes of 56% in 2018, 67% in 2021, and 43% in 2025. Burry said his view was ba ...

文章核心观点 - 企业界正兴起一种名为“Tokenmaxxing”的趋势，即鼓励或强制员工大量消耗AI模型的token使用量，并将其作为衡量生产力和组织先进性的指标[12][28] - 然而，越来越多的案例表明，高昂的token成本与实际的业务产出增长之间缺乏明确关联，导致企业开始质疑并调整相关策略[2][5][28] - 这场趋势的主要赢家是基础模型厂商、AI工具/平台公司以及算力/基础设施提供商，而盲目跟风、无法将消耗转化为实际资产的企业则面临成本失控的风险[13][16][17] 企业实践与成本挑战 - Uber高管公开质疑AI token消耗的成本合理性，指出更高的token使用量并未转化为同等比例的有用消费者功能增长，并因此放缓招聘以对冲AI投入[2] - 米哈游技术团队透露，有员工为尝试AI Agent，一晚上烧掉了价值200万人民币的token，而公司未来三年计划投入高达1000亿元深耕AI领域[5] - 多邻国曾将AI使用纳入绩效考核，但因员工质疑“为用AI而用AI”而撤回该政策，强调绩效考核应聚焦本职工作成果[7][8] - Shopify将内部的“Token排行榜”改为“使用情况仪表盘”，并设置“熔断机制”以监控和阻止异常的token消耗激增[9] - 有公司为控制成本，在单日消耗10万元token后，封掉了所有员工的API访问权限[5] Tokenmaxxing的负面影响 - 在Meta，内部出现了大量无意义的AI使用，消耗海量token却几乎未产生有效成果，甚至有线上事故疑似与粗心的AI生成代码有关[19] - 当token使用量与绩效、晋升信号挂钩后，会促使员工进行“游戏化竞争”，刻意制造无实际意义的工作以消耗token[20][21] - 微软有工程师承认会进行Tokenmaxxing，例如向AI提问文档中已写明的问题，以证明自己是“够AI原生”的员工，源于职业安全感焦虑[21] - Salesforce的做法更为激进，通过工具让员工对比token消耗，并设定最低预期花费（如Claude Code周目标100美元），导致员工为达标而主动燃烧token[22][23] 行业受益方分析 - **基础模型厂商**是直接受益方，企业鼓励token消耗直接放大了其API调用和推理收入。例如，Meta员工30天内消耗了60.2万亿个AI token，按Anthropic API价格计算成本可能高达9亿美元[13] - **AI编程工具与Agent平台**（如Cursor、Claude Code）是流量和估值赢家。Cursor背后的公司年化收入超过10亿美元，自2025年初以来销售驱动收入增长了100倍，估值接近3000亿美元[14] - **算力与基础设施提供商**是底层赢家。英伟达2026财年全年收入达2159亿美元，同比增长65%；2027财年Q1收入达816亿美元，同比增长85%，数据中心业务是核心驱动力[16] - 然而，许多AI工具公司（如Cursor、Windsurf）增长迅速但尚未盈利，部分原因在于依赖基础模型导致推理成本高昂[15] 创业领域的观点与风险 - YC合伙人向创业者提出，打造AI原生公司的关键转变是“最大化token使用，而不是最大化员工人数”，并建议创业者应愿意承受“高到令人不舒服的API账单”[24][25] - 该观点认为高额token支出替代的是过去更昂贵、更臃肿的人力成本，可能是公司用AI替代组织膨胀的信号[25] - 但文章质疑该建议对早期创业公司的适用性，指出已有用户基础的AI编程公司都未能盈利，无治理的token消耗可能会拖垮创业公司[26]