Meta高管预测：工程师AI Token预算将受限

随着生成式AI在企业中的广泛应用，其带来的成本问题正日益凸显。近日，Instagram负责人Adam Mosseri在接受采访时表示，企业很快将不得不像管理工资或运营开支一样，严格管理AI token的支出。他预测，工程师们可能在不久的将来面临每月或每项目的AI token预算上限。这一观点在科技界引发广泛讨论。

AI token：无形的新资源

AI token是衡量大语言模型使用量的基本单位，每一次API调用、每一次模型推理都会消耗token。随着工程师越来越依赖AI辅助编码、调试和生成文档，token消耗量呈指数级增长。Mosseri指出，在Meta内部，个别工程师的AI工具使用费用可能高达每月数千美元，而整个公司的AI相关开支正在快速膨胀。如果不加以控制，这可能成为企业财务的新黑洞。

“我们将不得不像管理工资单一样管理token预算。每个团队、每个工程师都会有一个允许的token消耗上限。”——Adam Mosseri

行业趋势：从免费狂欢到成本管控

Mosseri的预测并非孤例。目前，多家科技巨头已经开始限制内部AI使用。微软在2025年推出了Azure OpenAI服务的消费限额功能；谷歌为内部员工设置了每日AI查询上限；开源社区也出现了多种token监控工具。分析人士认为，这一趋势标志着AI行业正从“疯狂扩张期”进入“精细化运营期”。

事实上，AI token成本的快速增长已经迫使一些初创公司调整策略。例如，许多依赖大型语言模型的SaaS产品不得不通过缓存、模型蒸馏、量化等技术降低每token成本。而对于大型企业来说，建立统一的token预算管理体系成为当务之急。

编者按：预算化背后的隐忧

Mosseri的观点揭示了一个容易被忽视的问题：AI工具虽然提升了生产力，但其边际成本并非为零。当每个工程师都拥有“无限token”时，企业将面临巨大的费用失控风险。然而，严格的预算也可能扼杀创新。工程师可能会因为担心超出预算而减少尝试新方案的意愿，反而拖慢开发效率。如何平衡成本控制与创新激励，将成为未来企业管理的新课题。

另外，token预算的引入可能引发内部公平性问题。不同岗位（如后端工程师、数据科学家、设计师）对AI的需求强度不同，一刀切的预算上限可能不合理。企业需要根据角色、项目阶段等因素制定动态预算策略。

从更宏观的视角看，AI token预算化实际上是AI经济走向成熟的一个标志。正如云计算早期按需付费的模式最终催生了FinOps（财务运营），AI领域也可能诞生类似的“AiOps”管理实践。可以预见，未来会出现更多专门用于监控、预测和优化AI token使用的工具和平台。

对于广大开发者而言，适应token预算时代需要转变思维：从“能多用就多用”变为“物尽其用”。选择更高效的模型、优化提示词、减少无效请求，都将成为必备技能。

总之，Adam Mosseri的预警为整个行业敲响了警钟：AI并非免费午餐，其成本管理将决定谁能最终在这场技术浪潮中持续受益。

本文编译自TechCrunch