回看过去十年，你会发现好像国内很多资本做事的固定配方都是"先圈地、后收割"的模式，比如打车软件大战、外卖大战、共享单车大战等都是这个模式，资本先后造就了滴滴、美团、哈罗等单个领域的巨头公司。
这个烧钱模式大体上可以分为四个步骤：
1、先大把烧钱，高额补贴培养用户习惯
2、等你已经逐步形成习惯了，逐渐收缩减少供给
3、一开始只是小钱，你自己掏钱买也不心疼
4、等你离不开了，提价完成收割。
前几天看到「经济观察报」发表了一篇名为大厂Token不再"管够"：腾讯开始限额，字节可部分报销的文章。我截取了部分内容，大家可以看看~
从6月开始，一名腾讯员工发现：在内部管理看板上，自己分到的Token（词元）额度变少了。"之前一个月有2000美元（约1.35万元人民币）额度，这个月只有1400元人民币，两天就用没了。"
苦于公司配额不够用，有腾讯员工选择自掏腰包，订阅每月200美元的Codex Pro 20x。他算了一笔账："用混元的话，基础需求都要跑很久，失败了还得重跑，耽误时间。虽然不想自费打工，但是总比没额度用要好，这个价格也还好。"
而在字节，员工可不限量调用TRAE（字节自研AI IDE产品）内模型，其中包含GPT、Gemini、Grok等；如有工作需要调用其他模型，产生的费用可部分报销，有部门报销标准为实际支出的50%，产研岗位年度报销上限为1000美元，其他岗位报销上限为300美元。
说实话，这个对打工人来说不是什么好事，再过过搞不好就演变成付费上班了
。
过去一年多 AI 是典型的大锅饭时期，互联网大厂为了鼓励全员用AI提效，基本都是无差别的人均高额度分配，不管你是写核心代码，还是做PPT、写周报，每个人手里都有大把Token，可以供你肆意挥霍。
更离谱的是，在过去一年里某些公司还要考核你这个月的Token用量，用得越多说明你拥抱AI越积极，用得越多说明你越契合公司层面的要求。
这种公司层面一刀切的策略，可能是初心是好的，但到了员工的执行层就会导致极大的算力浪费，会有很多员工为了完成考核让AI空跑，无意义得消耗 Token。
阿秀看过一个分享说组内员工为了完成公司考核，搞了个多 Agent 来做 paas的运维诊断。
要知道核心代码库可是有着十几万行的代码，通过扫日志来诊断问题，每一次诊断都是巨量的 Token消耗，以此来达到消耗 Token 的目的。
关键是，能办成事也就算了，Token 花就花了，但这种诊断很多时候都是无意义的，找不出毛病。
此外，Agent出现之前，Token的消耗还是线性增长的，但Agent出来后直接上了一个维度，开始了指数级增长。
以前我们用AI，基本模式都是一问一答式的对话，最多加上一些前文联想，这种消耗是线性的，消耗Token的增长速度是可控的。
但随着工作流引入了 Agen t和多智能体协同合作，情况就开始变得有点不一样了。
现在 AI 的模式是我们把一个任务丢给 Agent，它为了完成任务，会在后台自我思考、互相调用、疯狂迭代。
你以为它最后只回答了你一句话，实际上它在后台可能已经偷偷跑了几十次交互，消耗了成千上万个Token，每一个 Token 都是白花花的大洋啊
。
这种指数级的 Token 消耗，任意一个公司一年时间下来在算力方面的投入都会是个无底洞。
所以你会发现，不只是国内的知名企业如字节、腾讯、美团等，就连微软、Meta这种全球科技巨头，近期都在对内部AI用量进行监控和限制。
2026年5月14日，微软发了一封内部邮件：大部分员工的Claude Code许可，6月30日前取消
。
如果说以前是阳光普照阶段，那么从这几个月开始就要正式进入要考虑投入产出比的阶段了。
所以，现在的Token供应逻辑变了。
公司是要讲利润的，不会无止境的投入，Token不再对所有人无限量供应，而是根据实际任务限量供应。
以前的考核重点是Token消耗量级，现在的考核重点则成了工作产出。
但 AI 最坑爹的是 Ta 把钱花了还不一定能办成事，对于AI来说，它吐出的每一个字、每一行代码都是标明了价格的。
也就是说，事完不完成先另说，钱我是一定要收的。
对于普通人来说，由俭入奢易，由奢入俭难。
一旦你习惯了让AI帮忙写代码、查资料，突然额度给你砍没了，要么你就得回归手搓的古法编程，要么你为了完成 KPI 只能自费买额度。
付费上班，花钱打工，以后或许不再是个段子了
。