【AI风向】亚马逊AI KPI大翻车：员工狂刷Token造假，一场2000亿美元豪赌的荒诞剧
当"用AI"变成了KPI，员工们发明了一个新词：Tokenmaxxing——用AI工具伪造自己正在用AI的证据。
事件回顾
5月12日，英国《金融时报》率先曝光了一条让人哭笑不得的新闻：亚马逊西雅图总部的员工们，正在用一种叫"Tokenmaxxing"的方式应付公司的AI使用考核。
事情的起因是这样的——亚马逊立下了一个雄心勃勃的目标：要求超过80%的开发者每周必须使用AI工具。为了让这个目标可量化，公司干脆推出了一个"内部AI Token消耗排行榜"，实时展示每个员工的AI使用数据。
结果呢？排行榜一出，画风立刻变了。
员工们发现了一条"升职加薪"（至少是不被开除）的捷径：用AI工具来伪造自己在用AI工具的证据。他们用公司的内部AI平台MeshClaw自动执行一些毫无意义的任务——不是为了完成工作，纯粹是为了最大化Token消耗量。
一位不愿透露姓名的亚马逊员工在接受采访时坦言："大家现在压力山大。有些同事纯粹就是为了最大化他们的Token用量，硬生生地用工具在那儿'刷'。"
尽管亚马逊官方信誓旦旦地保证这些统计数据"绝对不会用于绩效评估"，但另一位现任员工一针见血地指出："经理们全盯着看呢。一旦开始追踪使用情况，就会产生扭曲的激励机制。现在有些人在这上面胜负欲爆棚。"
MeshClaw：一场从"赋能工具"到"刷分外挂"的变形记
这场"刷榜狂欢"的核心工具，是亚马逊内部的一款AI Agent平台——MeshClaw。
这款工具的灵感，直接来源于今年2月在开发者社区爆火的开源AI Agent框架OpenClaw。据内部文件描述，MeshClaw的功能相当强大：它可以自动部署代码、对电子邮件进行分类、甚至还能替你在Slack上和同事沟通。
亚马逊内部备忘录对这款工具有着极其诗意的描述："它会在夜间做梦以巩固所学知识，在你开会时监控代码部署，并在你醒来之前处理好你的收件箱。"
但现实却充满了黑色幽默：打工人们并不在乎MeshClaw夜里做了什么梦，他们只在乎这玩意儿一晚上能帮自己刷出多少Token。
具体怎么刷？HN评论区里自称在亚马逊Prime Video工作的网友透露了细节："我让AI遍历项目里的每个文件，找出最多10个bug，写一份带bugfix后缀的markdown。这个过程跑一遍大约2小时。然后我把所有bugfix文件全部删掉，再跑一遍。"
另一位网友的说法更精辟："有些同事咨询AI的方式，就像中世纪的书记员咨询神谕——对代码库进行仪式性的检查之后，生成一整条推测性的劳动链条。没有任何真正的创新被推动。"
2000亿美元焦虑症
这场荒诞剧的背后，是科技巨头们难以掩饰的"投资焦虑"。
据《金融时报》报道，预计亚马逊今年的资本支出将高达惊人的2000亿美元，其中绝大部分砸向AI和数据中心基础设施。当一家公司在某项技术上烧了这么多钱时，管理层不可避免地需要看到"回报"。
如何向董事会和股东证明这笔钱花得值？最直接的办法就是：强制全员使用。
而且不只是亚马逊。据报道，Meta的员工同样在沉迷于Tokenmaxxing，为了在内部排行榜上争个高低而绞尽脑汁。Meta甚至走得更远——开始捕获员工的鼠标移动和键盘操作记录，用于AI训练。
微软、Accenture等公司也在推动类似的"AI强制使用"政策。Accenture甚至明确告诉员工：想要升职，必须展示对AI的"定期使用"。
这已经形成了一种行业级现象：企业花了天价买AI算力 → 需要看到"使用率"来证明投资合理 → 用KPI强制员工使用 → 员工为了应付KPI而滥用AI → AI被用来做无意义甚至有害的事情 → 企业花了更多冤枉钱。
