Meta 预测工程师的 AI Token 预算可能很快就会受到限制
随着人工智能深度融入软件开发生命周期，计算的隐藏成本正开始显现。Meta 高管 Adam Mosseri 表示，随着 Token 消耗成本开始与人力薪资相提并论，无限进行 AI 实验的时代可能即将结束。
AI Token 消耗成本的上升
在最近接受 Lenny’s Podcast 采访时，Instagram 负责人 Adam Mosseri 指出了科技巨头面临的一个迫在眉睫的财务现实：一名使用 AI 工具的高绩效工程师的“消耗率”（burn rate）可能很快就会等于其实际用工成本。这一转变标志着人们对 AI 的看法正在发生变化——从将其视为免费的生产力助推器，转变为将其视为一项重大的运营支出 (OpEx)。
这一问题的规模是巨大的。Meta 最近不得不关闭一个内部的“AI Token 支出排行榜”，因为他们意识到当前的消耗模式正使公司走向到 2026 年支出数十亿美元的轨道。Mosseri 指出，如果缺乏管理，很容易构建出“Token 焚化炉”——即一种消耗大量计算资源却无法带来实际业务价值的工作流。
向资源管理转型
Mosseri 主张，Token 预算必须像管理其他任何有限的企业资源（如 GPU 容量、RAM、存储或工资单）一样严格。这种向“Token 配给制”的转变并非 Meta 所独有；整个行业已经出现了 AI 财务清算的迹象：
- Uber： 这家打车巨头在今年 4 月就耗尽了其预计到 2026 年的 AI 编程预算，面临 AI 预算危机。
- Microsoft： 为了整合成本，微软取消了 Claude Code 许可，将其工程团队转向使用其专有的 Copilot CLI 工具。
Meta 提议的模型包括为每位工程师设置上限，该上限与其推动“ROI 正向”（投资回报率正向）结果的能力成正比。工程师可能不再拥有不受限制的访问权限，而是根据其 AI 增强型工作流为公司创造的价值来分配预算。
通往可持续 AI 扩展之路
虽然短期内看起来约束会不断收紧，但 Mosseri 对 AI 经济学的长期发展轨迹仍持乐观态度。他预计，随着模型提供商为了争夺市场份额而陷入激烈的价格战，单个 Token 的成本最终将会下降。
目前，行业正处于转型阶段。企业正在告别“愚蠢”的实验，转向纪律严明、价值驱动的 AI 应用。对于开发者和技术创始人来说，这意味着效率的下一个前沿不仅在于编写更好的代码，还在于编写既能最大化智能又能最小化计算浪费的代码。
核心要点
- 财务对等： 预计个人工程师的 AI Token 成本最终将与其总用工成本持平。
- 行业趋势： Uber 和 Microsoft 等主要参与者已经在实施严格控制并整合工具，以管理失控的 AI 开支。
- ROI 驱动的访问权限： 未来的 AI 资源分配可能会被视为一种受管理的运营支出 (OpEx)，预算将与工程师可衡量的投资回报率挂钩。