阅读视图

发现新文章,点击刷新页面。

一个月烧掉 930 万元 Token 的人,也没烧出个答案

龙虾之父一个月消耗 6030 亿 Token,总花费金额高达九百万人民币。

移动联通电信,三大运营商都在推 Token 套餐,199 送千兆宽带还有 1 亿 Token,了解一下?

从硅谷到国内大厂,Tokenmaxxing 成为公司的主流,谁消耗 Token 多,谁就是 AI 时代的好员工。

00 后校友向母校捐赠 20 亿 Token,被网友调侃按 DeepSeek 5 元/亿 Token 计算,只要 100 元。

▲图片来自新浪财经

Token 在半年内完成了一次身份跃迁:从技术术语,到 KPI,到话费套餐,到捐赠货币。它成了 AI 时代的「度量衡」,唯一的问题是,没人说得清它到底在度量什么。

我们自己买 Token,用公司的 Token,部署了一堆 Agent,代码、论文、周报都是 Token 烧出来的。

而另一边是,大厂的员工由于 Token 消耗排行榜的原因,开始拿着公司的 Token 处理私事、玩游戏、开发数十个没什么用的子 Agent 来提升自己的排名。

「回报」这件事很难量化,但「使用量」可以量化。

于是所有人都选择了那个容易量化的东西。这不是 AI 时代的新问题,这是管理学的老病。

用 AI 消灭狗屁工作的公司,正在制造新型狗屁工作

亚马逊,那个裁员裁到大动脉,把自己的网站都变成 404 的小狗,最近又被爆出了新的「笑料」。

原本被寄予厚望、用来消灭「狗屁工作」的 AI,最终却沦为制造新型「狗屁工作」的源泉。

据《金融时报》报道,为了逼迫员工拥抱 AI,亚马逊搞出了一个极其复古的管理手段:「Token 消耗排行榜」,追踪每个员工的用量。

公司强制要求超过 80% 的开发者每周必须完成 AI 使用指标,甚至将消耗 Token 的数量作为考核标准。

▲图片来源:The Information

打工人的反应也很直接,既然公司用这种指标来考核,大家干脆用魔法打败魔法,开启了「Tokenmaxxing(最大化消耗 Token)」战术。

刚好亚马逊内部上线了一个叫 MeshClaw 的 AI Agent,它能发起代码部署、整理邮件、操控 Slack。公司内部备忘录里描述它是:「它在夜间做梦来整合白天所学,在你开会时监控你的部署,在你醒来前替你分类邮件。」

于是 MeshClaw 就成了一个刷排行榜的工具。开发者开始用它来规划旅行、处理私人邮件、让 AI 分析产品经理在 Slack 上说的蠢话。

在职场匿名社区 Team Blind(一个面向 Google 和苹果等公司认证员工的留言板)上,一位亚马逊员工的发言被疯狂点赞。

我疯狂燃烧 Token,就是为了骂我的产品经理。每当他在 Slack 里说屁话,我就把聊天记录扔给 AI,启动 10 个子智能体去全方位深度分析并吐槽他。这绝对是 GPU 算力的完美用途。

亚马逊在回复《金融时报》时提到,MeshClaw「每天帮助数千名员工自动化重复性工作」,公司「致力于负责任地部署生成式 AI」。同时,公司表示 Token 统计数据不会用于绩效评估。

但员工的说法是:「经理在看这个数据。当他们追踪用量时,就会制造扭曲的激励,有些人在这上面很有竞争心。」

公司说不算 KPI,但经理偷偷在看。这和大厂说「年终奖与 996 无关」是同一个套路。

不只是亚马逊,Meta 员工也在做同样的事。

早在四月份,The Information 就曾报道,Meta 公司的一名员工利用内部数据,在公司内网创建了一个仪表盘,让同事们可以竞争成为公司排名第一的 AI Token 用户。

这份排行榜汇总了超过 85000 名 Meta 员工的人工智能使用情况,并列出了排名前 250 位的超级用户,其中扎克伯格没能进入前 250 名。

而这份排行榜在两天后就下架了,Meta 在回应媒体查询时发声明,「该员工自行决定撤下仪表盘;Meta 并未要求采取此行动。」

当你笑完这份排行榜的不合理之处,转念一想就会发现,这其实是大多数公司的现状。还没想好 AI 怎么发挥作用,但是就先裁员了;还没想好 Token 怎么用,就匆忙把它作为生产力的衡量工具。

