Meta 内部的 AI 狂热，正在进入降温阶段。

据《The Information》报道，Meta 正在采取措施限制员工使用 AI token，以控制快速膨胀的内部 AI 成本。

AI 不再只是效率工具，也开始成为需要被精细核算的成本项。

这场变化的背景，是 Meta 内部一度出现的“token 竞赛”。

此前，一名 Meta 员工曾开发出一个名为“Claudeonomics”的内部排行榜，用来追踪员工使用 AI 模型消耗的 token 数量。

榜单不仅列出 token 使用排名，还给高频用户授予“Token Legend”“Cache Wizard”等称号。

这个工具很快变成一种硅谷式游戏，谁用得多，谁似乎就更“AI 原生”。

但榜单披露出的数字很快让外界意识到，所谓 AI 生产力并不便宜。

在一个 30 天周期内，Meta 员工通过该榜单记录的 AI 使用量超过 60 万亿个 token，最高排名用户一个月平均消耗 2810 亿个 token。

按照 Claude Opus 4.6 最低价格每百万 token 5 美元估算，仅这名用户一个月的消耗就可能超过 140 万美元。

Meta 在内部备忘录中直言，员工 AI 使用量正在呈指数级增长。按照当前趋势，仅内部 AI 使用一项，到 2026 年就可能带来数十亿美元成本。更棘手的是，员工和团队过去很难看清自己到底用了多少 AI、花了多少钱，也缺少相应的控制手段。为此，Meta 计划从 2027 年开始以更结构化的方式管理 AI token，设定预算、进行资源分配，并通过内部平台 AI Gateway 统一追踪使用量和支出。

Meta 2026 年第一季度财报中披露，当季资本开支达到 198.4 亿美元，并将 2026 年全年资本开支预期上调至 1250 亿至 1450 亿美元。

Meta 解释称，上调主要与组件价格上涨以及为未来产能准备的数据中心成本有关。

AI 不只是模型问题，更是芯片、服务器、数据中心和电力问题。

过去几年，Meta 一边削减人力成本，一边加大 AI 投入。

Mark Zuckerberg 在内部备忘录中承认，在向 AI 中心化组织转型过程中犯过错误；今年 5 月，Meta 曾进行大规模重组，全球裁员 10%，并将 7000 名员工转向与 AI 工作流相关的新项目。

从“鼓励员工狂用 AI”，到“给 AI 使用设上限”，Meta 的转向释放出一个信号，大模型进入企业之后，真正的挑战不只是部署，而是成本治理。

这也是整个科技行业正在面对的问题。

AI 工具正在快速渗透进研发、运营、客服和办公流程，但当每一次调用、每一段上下文、每一个自动化代理都会变成可计费 token，企业就必须重新计算投入产出比。

AI 不是免费的劳动力，而是另一种形式的云计算账单。