Meta 这周悄悄干了一件事：把”AI 用量”从工程师绩效考核里整个拿掉了。据 The Information 拿到的内部备忘录，负责工程的两位高管 Maher Saba 和 Santosh Janardhan 明确告诉工程师：AI 看板、token 计数器、内部排行榜，都不再计入绩效。考核回归三件事——工作质量、速度和复杂度。
翻译一下就是：大厂终于承认，拿”谁用 AI 多”当 KPI，是一场灾难。
tokenmaxxing 是怎么把 Meta 玩进去的
事情得从 Meta 自己埋的雷说起。为了推 AI 落地，Meta 一度把”AI 使用量”写进考核：用得多，绩效就好；用得少，就要被约谈。配套还上了内部排行榜和 token 计数看板——本意是激励工程师多用 AI 提效。
结果员工们用脚投票，把激励机制玩成了刷分游戏：反正看板只统计”用了多少 token”，那就往死里烧。批量生成没人看的代码、让模型反复重写同一段逻辑、开着 agent 挂机刷对话……这种行为在 Meta 内部被起了个名字：tokenmaxxing（token 刷量）。
这个词最早出圈，是今年 3 月《纽约时报》Kevin Roose 的专栏。他当时点名了 OpenClaw 这类特别能吃 token 的 agent 平台（老达写过它的 2.0 发布），说 Meta 和 OpenAI 都在用”AI 用量排行榜”推着员工卷 AI——有人用得多被表扬，用得少被敲打。到了 6 月，金融时报又补了一刀：谷歌一度在限制给 Meta 的 token 供给，因为量实在太大。烧到后来，连供应商都看不下去了。
后果不用猜：据估算，Meta 2026 年内部 AI 使用成本正朝着数十亿美元狂奔，其中相当一部分，买的是”没人看、纯为刷榜”的输出。Meta 计划 2027 年才上线预算管控和中央仪表盘——也就是说，这台烧钱机器还得再转一阵。
取消之后：考核回到”活干得怎么样”
新考核口径最值得玩味的一句是：要求员工拿出”能用 AI 或其他手段支撑的结果“。注意，重心从”手段”挪回了”结果”。
一位知情员工对 Wired 的评价是”松了口气”。想想也是：以前你得琢磨”这周 token 烧够没有”，现在终于可以专心把活干完。榜单撤了，但 Meta 没打算退回石器时代——它只是把激励从”用量”换成了”产出”，顺带把成本治理从 2027 年提上日程。
同一时间，Meta 还在推一个更”烧”的 agent：Hatch
就在撤榜单的同时，Meta 内部正在测试一个叫 Hatch 的 AI agent——类似 OpenClaw 那种能自己操作电脑、独立干活的工具，公司”鼓励但不强制”员工使用。Wired 的报道里有个耐人寻味的细节：
Hatch 比普通聊天机器人、AI 编程助手更烧 token，而员工对它的态度是：可以连工作账号，但不愿绑个人账号。
原因也不难猜——今年 4 月刚爆出 Meta 曾计划拿员工击键记录训练 AI（后来暂停）。这边刚撤掉”用量考核”，那边就让大家把个人数据喂给一个更烧钱的 agent，员工不买账很正常。这也说明：撤指标不等于员工信任自动恢复，隐私的账是另一本。
影响分析：度量什么，就得到什么
这事本质上是一个教科书级的”古德哈特定律”案例：当一项指标变成考核目标，它就不再是好指标。Meta 想让工程师多用 AI，于是考核用量；工程师精准响应——多烧 token，绩效好看，实际产出没涨，账单翻了几十倍。你测量什么，人们就优化什么，哪怕优化的方向和你想要的正好相反。
对国内团队和正在”卷 AI 落地”的公司，老达觉得有三条可以直接抄走：
- 别把”AI 使用率”当 KPI。 它只能当过程参考，不能进考核。真要考核，考核业务结果：需求交付速度、缺陷率、客户反馈。AI 是手段，手段不该被单独计量。
- 给 AI 花销上”预算 + 看板”，而不是”排行榜”。 排行榜激励的是竞争和刷量；预算是治理成本，看板是观察趋势。Meta 折腾一年才明白这个区别，小团队别重复交学费。
- 个人也一样：警惕自己的”伪勤奋”。 用 AI 写 100 段没人要的代码，和写 10 段真能用的，后者才值钱。吴恩达前几天刚说过，Coding Agent 用得好不好，看的是能力不是时长——连跑几小时不是本事，出活才是。Meta 的教训对个人完全成立。
老达点评
说三点：
- 这是”AI 落地管理”的重要样本，别当笑话看。 全球最顶尖的工程师团队，在”怎么激励大家用 AI”这件事上一样会翻车。说明 AI 落地的瓶颈从来不只是模型能力，还有组织管理。谁先找到”考核产出而非用量”的姿势，谁就少交一笔几十亿美元的学费。
- Meta 没退，只是在换尺子。 撤掉用量考核的同时还在推 Hatch、还说”大家都会受益于 agent 生态”——它押注 agent 的方向没变，变的只是不再用排行榜催人。这跟很多公司”AI 项目黄了就全砍”是两码事：方向坚定和指标纠错，可以同时发生。
- 给普通读者的一句话：如果你在用 AI 做副业、做内容、做自动化，别把”今天用了多少 token、写了多少条 prompt”当成成就感。回头看”这个月 AI 帮你多赚了多少、省了多少小时”，才是真账本。度量方式错了，勤奋也是负债。
相关阅读：
