本文来自微信公众号： 瞰见Lab ，作者：瞰见·Ai ，原文标题：《上一代大厂发免费食堂和打车券，这一代发 Token 额度》
所有要求必须用完的福利，那就不能称之为福利。
以前去大厂的时候，最容易被同学问到的就是食堂的情况了。晚下班可以报销打车费吗？
这些福利非常简单。人是要吃饭的，晚归也要回家，所以公司给你垫付一下这两项开支。你不吃食堂的话，也不会有人来问这张餐券为什么没有用掉吧？这个月没有打过出租车的人，并不会被拉入群内与其他同事进行比较，看谁的打车率更高一些。
目前福利单上又多了一项很有前瞻性的东西，叫做Token。
Cursor、Claude、CodeBuddy、内建的大模型、智能体平台等额度被分发到了各个地方。听起来要比吃一顿饭高大上得多：公司花着钱给你最好的工具，让你把重复的工作交给机器去做。
一旦“你用了多少”开始被拿来比较，或被当成努力证明，事情的性质就变了。
据经济观察报今年6月报道，今年3月社群中曾流传某大厂为员工配置“人均约22万元Token资源”的消息，报道称获多位员工证实；报道还引述员工称，部分业务曾统计团队Token用量并排名。需要说清的是，这些大厂没有在公开财报中确认这套人均资源包，也没有宣布把Token排名列为全公司统一KPI。
哪怕只发生在部分业务，哪怕规则还在调整，员工一旦开始担心“额度没用完会不会显得自己不够AI？”，免费工具的性质就已经变了。
现在已经不是只用来做事情的工具了，而是一份需要上交的使用证明。
📌本文看点
01
福利为何翻面
02
Token为何失真
03
谁在自费上班
01
BENEFIT
食堂是给人补给，Token可能是让人替公司交作业
不要把矛头指向AI。
公司给员工采购模型、付API账单，本来不是坏事。很多研发、设计、运营岗位确实能从中省下大量机械劳动。问题不在于公司管不管成本，而在于公司到底把Token当什么。
食堂以及打车券这两者之间的关系就非常明了了：公司为员工减轻了生活和工作之间的摩擦。你是选择不吃的，这就只能说明你是不吃的，并不能反过来说你是不是忠实的、勤奋的员工。
Token应该也是这样的。一位编辑使用它来整理资料，一位程序员用它来诊断错误，一位运营人员用它来摆脱繁重的手工填写表格的工作，只要能取得更好的效果、保证更快地完成任务并且节省时间，它就具有了价值。
可一旦管理动作从“你用它解决了什么”滑向“你消耗了多少”，工具就开始从服务员工转向服务汇报。
除了完成自己的本职工作外，员工还需要提交一份漂亮的人工智能使用情况报告：部门使用率、软件使用频率、调用次数、消耗量等。本是用来给人服务的机器现在反过来要求人来为它服务了。
这并不是所有的管理者都故意去折腾员工的意思。目前的大厂已经有一笔无法避免的账单了。
腾讯2026年第二季度资本开支为527.84亿元，同比增长176%，当季自由现金流为负138亿元。阿里巴巴同期资本性支出676.78亿元，同比增长75%，官方解释为持续投资AI基础设施。财新也报道，字节跳动获得约296亿美元贷款，交易尚待最终签署。
—腾讯总部。图源：第一财经报道配图
钱先投入服务器、芯片、模型以及数据中心等地方，并不能得到相应的回报。因此组织最有本能的冲动就是找到一个可以迅速汇报的数据：全员有没有用起来？用得够不够多？
公开的文件不能够证实这是企业所承认的一个直接因果关系链，但是它很容易成为每一个工作台面上的一块看板：本月使用了多少。
02
METRIC
AI不是不能考核，不能考核的是“烧了多少”
Token很容易计算出来。
它可以告诉公司成本的大致去向，并且可以帮助团队找到异常调用、滥用接口以及真正需要加资源的岗位。没有哪家公司会忽略掉计算成本的问题，这是很正常的。
可它只是在记录消耗，不是在记录价值。
同样的100万Token，一个人可以把它用来把两周的测试任务压缩到两天内完成；而另一些人则会让几个智能体不断产生没有人会去读的文档。前者少花了时间、少出了错，后者就只是多花钱而已。从Token账单上看，两人都是很认真的；但是从工作的成果来看，却是完全不一样的两回事。
争议不在于配额本身，而是配额代替了不应该由它来做的评价。
03
PERFORMANCE
Token是最适合制造表演式勤奋的KPI
「Token很好算，也方便排名；可它和真实生产力之间，隔着整整一层工作质量。」