一个月 6000 亿 Token 烧出了什么

Token 消耗排行榜的荒诞还没消化完,更魔幻的事又来了。

三位 00 后校友向母校郑州西亚斯学院捐赠 20 亿 Token,网友按 DeepSeek 的价格算了算,说这就值 100 块。

后来有媒体澄清,这 20 亿 Token 不只是 API 调用量,还包括生成工具使用权和平台积分。但「捐 Token」这件事本身已经够魔幻了。

三位校友说自己实力还不够捐教学楼,所以捐 Token。这个时代的慈善逻辑也在刷新:捐不起楼,捐算力。

Token 存在的价值在刷新,Token 的使用边界也在刷新。

GitHub 前 CEO、现任 Meta 超级智能实验室 CEO Nat Friedman,在一场公开活动上讲了个故事。某天,他的 OpenClaw 判断他喝水不够,他随手给了指令:「不惜一切代价确保我补充足够的水分。」

▲ 网友的评论是:他是不是喝多了

OpenClaw 很快行动了。它指示他去厨房喝一瓶水,顺带告诉他,正在通过家里的摄像头监控他是否真的去喝了。他照做之后,OpenClaw 发来一张他喝水的截图,附言:「干得好。」

原本只是手机设置一个提醒每日喝水,但现在是 Token 疯狂地燃烧,调用摄像头来为「提醒你喝一杯水」服务。

而当 Token 的消耗不再重要,不需要考虑 Token 的价值和使用边界,我们又会拿他来做点什么。

OpenClaw 最近有意思的事,还得是龙虾之父 Peter Steinberger 周六在 X 的分享,他发了一张 CodexBar 的截图,配文「CodexBar 最新更新让 API 费用显示得更加友好。」

但很快有网友发现这张截图了不起,三十天用了 6030 亿 Token,累计消耗的金额更是达到了 130万美元,约合人民币 930 万。

评论下面都是各种质疑,交付了多少代码,消耗的 Token 和最终能用的代码之间比例是多少?到目前为止,你做出了什么有用的东西吗?要不是入职 OpenAI,Codex 这 Token 能让你这么消耗吗?

兄弟,你最好拿出点儿价值百万美元的工程师都做不到的东西,不然这可能就是前沿实验室泡沫破裂的开端了。而且这还是补贴价格,我的天。如果是实际成本,价格肯定更高。

龙虾之父在评论区回复了这些声音,他提到如果关掉 Fast Mode,成本就能降 70%。而且,自从 OpenClaw 被 OpenAI 买走之后,负责该项目就只剩下三个成员,他们在 Codex 上运行了 100 个实例。

这些实例会自动处理软件开发流程中的各种问题,像是代码的提交、Bug 修复、功能的更新等。

但是光看 OpenClaw 的更新,真的需要 130 万美元来支撑吗?他又提到自己在做一些除了 OpenClaw 之外的创业项目,以及他是在探索一个问题:如果 Token 成本不重要,软件会怎样被构建。

这个好问题。但 130 万美元花下去之后,他也还没有得到答案。

这可能是 2026 年最贵的一个问号。

即便是有无比丰沛算力的人,现在似乎也不知道这些 Token 可以用来做什么。

大厂高管们看着财报上巨额的 GPU 采购费,迫切需要向董事会证明这笔钱没白花。既然「重构真实业务流」太难、太慢、太需要魄力,那就退而求其次,去考核「Token 的消耗量」。

员工们甚至一开始就没被问过「你觉得 Token 该怎么用」,他们被问的是「你这周用了多少」。

当一个工具的考核标准是「消耗量」而不是「产出」,它就不再是工具了。它是燃料,唯一的使命就是被烧掉。至于烧完之后驱动了什么,没人真的在意。

因为一旦认真追问,很多人会发现,自己烧掉的那些 Token,和年初裁掉的那些人一样,都没换回任何东西。

我们正在经历的,是一场所有人都假装看懂了规则的游戏。公司假装知道怎么用,员工假装在认真用,投资人假装看到了回报。

唯一真实的,只有不断超支的账单。

Token 终究会找到它真正的用途,成为真的「新质生产力」。但那一天到来之前,我们在烧掉动辄上亿的 Token 之前,可以问问自己真的有必要吗

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

荣耀推出「养虾本」,这才是 2026 年 AIPC 的答案

「龙虾」OpenClaw,恐怕是继 ChatGPT 之后,最火的 AI 关键字。

但如果你问问周围的朋友,他们大概率从来没亲自部署、使用过龙虾。

在普通用户与龙虾之间,横着一道清晰的技术鸿沟。

于是乎, 一个更关键的问题开始浮现:当 AI 真正展示出潜力, 决定它能否普及的,究竟还剩下什么?

