5 月 24 日消息，众多科技企业督促员工使用人工智能工具提升工作效率，但这项举措已然开始产生反效果。据 The Verge 报道，微软要求员工改用自家的 Copilot CLI，而非 Claude Code 工具，原因是企业倾向采用内部自研工具，而非第三方产品。不过有消息人士透露，核心缘由是随着使用者增多，Claude Code 的使用成本持续攀升。
据 Tom's Hardware 报道，不止微软一家企业出现这类情况。据财富杂志报道，其他企业也在缩减人工智能工具的使用规模。虽说人工智能模型的训练成本不断下降，调用算力词元（token）的费用随之走低，但员工日常工作中的词元消耗量却节节上涨。智能体尤为耗费资源，依据执行指令的步骤不同，其词元消耗量可达普通大语言模型查询操作的上千倍。例如 OpenClaw 创始人彼得・施泰因贝格尔称，其团队单月的词元使用成本就超过 130 万美元（注：现汇率约合 885.6 万元人民币）。
由此不难看出，现阶段使用人工智能的开销已经高于人力成本，且效率提升效果十分有限。
词元单价下降、使用量却大幅上涨，这正是杰文斯悖论的体现：技术效率提升后，反而会催生更多使用需求。历史上此类案例比比皆是：工业革命时期高效蒸汽机问世后，大量企业纷纷购置设备增产。航空领域同样符合这一规律，飞机燃油效率不断优化，机票价格随之下降，出行需求持续走高。国际航空运输协会预测，到 2050 年航空出行需求量或将翻倍。
人工智能领域也难逃这一规律，各大企业纷纷部署智能工具以期提效。英伟达首席执行官黄仁勋曾提出知名观点：工程师每年至少要耗费等同于自身半数年薪的算力词元，才能发挥出完整工作价值。对于抵触使用人工智能的管理人员，他甚至直言“你疯了吗？”。
这种一味堆砌词元用量的行为被称作词元最大化（tokenmaxxing）。为达成内部考核指标，不少员工凡事都依赖人工智能工具。亚马逊就有员工坦言，会借助工具处理无关紧要的工作，刻意拉高内部使用数据，微软、Meta 等企业也曝出同类问题，而这些企业恰恰都是人工智能研发领域的大额投资方。
词元消耗激增、成本居高不下已然成为难题，目前尚不确定各家企业是否会调整相关制度。人工智能本身具备实用价值，但部分企业试图依靠它替代人力、削减用工开支。倘若任务所需词元数量的增速，远超词元单价的降幅，这类降本举措最终只会适得其反。
