核心观点 - 互联网行业正从鼓励员工无限制使用AI工具（Token-maxxing）的激进策略，快速转向对AI Token额度进行精细化、动态管理的策略，核心驱动力是失控的成本压力[4][5][9] - 行业普遍开始推行“配额制”，并优先使用成本更低的内部或国产大模型，但模型能力差距导致部分员工仍需自费使用海外先进模型，实际效率提升面临挑战[6][8][11] Token额度政策剧变 - **腾讯调整策略**：2024年6月5日，腾讯将全员统一AI Token额度改为按工作任务动态调配，总投入只增不减，但取消消耗量排名[4] - **额度调整影响不一**：调整后员工额度差异巨大，有人仅剩100美元，有人则有超过1万元人民币；有实习生额度从100美元增至200美元，但写代码时一天多则能用50美元[7] - **历史成本对比**：此前传闻腾讯为每位员工发放价值约22万元的Token套餐，按11.4848万名员工计算，年成本达252亿元，而公司2025年研发费用为857.5亿元[8] 行业成本失控案例 - **国际案例**：Meta员工在30天内消耗了60.2万亿个AI Token，成本超过1亿美元；Uber在4个月内花光了原计划用到2026年的AI预算[5] - **国内案例**：有游戏公司员工为项目启动数十个AI Agent，一晚上烧掉价值200万元的Token；某跨境支付公司一个月消耗40万美元Token后，将政策改为员工人均每月500美元[5][9] - **个人高消耗案例**：有后端开发者2天消耗370美元Token；某部门4人一个月消耗6万元Token[9][11] 从无限制到配额制 - **大厂推行内部模型**：国内主流大厂要求员工优先使用基本免费的内部大模型，甚至屏蔽竞对模型，但内部模型效果可能不及海外模型[8] - **中小公司普遍限额**：许多公司从无限制改为审批制，个人月度额度在几百元到1000元人民币不等，并鼓励使用更便宜的国产模型[11] - **额度不足与自费**：由于国产大模型在复杂任务（如编程）上能力不足，许多员工额度不够用，选择自费购买海外模型额度，1000元额度可能用不了一周[6][11] 效率反思与度量转变 - **存在资源浪费**：有员工为消耗每月1000美元额度，用AI续写《红楼梦》；过度使用导致代码难以理解和维护，整体运营效率未提升甚至受影响[10][12] - **度量标准变化**：百度创始人李彦宏提出用日活智能体数（DAA）替代单纯的Token消耗量，作为衡量AI平台真实繁荣程度的新指标[12]