Meta内部AI用量排行榜“Claudeonomics”被下架
Meta内部由员工自建的AI用量排行榜“Claudeonomics”上线约一周后已被创建者自行下架，而非由管理层直接关闭。该排行榜实时追踪公司超过8.5万名员工的模型token使用量，在下线前，Meta全员30天总消耗已从6.02万亿token升至7.37万亿token，排名第一的个人用户累计消耗约3285亿token，按公开定价估算接近200万美元。
排行榜引发内部争议，有员工在论坛中批评其“体现的能源消耗令人可悲且可笑”，同时多种“刷量”行为被曝光：包括让AI Agent持续生成低价值代码提交、编写会议转录Bot挂机消耗token等，类似“Tokenmaxxing”现象在亚马逊Cline等工具中也已出现过。尽管Claudeonomics被撤下，Meta仍通过官方仪表盘“AI Insights”和绩效系统Checkpoint，继续将token用量纳入员工与团队评估维度，部分员工私下担忧“低用量会被视为不够AI原生”。
来源：公开信息
ABAB AI 解读
这场排行榜风波，真正暴露的是“AI原生”叙事如何被扭曲成“AI能耗竞赛”。在AI被设定为“效率加速器”的框架下，管理层与员工默认“用得越多，越说明你已深度嵌入新工作方式”，于是token消耗量被悄然转化成一种“职业地位象征”——谁烧得最多，谁就最“前沿”。Claudeonomics把这种潜规则变为显性的游戏化排行榜，把“算力开支”包装成“RPG式段位徽章”，反而加速了“为刷量而刷量”的行为。
更深层看，这种“Tokenmaxxing”所反映的，是绩效指标与AI工具之间在理解上的巨大错配。在传统工厂或软件时代，管理层还能通过“代码行数”“工时”等粗粒度指标观察产出；在AI时代，token数量是极少数“可被量化的中间变量”，却未必与真实经济产出强相关。为了在排行榜上占据高位，工程师会把注意力从“解决任务”转移到“增加token流转”，殊不知很多看似“高用量”的会话，实质是冗余、重复、甚至故意拖长的“价值黑洞”。
从组织心理学与资本结构的角度看，Meta员工们对“不被视为AI原生”的担忧，折射出新一轮职场“技术霸权”：在AI原生叙事下，未充分使用AI工具的员工，可能被隐形归类为“技术滞后者”，从而在晋升、激励和资源分配中处于劣势。这导致个体在心态上处于“既要证明技术能力，又担心被怀疑效率不足”的紧张状态，被动推动内部算力竞争。
Claudeonomics的下架不是“Meta放弃AI用量监控”，而是把“公开游戏化”转为“隐蔽度量”：在AI Insights和Checkpoint的加持下，token数据依然在塑造组织行为，只是不再以“榜首头衔”的形式公开刺激锦标赛式竞争。这预示着，未来大厂在AI驱动的组织变革中，真正关键的不是“要不要追踪token”，而是“把什么变量与绩效捆绑”；一旦度量指标与真实价值之间出现偏差，再大的算力投入，也可能只是在组织内部上演一场“能耗内卷”。