标签
推文中，@rabois同意@brexton关于FactoryAI趋同的观点，强调了AI模型选择中主权日益增长的重要性，以及企业战略中从tokenmaxxing向value-maxxing的转变。
Meta正在结束其将员工绩效评估与AI工具使用挂钩的激励计划，同时推广名为Hatch的新内部AI代理。此举旨在减少无意义的AI令牌消耗，并关注影响力。
一篇评论文章，质疑 AI 代理生成的拉取请求和 token 消耗指标激增是否真的能转化为有意义的业务价值，并警告不要优化虚荣指标而忽视实际影响。
Rippling推出AI Spend Console，这是一款企业级工具，用于跟踪和控制每位员工及团队的AI支出。该工具是在公司发现失控的AI令牌成本消耗了其研发人员预算的40%之后开发的。
微软正在限制工程师的AI令牌使用量，告诉员工“tokenmaxxing”并非目标，并将更便宜的GPT-5.6设为内部默认模型，这反映出整个行业遏制昂贵AI使用的趋势。
对 Meta 等公司的“tokenmaxxing”现象的分析，认为高管们故意鼓励浪费 AI token 使用以推动工具采用，这与意外管理不善的看法相反。
本文报道了人工智能行业从大量tokenmaxxing支出向效率提升的转变，Lindy和Uber等公司通过改用更便宜的模型或实施支出上限来降低成本，这对OpenAI和Anthropic产生了影响，它们正准备进行IPO。
NEA合伙人Tiffany Luck讨论AI IPO前景、个人代理以及行业从tokenmaxxing到衡量AI支出ROI的转变。
Meta的应用AI部门士气跌至历史最低，并面临数十亿美元的成本危机。员工为了应对与AI消耗挂钩的绩效指标，人为夸大AI token使用量（'tokenmaxxing'），引发内部反抗和严格的token预算。
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。
开发者越来越拒绝在没有AI编码工具的情况下工作，但研究和报告表明，这种依赖可能并不会提高生产力，反而可能增加维护成本，引发对长期影响的担忧。
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。
Uber首席运营官Andrew Macdonald表示，由于更高的使用量未转化为相应的消费者功能，公司越来越难以证明AI代币支出的合理性，这凸显了企业对AI投资日益增长的怀疑态度。
ClickUp裁减了22%的员工，将此举归因于对自动化任务的AI代理的全面拥抱，CEO Zeb Evans声称生产力提升，并为顶尖AI用户引入了百万美元薪资区间。本文探讨了AI驱动下劳动力削减的更广泛影响以及'tokenmaxxing'指标。
Sam Altman 宣布 OpenAI 将向当前 Y Combinator 批次中的每家初创公司提供价值 200 万美元的 API 代币，以换取股权，旨在推动 tokenmaxxing 初创公司的发展。
本文批评了将 'tokenmaxxing' 视为 AI 采用的虚荣指标的趋势，并提出了一种连贯的 AI 政策，强调理解 AI 生成的代码、不依赖 AI 工具的自给自足以及关注客户和队友。
创业公司CEO们正在炫耀，他们在AI算力上的支出已高于人力薪资，把高额token账单当作增长指标，并用AI代理取代员工编制。
播客讨论“tokenmaxxing”、AI 带来的真实生产力提升，以及内部 AI 平台如何重塑软件工程师的角色。
AI辅助编程工具允许加里·谭在13年未写代码后每月交付数十万行代码，核心方法是Tokenmaxxing——不惜消耗大量token让模型全面处理任务，效率相当于400名工程师。