Tokenmaxxing：當 AI 採用指標成為目標

最近關於 Amazon 員工的報告凸顯了一個奇特的趨勢：員工正在使用內部 AI 工具來創建多餘的任務和代理（agents），目的並非為了提高生產力，而僅僅是為了推高他們的 AI 活動指標。這種現象被一些人稱為 "tokenmaxxing"，是當一家公司將工具的採用率衡量置於工具實際提供的價值之上時，所發生的典型案例。

這種趨勢並非單一公司所獨有。在整個科技產業中，高層下達的「整合 AI」指令與軟體實際構建和維護的現實情況之間，存在著日益增長的緊張關係。當使用指標成為績效或創新的代理指標時，員工自然會轉向滿足指標的行為，而不論工作的實用性為何。

古德哈特定律（Goodhart's Law）的體現

這個問題的核心是古德哈特定律：「當一個衡量標準變成目標時，它就不再是一個好的衡量標準。」在 Amazon 和其他與 FAANG 相關的公司案例中，衡量標準通常是「使用的 token 數量」或「AI 活動水平」。

當領導層建立排行榜或暗示高 AI 使用率與生產力掛鉤時，他們在無意中激發了浪費。正如一位評論者所指出的，這創造了一種超現實的環境，讓員工感到壓力，必須在毫無價值的任務上消耗大量 token，以免顯得停滯不前：

"I've done similar at my job where management wants us to use all of our tokens before they expire. I usually set it to documentation tasks and other minor tasks just to eat up tokens."

這導致了一種「投機性勞動」的循環，即使用 AI 來生成一系列無人打算使用的程式碼或文件，僅僅是為了讓「儀表板保持綠色」。

「強制功能」論點

並非所有觀點都將此趨勢視為純粹的破壞性。有些人認為，這些指令充當了「強制功能」（forcing function），以推動不情願的員工進行實驗。其邏輯是，透過強迫人們「玩」這些工具——即使最初的使用案例毫無意義——他們最終會偶然發現真正的生產力提升。

"A good way to learn a piece of software or tool or process is to play with it... Mandates are kind of dumb in many ways. But they will force the issue of discovering whether anything useful can come from AI other than coding."

然而，這種論點與專業工程的現實相衝突。強迫一名資深開發人員使用 LLM 來執行一個僅需單個 CLI 命令即可完成的任務，並非「實驗」；這是一種增加了開發週期摩擦的低效率行為。

人造活動的隱藏成本

除了人類生產力的損失外，「tokenmaxxing" 也帶來了顯著的外部成本：

1. 環境影響

LLM 的計算成本非常高。在「無價值的東西」上消耗數百萬個 token 會導致不必要的能源消耗和碳排放。批評者將此比作蘇聯時代的鯨魚肉配額，當時為了達成配額，無論肉是否真的被需要或消耗，都會進行捕鯨。

2. 基礎設施壓力

高容量的人造流量可能會降低 AI 服務本身的性能。有人擔心，內部的「token 消耗」可能會削弱供應商（如 Anthropic）處理合法用戶流量的能力，特別是當該公司本身就是供應商的投資者時。

3. 文化侵蝕

當員工被鼓勵去操縱系統時，它會侵蝕功績主義（meritocracy）和交付成果的文化。這會在真正交付價值的人與那些透過全天候運行消耗 token 的腳本來「舒適地佔據排行榜第一名」的人之間造成分歧。

結論： 「Day 2" 心態的危險

對於像 Amazon 一樣以「Day 1」哲學（不懈創新與客戶至上）聞名的公司來說，向操縱內部指標的轉向，感覺像是向「Day 2」的轉轉變——一種停滯與流程驅動的衰退狀態。

當目標從「解決客戶的問題」轉向「增加 AI 使用指標」時，公司就停止了創新，開始了表演。對於技術領導層的教訓是明確的：激勵獎勵成果，而非活動。如果 AI 真的能提供 10 倍的生產力提升，這種提升將體現在更快的交付週期和更好的產品中——而不是儀表板上更高的 token 數量。