当你的年薪里，有五分之一变成了"算力券"，这到底是福利升级，还是一场精心设计的数字游戏？
老黄的"算力工资"宣言
这周，硅谷又出大新闻。英伟达 CEO 黄仁勋穿着他那件标志性的皮夹克，在 GTC 大会上扔出一枚重磅炸弹：工程师应该把基本工资的一半，换成 AI Token 发给自己。
按照他的算法，顶尖工程师每年可能会烧掉 25 万美元的算力。这不是科幻，这是正在发生的现实。
Token 是什么？简单说，就是让 Claude、ChatGPT、Gemini 这些 AI 跑起来的"燃料"。以前你写篇文章可能用掉几千 Token，现在？一个工程师后台挂着一堆智能体，一天能烧掉几百万 Token——而且全程自动运行，你连键盘都不用碰。
从三件套到四件套：薪酬结构的剧变
传统上，科技公司的工程师薪酬是经典三件套：工资 + 股权 + 奖金。现在，有人想把它变成四件套。
硅谷知名 VC Tomasz Tunguz 早在二月中旬就在讨论这件事。他用 Levels.fyi 的数据算了一笔账：顶尖软件工程师年薪 37.5 万美元，再加上 10 万美元 Token 预算，总包直接冲到 47.5 万。
但这意味着什么？
| 薪酬组成 | 传统模式 | Token 时代 | 变化趋势 |
|---|---|---|---|
| 现金工资 | 核心 | 被稀释 | ↓ 占比下降 |
| 股权 | 长期激励 | 仍重要 | → 相对稳定 |
| Token 预算 | 无 | 新增项 | ↑ 快速增长 |
| 隐性预期 | 明确 | 模糊 | ⚠️ 压力增大 |
五分之一的薪酬变成了算力。这不是小数目。
TokenMaxxing：工程师的新内卷赛道
《纽约时报》这周报道了一个有趣的现象：工程师们开始在内部排行榜上比拼 Token 消耗量。
Meta、OpenAI 的员工们暗自较劲，看谁用的 Token 多。 generous 的 Token 预算正在悄悄变成标配福利，就像以前的牙医保险、免费午餐一样。
一位斯德哥尔摩的爱立信工程师甚至告诉媒体，他每年在 Claude 上的开销可能超过自己的工资——当然，公司买单。
听起来很爽？等等。
当算力比人贵：一个危险信号
这里有个被很多人忽略的问题：如果公司在你身上花的 Token 钱接近甚至超过你的工资，财务部门会怎么想？
假设公司每年给你 20 万美元 Token 预算，相当于雇了另一个"数字员工"。那他们自然期待你产出翻倍。这是隐形的 KPI，没人明说，但压力实实在在。
更深层的问题是——当 AI 真的在替你干活，公司还需要这么多人吗？
斯坦福 MBA、前 VC Jamaal Glenn 点破了这个局：Token 预算看起来是福利，实则是公司在不增加现金或股权的前提下，虚增薪酬包价值的手段。
| 对比维度 | 现金/股权 | Token 预算 |
|---|---|---|
| 是否 vest（归属） | ✅ 是 | ❌ 否 |
| 是否增值 | ✅ 可能 | ❌ 用完即无 |
| 跳槽时议价 | ✅ 有效筹码 | ❌ 无法带走 |
| 长期复利 | ✅ 有 | ❌ 无 |
| 公司成本 | 高 | 看起来低 |
你的 Token 预算不会 vest，不会增值，不会在下一份 offer 谈判里帮你加分。
谁在真正受益？
对公司的 CFO 来说，这是个完美的算盘：现金支出不变，股权稀释减缓，还能用"给你更多算力"来证明对员工的投入。
但对工程师而言，这像是一场信息不对称的博弈。大多数人还没搞清楚 Token 预算的真正价值，就已经被裹挟进这场"算力军备竞赛"。
短期来看，更多 Token 确实意味着更强的工具、更高的效率。你能让 AI 帮你写代码、跑测试、处理文档，甚至在你睡觉的时候让智能体继续干活。
但长期来看呢？
我们该怎么办？
这不是说 Token 补贴一定是陷阱。关键在于看清交易本质。
如果你接受一份包含大量 Token 预算的 offer，问自己几个问题：
-
这是真正的增量福利，还是变相降本？ 总包有没有实质性增长？ -
隐性期望是什么？ 公司是否期待你用这些 Token 产出双倍价值？ -
Token 用不完怎么办？ 能否折现或累积？ -
离职时这些算力归谁？ 是个人账户还是公司资产？ -
长期竞争力在哪里？ 当你习惯了 AI 代劳，自己的核心技能还在吗？
Agentic AI 的浪潮已经来了。从 OpenClaw 这样的开源助手，到各家大厂的内部工具，"让 AI 替你干活"正在成为新常态。
Token 消耗量的暴增只是表象，背后是工作方式的彻底重构。
最后
黄仁勋的预言可能成真——Token 也许真的会成为硅谷工程师薪酬的第四根支柱。
但历史告诉我们，每当技术变革重塑劳动力市场，最先看懂游戏规则的人，才能分到最大的蛋糕。
对工程师来说，现在最重要的不是纠结 Token 给得多不多，而是想清楚：在这场人与 AI 的协作中，你到底想成为指挥官，还是被指挥的那一个？
毕竟，当公司在你身上花的算力钱赶上你的工资时，他们需要回答一个问题——
如果 AI 能替你做这么多，为什么还要付你这么多？
这个问题，值得每个 tech 人认真想想。