从Vibe-coding到Tokenmaxxing：大厂AI军备竞赛撞上“账单之墙”

人工智能编码的能力正在重塑企业开发范式，但也制造出一系列令人侧目的管理异象。 2025年末，Claude Code和OpenAI Codex等工具完成了一次关键跃迁，它们不再只是辅助开发的副驾驶，而是足以独立编写代码的主力引擎。这直接催生了所谓“vibe-coding”的普及，使过去带有些许实验色彩的全新开发模式，一举变成具有实际生产力的工作方式。变化来得如此之快，以至于资本市场和科技巨头几乎同步做出了强烈反应。 得益于此，Anthropic迅速崛起为AI编码赛道的标杆，其估值一度超越OpenAI。有报道显示，该公司在今年实现了首个盈利季度，进度远远早于外界预测。如果这一势头得以持续，Anthropic很有可能借企业级AI编码应用的热潮，在今年冲击一场规模空前的IPO。与此同时，前沿AI公司支出的急剧增长，也暂时消弭了萦绕在行业上空的泡沫论调——要知道，就在2025年12月，连AI领域的高管们自己都曾对此忧心忡忡。 然而，真正的戏剧性出现在企业客户一侧。为了在内部推广AI，Meta和亚马逊等巨头架设起内部排行榜，对员工使用AI的行为进行激励与排名。这一做法迅速催生了一种被公开报道的现象——“tokenmaxxing”，即员工毫无明确目的地疯狂消耗数十亿token，仿佛只是为了填满某个配额。最终，一位亚马逊高管不得不出面喊话，请求团队“不要为了使用AI而使用AI”。 类似的情况也在其他公司上演。Salesforce等企业明确了“最低”和“理想”的AI使用目标，试图用量化指标驱动转型。而共享出行巨头Uber则遭遇了更直接的刺痛：在2026年第一季度尚未结束时，它就已耗尽全年的AI预算，公司被迫对员工的AI使用额度实施限制。从炫耀性排名到消耗竞赛，从硬性指标到预算提前见底，一连串迹象表明，企业界正在经历一场AI成本与价值的现实检视。

EntAI观察

AI编码工具的质变，本质上为企业实现研发效率跃迁提供了真实抓手，Anthropic的财务表现和估值反超便是这一红利期的直接见证。但大量企业在落地中陷入一种“指标陷阱”：将AI使用量等同于生产率提升，通过排行榜和目标分配强行拉动消费，这极易引发类似tokenmaxxing的行为扭曲。它不仅可能造成算力资源的巨大浪费，更让AI投资的真实回报变得难以衡量。 Uber一季度烧完年度预算的案例，则传递出另一个值得警惕的信号——AI应用的单位成本或许远高于管理层的初期设想。当泡沫论的担忧被快速膨胀的支出暂时掩盖时，企业更需要正视一个根本问题：当前的AI支出到底是生产力投资，还是被竞争焦虑驱动的防御性消耗。如果无法建立清晰的效果归因，今天冲高的投入曲线，很可能在未来演变成更猛烈的修正。