很多大厂都开始了

今天出发深圳了，周末两天 AI 线下课还有最后一个座位，要来的可以找我。

这篇文章是在高铁上写的，本来今天不打算更新了，路上就继续改课件 PPT，但看到一个群里的话题，我顿时就来了兴趣。

据我所知，现在不少大厂都开始「装水表」了。

所谓「装水表」，就是通过控量的方式限制员工对 AI 的使用。准确说，是限制 token 用量。

前阵子不少大厂还处于不限量供应的方式，生怕自己员工不用。

现在，发现这个成本有点拉不住，而且有些员工用起来也确实是猛，所以装个「水表」开始限制用量。

简单说，还是会免费给一些，但多出来的要么申请，要么就得自费。

就拿鹅厂来说，6 月份的时候不少员工发现自己后台的 token 额度突然缩水。

有人从原本每月 2000 美元直接降到 1400 元人民币，两天就用完。

到了 7 月份，这个规则又有更新。还是1400的配额，超出想用的要主动打申请，而且上头是先分给团队，然后团队内部再分配。

一个腾讯员工，公司给的 token 不够用了，自己掏钱订阅了每月 200 美元的 Codex 会员。他说，虽然不想自费打工，但总比没额度用要好。

自费打工。

这四个字我琢磨了挺久。

过去在公司打工，公司配电脑、配工位、配网络，这些叫生产资料，天经地义公司出。

大多数人不会自己带电脑去上班，也不会自己交办公的网费。

但现在的 token，它正在变成这个时代的新生产资料。

公司给你额度，但不够用，你可以申请加。但预算有限，可能被拒。你也可以自己掏钱补上，因为这东西上瘾，一旦用过就回不去了。

虽然我不在公司上班，但这种感觉尤其明显。

现在我每天都有好几个 Agent 在跑，token 账单就像流水一样，我也不可能停，因为我的确有很多工作已经交给 AI 去做。

这种模式一旦开启，就真的回不去了。

昨天我还试了下 Fable 5，说实话确实强，但贵也是真的贵。

但看了下产出质量，又觉得这钱花得很值。

因此，现在每个月除了交手机费之外，还得固定给几个 Agent 员工发工资。

我觉得，这不是一个简单的成本问题，这是一次关系的重新定义。

现在很多大厂内部对于员工使用 token 的规则和空间都不太一样，有的大方，有的开始装水表。

腾讯之前算是比较大方的，据说一年有 22 万，但现在压缩了。

字节可以不限量用自家 TRAE 里的模型，但想用外部模型就得自费报销，产研岗年度上限1000美元，其他岗位只有300美元。

为什么突然收紧？

我再说个案例，米哈游有个团队搭了几十个Agent协同工作，一个晚上烧掉了 200 万人民币。

Agent一旦跑起来，消耗的不是一次调用费，而是一条完整的任务链，每一轮都在重读上下文，成本是指数级往上走的。

所以，大厂开始装水表也合理，这么烧下去谁也受不了。

但你也会发现，token 额度砍了，工作量没有砍。

我在网上看到有个腾讯员工说了一句特别真实的话，他说：工作量已经涨上去了，没有因为 token 减了就降下来。而且用 AI 以后，我很难再回归古法编程了。

你想一下，这意味着什么？

公司先让你用 AI 提效，你的产出水位被拉高了，然后公司把 AI 资源收回去一部分，但不会把 KPI 也同步降回来。

于是，你被卡在一个两难里，退不回去，往前又要自己出钱。

这和之前的任何一次变革都不同，公司给你配了电脑，不会突然说这个月你只能用半台，另外半台自己买。

但是，token 可以。

因为 token 是流量计费的，天然可以切分、限制、动态调配。

所以就出现了一个之前从没出现过的局面，员工开始自费购买生产资料来完成公司的工作。

这听起来荒谬，但已经在发生了。

我身边有些在大厂工作的朋友就说，公司给的额度不够时就自己买，与其等着排队，还不如自费走快速通道。

花自己的钱给公司打工，这件在过去看来不可能发生的事，可能就是以后的日常。

所以我之前才说，未来跟公司谈薪资总包时不仅仅是有现金和股票期权，还有 token 额度。

我再说一个判断。

这次大厂收缩 token 的另一个后果，就是加速了一部分人的觉醒。

当你发现公司可以随时卡你的 AI 额度，你就会开始想一个问题，我能不能自己掌控这件事？

我能不能不依赖公司给的额度，然后自己建一套AI工作流，自己决定用什么模型、花多少钱、产出什么？

这个念头一旦出现，其实就是一个人从「打工者」走向「AI个体户」的起点。

AI 的使用权正在变成一种新的竞争资源，谁能自主掌控这个资源，谁就不会被卡脖子。

在公司里，你的AI使用权取决于部门预算、管理者分配、公司战略，你自己说了不算。

但如果你有自己的收入模式、自己的AI工作流、自己的token预算，这件事就完全由你自己定义了。

因此，在公司之外建立一套属于你自己的AI能力系统，就很重要。

这样做的好处不只是多了一个备份，而是你开始真正理解AI作为生产资料的运转逻辑，而不是停留在「公司给我多少额度我就用多少」的被动状态。

Token 会越来越便宜，模型会越来越强。

但是，你跟 AI 的关系该由谁来定义？这个问题，越早想清楚越好。

公司可以给你发 token，也可以随时收回去。但你自己建起来的 AI 工作流和能力，谁也收不走。

当大厂都开始「装水表」时，我们也要学会给自己「接管子」。

Plan B，永远很重要。

如果有些路迟早要走，还不如提前出发。

················· 唐韧出品 ·················

用AI思维发现下一个机会

安可时刻

昨天，除了 Fable 5，我还试了下新出的 Claude Sonnet 5。

先说结论，虽然 Sonnet 5 号称有 Opus 的性能，但实际表现我觉得一般，而且也不算便宜，因为总计 token 消耗不算少。

试来试去，在我现在的工作流里，我觉得还是 Opus 4.6 更匹配。

我不需要最强的模型能力，然后根据工作类型匹配不同的模型来搭配，主打一个性价比。

所以，用什么模型、用来干嘛、在什么场景下怎么用，也是很多做 AI 工作流或者搭建 Agent 团队的人需要想清楚的。

某种程度上说，这也会变成一种能力。