Meta高管示警：工程师的AI预算即将设限

硅谷大厂终于承认了一个残酷的事实：让工程师无限制调用 AI 写代码，成本能飙到跟发他们工资一样高。Meta 的 Adam Mosseri 说，再过一两年，一个优秀工程师每月消耗的 AI token 费用，可能就跟他的年薪差不多了。这不是危言耸听，Meta 自己已经因为 AI 成本，被迫在 2026 年预算上看到了数十亿美元的窟窿，不得不关掉内部的 token 消耗排行榜，因为那玩意儿像个“token 焚烧炉”，光烧钱不创造价值。Uber 更夸张，2026 年的 AI 编程预算在四月份就烧光了。微软也直接砍掉了 Claude Code 的许可，强迫工程师用自家的 Copilot。问题很直白：AI 确实能提效，但如果你不设上限，它就能迅速吃掉公司利润。这不是未来问题，是今天已经烧到眉毛的钱的问题。

他们的解法听起来很老派，但很可能是唯一出路：把 AI token 当作跟 GPU、CPU、存储一样的有限资源来管理。Mosseri 的逻辑很简单——既然你需要分配算力给不同团队，需要分配外包标注预算，需要分配人头指标，那为什么 token 预算就能例外？他说的核心做法就是“设上限”——但不是一刀切，而是根据你对工程师的信任度，给他们分配合适的预算额度，确保他们的 token 花在能产生正向投资回报的地方。Meta 现在还没这么做，但 Mosseri 明确表示未来这是必须的。同时他也提到，长远来看，随着模型厂商之间打价格战，token 成本会下降，但现在这个阶段，你只能通过管理来止血。说白了，这不是技术问题，而是管理问题。把 AI 当成免费午餐的时代马上要结束了。

这件事给我的启发很直接：AI 的规模化应用，最终会倒逼组织管理方式的变革。过去大家觉得 AI 是降本增效的神器，但实际情况是，如果 AI 工具太好用，工程师会用得更猛，成本反而会爆炸。这就引出了一个更深层的问题——在 AI 时代，什么是真正的“效率”？不是让你无脑多用 AI，而是让你在有限资源下，做出最有价值的决策。对于技术负责人来说，未来你不仅要懂技术、懂团队，还要懂怎么给每个人的 AI 使用量做“预算编列”。这听起来很烦，但如果不这么做，公司账上的钱就会迅速变成别人的 token 收入。另外，这件事也说明了一个趋势：AI 工具的商业化，正在从“无限畅饮”转向“按量付费+套餐管理”。对于创业公司来说，如果能做出一个帮企业精细化管理 AI token 消耗的工具，可能比再做一个大模型本身更有商业价值。