Uber首席运营官Andrew Macdonald近期在Rapid Response访谈中直言，公司花在AI工具上的钱正变得“越来越难向内部交代”。CTO Praveen Neppalli Naga两个月前已透露，Claude Code的年度预算“提前烧完了”。但更尖锐的问题在于：更高的token消耗，并未换回等比例的消费者功能产出。
预算危机：CTO两小时烧掉1200美元Token
Uber旗下5000名工程师对Claude Code的采用率在数月内从32%飙升至84%，每人每月花费在500至2000美元之间。Naga本人曾在一次内部演示中，两小时就消耗了1200美元的token额度。CEO Dara Khosrowshahi在本月财报电话会议上明确表示，正放缓招聘以抵消AI投资支出——AI工具的账单已开始挤压真实用人预算。
断掉的因果链：Token多≠功能多
Macdonald与资深工程主管沟通后发现，更高的token使用量并未转化为等比例的消费者功能交付。“那条链接还不存在，”他说，“也许隐隐约约有更多东西被交付出去了，但要在那些数字和‘我们多产出了25％的有用消费者功能’之间画一条线，非常困难。”他认为，token消耗量衡量的只是“使用程度”，而非“产出价值”。Salesforce近期将这类指标称为“虚荣指标”，明确反对以此评估员工绩效。
Macdonald还指出一个认知盲区：对不用自掏腰包的工程师而言，AI工具“感觉像免费的”，可以随意试验；但最终是公司在买单。这种个人与组织的成本错位，是token消耗失控的结构性原因之一。
行业分歧：烧钱派vs.问效派
Uber的困惑并非孤例。Google在I/O 2026上大力倡导“tokenmaxxing”，鼓励大量使用AI，并将使用量视为工程师投入程度的指标。但另一条路也在浮现：Duolingo曾将AI使用频率纳入绩效考核，遭员工质疑“难道要为用AI而用AI？”，CEO Luis von Ahn在播客中承认已悄悄撤回，并反思“我们反而在推动一件很多情况下根本不适用的事”。一家医疗公司更极端：6个月内消耗1兆token，产生逾600万美元非计划成本，财务部门甚��不清楚驱动因素。
Macdonald并未宣布削减计划或放弃AI工具，他只是把企业界普遍存在却少被高层直说的问题摆上了台面。衡量AI投资回报率，业界仍无标准答案，但“用了多少”与“得到多少”之间的鸿沟，清晰可见。