答案正在从云端,慢慢转向终端,那些离用户更近的设备厂商,开始尝试补上这「最后一公里」。

作为终端厂商的荣耀,给出的解法颇为直接:直接把「龙虾」预制在产品之中,用户开箱即用,再也不必瞻前顾后,一次性解决部署及上手复杂、使用成本高、隐私安全风险三大龙虾智能体面临的痛点问题。

开箱好用的荣耀 YOYO Claw 技术

荣耀全新推出的 MagicBook Pro 16,是一台相当「新」的笔记本。

首先是配置够新:最高第三代酷睿 Ultra X7 358H 处理器、32GB 运行内存,都是今年高端轻薄本的标配。

更关键的,是它的定位够新——荣耀官方将其定义为「天选养虾本」,自带一个「荣耀 YOYO Claw」龙虾技术智能体。

不需要面对烦人的命令行,荣耀 YOYO Claw 技术已经打包成了一个应用,双击点开就有一个直观、简单的图形界面。

这解决的是第一层问题「怎么用」;被忽视的问题,是「用来干什么」。

很多人都知道龙虾很强,却说不清楚它强在哪,不知道如何为自己创造价值,干脆止步于「听说很强」。

哪怕真的把 OpenClaw 折腾进电脑里,还要继续面对 Skills 的安装、调试,以及如何嵌入自身工作流的复杂门槛,这些步骤,同样劝退了大多数人。

荣耀连这点复杂性也直接替用户消灭了——荣耀 YOYO Claw 技术预制了 5 个「主虾」和 23 个「子虾」,覆盖教育、办公、学术、内容创作、智能辅助等五大场景。

荣耀 YOYO Claw 技术端云混合的架构,也让其拥有了更强大的自主学习潜力:用户每一次和 YOYO Claw 对话, 每一次上传或生成文档,龙虾都会总结经验和模板,方便日后直接复用。

换句话说,它不止于单次任务的交付,更是一个懂得持续成长的助手,越用越顺手,也越懂你。

所以,与其说荣耀 YOYO Claw 技术 「开箱即用」,我更愿意称之为「开箱好用」。

如果把 OpenClaw 比作「赛车」,能力很强,却太硬核,只是属于少部分人的炫技,那么荣耀想做的,就是一辆「家用车」,人人都能享受到技术带来的提升。

就像是计算机诞生之初,人们都对它的计算能力有所耳闻,只是普罗大众不懂编程语言,也不知道拿这么高的算力干什么。

直到一个名为 VisiCalc 的电子表格程序问世,这种强大的计算能力才真正交到了普通人的手中,不需要学习技术,也能获得远超手工的效率提升,于是计算机真正走向了大众。

从能力到应用的转身,从技术到场景的扎根,这也是龙虾的正确「打开方式」。

好龙虾得人人能吃

把时间往 2022 年底回拨,回到 ChatGPT 刚刚崭露头角那一段时间。

为什么 ChatGPT 能够病毒式传播,以迅雷不及掩耳之势席卷全球,并快速在每个行业生根发芽?有两个非常重要的核心原因:易用、好用。

只要有合适的网络环境,在浏览器输入 ChatGPT.com,界面简洁到只有一个对话框,想输入什么都可以,就连小学生都能和 AI 聊个几轮。这种输入自然语言直接获得输出的交互方式,是以往的机器前所未有的,一夜之间开始了对人类工作方式的改造。

和真的龙虾一样,OpenClaw 「好吃」却不容易吃,只是想尝尝味道,难度都是当年 ChatGPT 的指数级,在更多人使用的 Windows PC 上,部署起来更是困难重重。

从技术到落地之间的鸿沟,要靠终端厂商来跨越。像荣耀 YOYO Claw 技术这种直接预装在产品,双击鼠标就能启动的「预制虾」,很可能就是大部分用户吃到的第一口虾。

荣耀 YOYO Claw 技术上手难度极低,用户只需要扫描二维码登录, 就能连接飞书、微信等第三方平台,通过聊天框就能和龙虾交互,不需要任何额外的复杂 API Key 配置。

把复杂留在技术底层,把简单交到用户手上,把红利转化到体验之内,这比什么都更重要。

解决完「能不能用」的问题只是起点,事实上将「龙虾」摆在普通用户面前,大家依旧会有所顾虑,担心它太烧 Token,还没赚到钱就先花光钱,也担心它权限太高,一个不留神泄露隐私,或着把文件删完。

因此,要真的把龙虾产品化,让更多人能用和敢用龙虾,解决这两个问题同样至关重要。

作为一家终端厂商,荣耀比 AI 厂商多了一层优势——设备的本地算力。

端云协同的架构,端侧优先的路线,让荣耀 YOYO Claw 技术能够最大化 Token 的价值:端侧可以完成的任务,就在本地完成;需要调用云端算力,则通过精准匹配需要的 Skills。前者直接压缩消耗场景,后者精细化分配资源。

根据荣耀官方数据,荣耀 YOYO Claw 技术对比 OpenClaw 综合词元消耗节省 50% ,极端场景甚至达到 90%。

有一个很典型的场景:本地搜索。传统的 OpenClaw 相当依赖云端算力,像是本地文件检索这种工程量稍大的任务,要不断调用脚本,不仅效率极低,Token 也如流水般被迅速消耗。