使用频率高的、运行时间长的、余额即将用尽的Agent后台都会显示出来。而一段代码是否更加可靠，一份方案能否顺利实施，一个客服的回答是否降低了用户的等待时间，一次由人工智能辅助做出的选择是否避免了不必要的麻烦，则要困难很多，并且还会慢很多。
最容易向上级报告的数据往往掩盖了应该追问的问题。
经济观察报引述的员工反馈里，已经有了很典型的反应：有人担心自己的用量不够，便搭起没有实际意义的工作流，让Agent反复执行任务，甚至拿它处理个人需求，只是不想在用量上落后。你很难把这叫成“形式主义”。一旦组织把工具变成进度条，员工就会想办法把进度条推到安全线以上。
这和早年互联网里迷恋“在线时长”“日报字数”“加班时长”没什么本质区别。它们都能记录人有没有在场，却很难回答人到底创造了什么。
「AI使用量一旦变成努力的替身，AI最先生产出来的就不是效率，而是表演式勤奋。」
轻度使用者为了不显得落后，可能会在并不需要AI的环节硬塞AI；真正高强度使用的人，反而会被额度、排队或模型限制逼着降级。Tech星球和经济观察报的报道都提到，有受访员工说额度调整后需要申请加量，也有人不想耽误正常工作，便自己订阅外部模型。
—有关大厂Token使用与额度变化的报道配图。图源：新浪财经转Tech星球
荒诞就荒诞在这里：有人为了用完而制造任务，有人为了干完而自己付钱。
前者替公司烧出了“AI渗透率”，后者替公司垫上了真正的生产工具成本。
04
OUT OF POCKET
当工作已经AI化，额度不足就不再是“个人选择”
总有人会说：公司给多少是公司的事，不够就不用，或者自己花钱买。
在AI还只是尝鲜工具时，这样说或许讲得通。可当团队已经默认用AI写代码、做资料、跑测试、出初稿，工作节奏早被它改了。额度被砍，任务不会同步减少；模型在排队，客户也不会自动多给你两天。
这时，“自费订阅”表面上是个人选择，实际上常常只是把原有工作量继续完成的补丁。
额度当然要管，公司也不可能让每个岗位无限调用最贵的模型。可现在尴尬的地方是，很多团队已经按照AI加速后的节奏安排工作。任务量先上去了，额度却要排队申请，模型还可能随时降级。真遇上交付节点，员工不想耽误进度，最省事的办法往往就是自己买。
于是，公司拿到了AI带来的效率，工具不足的那部分成本却落进了员工口袋。“自费上班”就是这么出现的。
资源怎么分，其实得看工作。一个写代码的人每天都在调用模型，他的用量当然不能和偶尔写摘要的行政岗位放在一起算。核心研发还涉及模型能力和数据权限，也很难用统一额度切齐。公司只要看他为什么用、最后做成了什么，就比盯着Token消耗榜靠谱得多。
∞
THE END
别让“全员用AI”变成一句向上交代的话
说到底，大厂真正着急的是前面已经投出去的钱。AI基础设施的钱一笔笔花出去了，预算批下来以后，管理层迟早会追问：这些投入到底带来了什么？这个问题很正常，难的是怎么回答。
—字节跳动办公地点。图源：财新报道配图
如果最后只能拿调用量和渗透率交差，问题其实还在那里。用量上涨，可能来自真实需求，也可能来自前面那些为了不落后而产生的空转。两种调用在看板上长得一样，落到工作结果里却差得很远。
如果AI真有价值，最先有感觉的应该是员工。原来要加班到晚上才能做完的东西，今天也许提前完成了，那堆没人愿意碰的重复活也能交给机器。这样的变化根本用不着Token排名来证明。做事的人有感受，交付结果也看得出来。
上一代大厂愿意给食堂和打车券，背后的道理很简单，人得吃饭，晚了还要回家。员工今天没吃公司的饭，并不会被怀疑不努力。打车券一个月没用完，也不会有人逼着他花掉。
Token本来也应该这么简单。需要的时候随手能用，用它把事情做完，这就够了。可如果员工还得拿消耗量证明自己跟上了AI，甚至要掏自己的钱维持公司要求的效率，那就和福利没什么关系了。
走到这一步，员工在公司的看板里也就成了一个等着被调用的节点。他要不要吃饭、几点才能回家，反倒没人问了。
END
本文写作说明：本文依据公司公开业绩信息及财经、行业媒体对员工Token使用情况的采访报道写作。关于额度、排名、报销与自费订阅的内容均为报道所引述的样本和反馈，不代表所有公司或岗位的统一制度；文中对“福利”与绩效关系的讨论属于作者评论。
主要资料来源：腾讯和阿里巴巴公开财务报告，以及财新、第一财经、经济观察报和Tech星球的相关报道。