@sdianahu: tokenmaxxing 并不是‘花费更多 tokens’，而是相反：tokenmaxxing = 选择要最大化正确指标，然后让其他一切尽可能……
摘要
一条推文解释，‘tokenmaxxing’ 是关于在最小化成本的同时优化正确指标，利用智能成本下降的趋势，并指出品味才是稀缺的输入。
tokenmaxxing 并不是‘花费更多 tokens’，而是相反
tokenmaxxing = 选择要最大化正确指标，然后让其他一切在物理允许的范围内尽可能便宜
智能成本曲线的下降是你的朋友！
反而品味才是稀缺的输入
查看缓存全文
缓存时间: 2026/05/30 10:12
tokenmaxxing 并不是“花更多钱在 token 上”，恰恰相反
tokenmaxxing = 选对要堆满的属性，然后把其他一切压到物理规律允许的最低成本
智能成本曲线的下降是你的朋友！
真正稀缺的输入是品味。
相似文章
@HaydnBelfield：听说tokenmaxxing实验和token排行榜的主要好处似乎是启发/探索性的…
Haydn Belfield讨论了tokenmaxxing实验和token排行榜如何通过测试AI模型极限和发现新工作流程来发挥启发和探索作用。
@rohanpaul_ai: "并非所有令牌都生而平等，有一种方法可以看待令牌的价值。有两个关键因素影响令牌价值…"
讨论了人工智能中的令牌经济，强调令牌的价值取决于智能和速度，并且优化令牌经济应从客户用例开始。
Token消耗狂飙正成为一类生产事故。你如何为AI代理费用设置上限？
AI代理导致Token消耗失控，使超支成为一类生产事故。文章列举了诸如一位工程师130万美元的OpenAI账单以及Uber在四个月内烧掉全年AI预算等案例，并向社区询问如何为代理费用设置上限。
@jxnlco: Big token 希望你花40%的Token在 <div> 标签中
一条推文批评AI模型在HTML <div> 标签上浪费Token，指出分词器低效地将40%的Token分配给了结构元素。
@danshipper: 关于tokenmaxxing恐慌及其不可持续性的极其精辟观点：
Azeem Azhar认为人工智能是一种通用技术，其影响需要时间才能显现，类似于电力，暗示当前的tokenmaxxing恐慌可能为时过早。