Meta正在经历一场从“Token竞赛”到“Token管理”的内部转向。据The Information获取的内部备忘录，这家社交媒体巨头向约6000名员工发出警告：公司内部AI使用量正呈指数级增长，仅此一项到2026年就可能产生数十亿美元的成本。

这份备忘录揭示了一个此前鲜少被外界关注的问题——在全力押注AI的浪潮中，科技公司自身也成了AI服务的重度消耗者。Meta内部员工和团队此前对自己消耗的Token量既无可见性也无控制力，这种粗放状态即将改变。

从2027年开始，Meta将引入一套全新的治理体系。核心是一个由开发者和工程师团队构建的中央仪表板“AI Gateway”，它能在单一平台上追踪AI使用情况和支出。预算制度、分配机制将同步落地，针对异常成本飙升的自动警报功能也在开发中。这意味着AI资源将像云计算资源一样被精细计量和管控。

从“Tokenmaxxing”到理性使用

这场转向有其戏剧性的前情。此前Meta曾将AI使用纳入绩效考核的“核心期望”，结果催生了所谓的“Tokenmaxxing”现象——员工通过一个名为“Claudeonomics”的内部排行榜人为膨胀自己的AI消耗量，在短短30多天内就积累了73.7万亿个Token。

CTO Andrew Bosworth在另一份备忘录中对此进行了明确纠偏。他直言：“没有人应该仅仅为了使用AI工具而使用它们。所有的动作不等于进步，Token使用量本身绝不是任何形式影响力的衡量标准。”他强调，工具应当在“真正能让我们做得更好、更快”时才使用。

这一表态实质上否定了将AI使用量等同于生产力提升的简单逻辑，也标志着Meta内部AI文化的重大调整。

引导员工使用自研工具

在成本管控之外，Meta还希望引导员工远离第三方AI工具。备忘录显示，公司计划推动员工从Anthropic的Claude等外部模型转向自家编程助手MetaCode。不过Meta也承认，其自研模型目前在前沿能力上尚不具备竞争力，因此其他模型仍将可用。

Meta新成立的“应用AI工程”部门正在通过创建编程任务作为训练数据来改进MetaCode，试图缩小这一差距。这种“边用边建”的策略，反映出大型科技公司在AI工具链上追求自主可控的深层动机——既为控制成本，也为积累技术能力。

行业共性：AI成本治理成为新课题

Meta并非独自面对这一挑战。报道指出，亚马逊此前也遭遇了类似的Token消耗失控问题。两家公司如今都在收紧AI开支，这契合了一个更广泛的行业趋势：企业开始质疑AI是否真的在提升生产力。

OpenAI首席执行官Sam Altman近期也公开表示，成本控制已成为其客户面临的“巨大问题”，这背后部分源于模型使用价格的大幅上涨。

从产业视角看，这一系列信号意味着AI基础设施的扩张正进入新阶段。在算力硬件和模型能力持续投入的同时，如何衡量AI使用的实际产出、如何建立有效的成本治理机制，正在成为决定AI投资回报的关键变量。对关注AI产业链的投资者而言，这既是风险提示——粗放增长不可持续，也指向新的机会——AI成本管理工具和精细化运营服务可能成为下一块拼图。

Meta的案例还揭示了一个更深层的张力：当一家公司同时是AI的开发者、部署者和重度使用者，其内部治理模式将直接影响外部竞争力。Bosworth的“动作不等于进步”论断，或许正在为整个行业写下新的注脚。