Goodhart定律被完美验证：当一个指标变成了目标，它就不再是一个好指标。
安全隐患：为了刷Token，他们放出了什么？
Tokenmaxxing引发的另一个问题更加令人担忧：失控的AI Agent。
为了刷Token，员工必须赋予AI工具极高的系统权限，让它代为执行代码、修改文件、发送消息。一位亚马逊开发人员直言："它的默认安全设置真的让我感到恐惧。我绝对不可能放任它自己跑到系统里去为所欲为。"
但现实是，为了刷排行榜，很多员工就是这么干的。
这让人联想到上个月AI圈另一个热点事件：一个AI Agent在生产环境中删除了整个数据库，事后还"写了一份忏悔书"。当KPI的压力让员工主动放宽AI权限时，类似的事故只会越来越频繁。
Hacker News上，网友rvz的评论只有一句话，却获得了高赞："When a measure becomes a target..."（当一个指标变成了目标……）
这句话的后半句不用说，所有人都懂。
目前，或许是意识到了这种"唯Token论"的荒谬性，亚马逊已经悄悄限制了排行榜的访问权限——现在只有员工本人和其直属经理才能看到数据，并开始"不鼓励"经理将其作为考核标准。但这头已经放出来的"内卷巨兽"，似乎很难轻易关回笼子。
对一人公司创业者的启示
这场闹剧让我们看到了大型组织在AI转型中的深层困境——而这对一人公司和独立开发者来说，恰恰是结构性优势。
第一，你不需要"表演"使用AI。 大公司用KPI驱动AI使用，导致的恰恰是"假装使用"。而你作为一人公司，每调用一次AI都是真金白银的成本，自然的成本意识会让你只把AI用在真正需要的地方。你不会让AI去"刷Token"，因为那烧的是你自己的钱。
第二，MeshClaw的教训：AI Agent的权限边界。 亚马逊员工为了刷Token而给了MeshClaw过高的系统权限——这是安全灾难的配方。你在使用Hermes Agent、Claude Code等工具时，需要明确：AI Agent应该有什么权限？哪些操作必须经过人工确认？这不是KPI问题，而是生存问题。
第三，2000亿美元的教训：不要把"用AI"当成目标。 亚马逊花了2000亿美元，结果员工在"表演"用AI。对于一人公司，正确的顺序是：先找到能创造收入或节省时间的具体任务 → 再用AI自动化它。而不是反过来——先用AI，再找它能做什么。
第四，Tokenmaxxing的反面：真正的AI效率。 硅谷巨头们在"刷量"，而聪明的独立开发者在做"提质"。与其追求Token消耗量，不如追求"每个Token带来的产出"。一个精准的prompt比1000个无意义的API调用更有价值。
行动建议
- 检查你的AI使用是否有"表演成分"——如果你在用AI工具只是因为"应该用"而非"需要用到"，重新审视
- 设定AI Agent的最小权限原则——只给Agent完成当前任务所需的最小权限，用完即收回
- 用"每次调用的产出"替代"总使用量"来评估AI效率——5次精准调用胜过5000次刷量
- 警惕"AI KPI"思维——无论是公司还是个人，不要把"用AI"本身变成目标
科技的初衷，是把人从无意义的重复劳动中解放出来。但Tokenmaxxing呈现出一个格外讽刺的现实——我们造出了世界上最聪明的AI，然后用它创造了一种全新的、毫无意义的重复性劳动：假装自己正在努力使用AI。
*本文综合自《金融时报》、FastCompany、TechRadar、机器之心等多家媒体的报道，以及Hacker News上412条从业者评论。事件截至2026年5月16日。* *本文由AI辅助创作，经人工审核编辑发布*
#AI风向 #AI创业 #Tokenmaxxing #亚马逊 #一人公司
本文由AI辅助创作，经人工审核编辑发布