员工用AI乱花Token，亚马逊也顶不住了

其初衷听起来相当正面：通过排行榜的形式，追踪并展示员工使用公司自研Kiro开发者平台中AI工具的情况，以此激发大家对于人工智能技术的热情。

然而，这个原本被设计为“推动AI加速工作认知”的内部小工具，却在短短时间内演变成了一场令管理层头疼不已的竞赛，最终在本周被正式叫停。

亚马逊叫停AI竞赛

据两位了解内情的消息人士透露，亚马逊已经向员工宣布，Kirorank服务被彻底下线。

这一决定背后，是员工为了在排行榜上获得更高名次而采取的一系列令人啼笑皆非的操作——他们指派AI代理（可以自主执行任务的机器人）去完成大量毫无实际意义的任务，纯粹为了拉升自己在系统中的使用分数。

亚马逊高级副总裁戴夫·特雷德韦尔在本周早些时候与员工的沟通中坦承，创建这个排行榜的初衷确实是“好的”，他希望团队能够更加关注AI带来的工作效率提升。

然而现实走向了另一个极端：员工们开始疯狂追求所谓的“tokenmaxxing”——即最大限度地消耗AI模型处理数据时使用的token单位。

每一次员工向AI发出指令、每一次模型返回结果，都意味着一定数量token的消耗，而这一消耗量恰好被Kirorank系统当作评分的重要依据。

结果，一些员工为了让自己名字在榜单上靠前，不惜让AI代理不断执行重复、无用甚至毫无逻辑的任务，比如让AI反复生成同样的代码片段、不断询问已经回答过的问题，或者让不同代理之间互相“对话”。

这种行为不仅没有提升任何实际工作效率，反而直接推高了亚马逊的运行成本。

特雷德韦尔在内部讲话中直截了当地告诫员工：“请不要为了使用AI而使用AI。”这句话几乎可以概括这次排行榜事件的全部教训。

值得注意的是，这一现象并非亚马逊独有。据报道，Meta公司的员工也曾通过刻意提高token消耗量来试图提升自己在内部榜单上的排名。

这种行为模式揭示了一个普遍存在的管理难题：当科技公司以近乎狂热的姿态推动全员拥抱AI时，员工往往会找到各种意想不到的方式来“应付”考核指标，而这些方式不仅无益于工作，反而可能带来真金白银的损失。

事实上，员工之所以热衷于这场“代币大战”，还因为亚马逊在更早之前就已经设定了一个相当激进的目标：要求公司内部超过80%的开发人员每周都必须使用AI工具。

在如此高的强制渗透率压力下，一个能够直观展示个人排名的排行榜，自然就成了员工们暗中较劲的竞技场。

强制AI使用令引发内部混乱

如果说Kirorank排行榜只是亚马逊AI推广策略中一个设计失误的小插曲，那么更深层次的混乱则源于公司高层对AI使用率的强制性要求。

如前所述，亚马逊设定了一个令所有开发团队都感到压力的数字——超过80%的开发者必须每周使用AI工具。

这个KPI（关键绩效指标）看似体现了公司对新技术的重视，但在实际执行过程中却演变成了一场全员参与的“表演赛”。

不少员工为了满足考核要求，不得不绞尽脑汁寻找AI的使用场景，哪怕这些场景根本不需要AI介入。

有人将日常工作中的每一个环节都尝试让AI代劳，哪怕只是写一句简单的注释或回复一封普通的内部邮件；有人甚至让AI代理在后台持续运行，不断产生看似有模有样实则毫无价值的输出，只为了在系统里留下“使用记录”。

更为严重的是，亚马逊内部还存在着一个名为MeshClaw的工具，它是业界流行的OpenClaw开源项目的内部定制版本，允许用户在自有硬件上运行自主AI代理。

原本这个工具是为工程师们提供一个灵活的实验环境，但在“全民AI”的氛围下，MeshClaw被大量滥用。

员工们利用它创建了数百个微小的AI代理，这些代理彼此之间不断交互、请求、响应，形成了一张庞大的“无用任务网络”。

一位不愿透露姓名的亚马逊工程师在接受采访时曾表示，他亲眼看到同事的AI代理每几分钟就自动向系统发送一次“ping”信号，或者在代码仓库中反复提交完全相同的注释修改，目的仅仅是让自己在Kirorank上的分数每小时都有更新。

这种行为的直接后果自然是成本的急剧攀升。众所周知，AI模型每一次推理都需要消耗计算资源，而计算资源在亚马逊这样的云巨头内部同样存在机会成本。

尽管亚马逊自建了庞大的数据中心网络，但维持GPU集群运转的电力、冷却和硬件折旧费用都是实实在在的支出。

除了浪费资源之外，强制性AI使用还引发了一波更为隐秘的“反抗文化”。一些资深工程师认为，让AI介入某些需要深度判断和专业经验的代码审查工作，反而会降低代码质量甚至引入潜在漏洞。

但由于无法公开反对公司政策，他们选择了阳奉阴违：表面上每天登录AI工具，实际上只做最浅层、最简单的交互。

这种“形式主义AI使用”不仅无法带来任何生产力提升，反而消耗了员工的时间和注意力。有内部论坛的匿名帖写道：“我们现在的考核标准不是你写出了多少好代码，而是你让AI生成了多少行垃圾。这简直荒唐。”

面对这一系列混乱局面，亚马逊管理层终于意识到，单纯依靠强制目标和排行榜驱动的“AI采纳率”是脆弱且危险的。

特雷德韦尔在最新的内部讲话中反复强调，员工应该关注的是“产品的改进”和“代码的有效性”，而不是token计数器上的数字。