作为一家终端厂商,荣耀可以调用本地算力和模型,本地搜索的任务完全可以端侧运行,不仅速度够快,也能更便宜。

随着生成式 AI 浪潮席卷全行业,「词元经济」也已经崛起,今年 3 月,我国日均词元调用量突破 140 万亿,两年增长超千倍。

当 Token 与经济直接挂钩,每节省一个 Token,都在直接创造实打实的经济价值。

龙虾高权限带来的高风险,荣耀YOYO Claw 技术的做法是「以虾制虾」。

荣耀 YOYO Claw 技术配备了一只「独立安全虾」,可以全程监控其他龙虾的所有操作,并及时拦截类似格式化硬盘这样的高危操作,如果调用支付、摄像头这些敏感权限,也会要求用户进行二次确认。

至于龙虾的「记忆」能力,以及核心数据的处理,也会限制在端侧完成,避免隐私上云或泄露。

从不会用到不用学,从用不起到用得起,从不敢用到不怕用,荣耀 YOYO Claw 技术为龙虾落地找到了一个新的路线——参数和性能之外,人人能吃的才是「好虾」。

养虾本,AI PC 新标准

2023 年,生成式 AI 爆发的元年,作为规则制定者的英特尔和微软,也第一时间提出了「AI PC」的概念。

差不多 3 年过去,AI PC 却只停留在口号层面,无非键盘上多了一个 Copilot 按键,系统内置了 AI 聊天机器人——这些能力,大多在浏览器里早已可以完成。

问题的关键在于,没有人知道所谓的「AI PC」应该是什么样的形态和路线,该如何让 AI 与计算机进行本地结合,才能为用户带来价值。这些疑问悬而未决,自然无法交不出一个让人满意的答卷。

距离 ChatGPT 一鸣惊人已经过去三年,打工人早已不满足于只在对话框里与 AI 进行问答游戏,既然 AI 明明很有潜力,它不应该只能「回答问题」,最好像一个助理一样,直接帮用户解决问题。

在这种期待之下,作为一个贴着「AI」标签的生产力工具,所谓的「AI PC」却相当让人失望。

就在这时,OpenClaw 出现了。

这个更适合在电脑部署、并且高度软硬结合的 AI 方案,为「AI PC」指明了一个全新的方向。

OpenClaw 本质上还是一个实验性质非常鲜明的探索项目,具有高门槛、低稳定的特性,原本也是属于少部分极客群体的玩具。

但它就像普罗米修斯的火种,一旦被带到人间,人们便无法忽视它的价值,让越来越多人心向往之。

毕竟,我们真正向往的,是一个能够部分乃至完全接管工作流的系统,自动理解任务、自动拆解流程、自动完成执行。OpenClaw 的意义,正在于它第一次清晰地展示出,这条路径在当下是可行的。

即使它仍然青涩,伴随着各种风险和不确定性,行业都必须要走这条路,因为这座高峰「就在那里」。

在这条路径上,不同角色分工逐渐清晰:大模型厂商专注于打磨技术底座,任务最「硬」,离用户却最远;互联网厂商推动 AI 大模型应用的落地,灵活变通,速度很快,但难以做「深」。

更接近用户侧的终端厂商,则承担「做深做实」的角色,他们更懂用户习惯和需求,更有机会把 AI 变成真正可用的工具。

尤其是在「龙虾」这种相当强调软硬协同的形态,终端厂商既拥有天然优势,也承担着某种不可回避的责任。

于是,预装一套打包好的「YOYO Claw 技术」,对荣耀而言既是顺势而为,也是必要一步,更是未来 AI PC 的一个样本答案。

这不是「龙虾」的终点,甚至只能说刚刚起步,毕竟,我们才刚刚克服龙虾「人人能用」的门槛。

作为更懂用户的终端厂商,手握多种设备生态的荣耀,龙虾从来不应该只囿于 PC 的方寸之间,更应该实现免配置的跨设备流转。

荣耀 YOYO Claw 技术支持全家多人共用一台 PC,每人都有一只独立的专属虾,满足不同的需求:孩子用来辅导作业,老人用来提醒吃药。

爱范儿也获悉,荣耀内部已经在布局 YOYO Claw 技术的跨生态能力,不过度依赖设备,让算力和能力根据场景自由流淌。

完全可以设想这样一种场景:在荣耀手机上对 YOYO 助手下达一个指令,让它在荣耀笔记本上检索一个数据表,然后让 YOYO Claw 参考以往的文件,生成一个季度报告,直接通过飞书发给其他同事。

当 AI 从单连线,从单一工具转身成为跨设备的系统级算力,它才真正进入工作流,进入生活方式,进入每一个「你我」的日常。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

❌