2026 年 5 月 28 日，Fortune 宣告 tokenmaxxing 已死。
同一天，我還在跑 Claude Code。
Fortune 的報導很清楚：Meta 撤下員工 token 排行榜、Microsoft 取消部分員工的 Claude Code 訂閱、Uber 在四個月內燒完了全年 token 預算、超過八成使用 AI 的企業表示看不到生產力效益。標題直接：「Tokenmaxxing is over. Companies didn’t get the ROI they wanted.」
差不多三個月前，Nvidia 執行長黃仁勳在 GTC 大會說了另一件事：「如果一個年薪五十萬美元的工程師，一年內沒有消耗至少二十五萬美元的 tokens，我會非常擔憂。」他把不用 AI 的工程師比作用紙筆設計晶片的人。
這兩件事同時成立嗎？
Fortune 說：完了，企業不玩了。黃仁勳說：不玩的人才危險。
我認為這根本不是矛盾，兩者說的是不同的主詞。
死掉的是量化指標，不是能力本身
先釐清 tokenmaxxing 到底是什麼死掉了。
2026 年 4 月，一位 Meta 員工在公司內網建了一個叫「Claudeonomics」的排行榜，追蹤全公司八萬五千名員工的 AI token 消耗量，頒發「Token Legend」、「Cache Wizard」等稱號。榜首用戶在三十天內燒掉了 2,810 億個 tokens。兩天後，排行榜在媒體曝光後被撤除。
同一時期，亞馬遜員工在做另一件事：啟動 AI agent 執行毫無意義的任務，只為了讓自己的 token 統計數字看起來漂亮——因為主管在用 token 量評估員工績效。
這是 Goodhart’s Law 的教科書案例。Goodhart’s Law 說：一旦某個量測工具成為目標，它就不再是好的量測工具。Appian CEO Matt Calkins 的類比更直接：tokenmaxxing 就像蘇聯時代用重量評估吊燈品質——工廠生產出來的全是沉甸甸卻照不了多少光的燈具。
所以死掉的是什麼？是「把 token 消耗量當作績效指標」這件事。
死掉的是管理工具，token 本身的能力無關。貨幣沒有問題；問題是把衡量財富的工具，當成了創造財富的目標。
Token 已是真實流通的工作貨幣
Token 早已不只是技術詞彙，它進入了真實的勞動市場流通。
黃仁勳的提案比大多數報導說的更具體。他提議給工程師「相當於薪資 50% 的 token 預算」作為薪酬的一部分——算力，正成為繼薪資、股票之外的第三種薪酬貨幣。Nvidia 規劃的未來是每十名人類員工搭配一百個 AI agent，工程師的職責是指揮這些 agent。
目前已有超過四成的科技公司把 AI credit 納入員工福利，「AI 算力正成為薪酬第四支柱」的說法已出現在 2026 年的職涯分析報告裡。
有一句話說得特別準確：「你無法以每分鐘四十個字的打字速度，燒掉二十五萬美元的 tokens。」這個物理限制的意思是：如果 token 是一種薪酬貨幣，你必須委託 agent 代為使用它。而能做到這件事的能力——知道怎麼拆問題、指揮 agent、評估輸出——就是這個時代的新型工作能力。
你的薪資單不會在下個月出現 token 欄位。但市場正在往一個方向定義工作價值：能把 token 轉化為真實輸出的人，比只是消耗 token 的人值錢。
有 token 不等於有 token 資本
我把這個差距稱為「Token 資本」。
Token 像貨幣，但 token 資本不像存款；它比較像金融素養。
有錢不等於會投資。有 token 不等於有產出。真正的差別是你是否知道怎麼配置它、放大它，並讓它產生複利。
Token 資本有三個維度：
配置：你把 token 花在哪裡？如果你把 token 花在自己五分鐘就能完成的事，那是便利，不是槓桿。真正的配置，是把 token 投入那些你一個人做不完、做不好、或做不到的工作。
放大：你的輸出有沒有因此突破你原本的能力邊界？做到了你單獨做不到的事，而不只是更快完成你本來就會做的事。
複利：這次的互動，下次遇到類似問題時能不能直接複用？留下的不只是答案，更是一個可以遷移的思考框架。
我能舉的最具體例子，就是這篇文章本身。
如果我只把 AI 當文字機器，我大概會問：「幫我寫一篇 tokenmaxxing 的文章。」那樣得到的可能是一篇完整但普通的稿子。
我這次真正做的事不是這樣。我用 AI 反覆拆問題：這篇文章要寫給誰？核心張力是什麼？Fortune 說 tokenmaxxing 已死，和黃仁勳說工程師應該大量使用 tokens，這兩者的矛盾在哪裡？哪些段落需要外部證據，哪些段落只能靠我自己的判斷補上？
在這個過程裡，token 不是直接變成文章，而是先變成角度、反方、讀者承諾、段落功能、風險提示、證據缺口，最後才變成文字。
這對我來說，就是 token 資本的具體樣子：一次互動不是只產生一段答案，而是留下下一次可以複用的思考框架。
Token fluency 的本質，是一種把認知勞動系統化的能力。英文讓你接觸更大的資訊市場，Excel 讓你操作數字，商業寫作讓你組織說服；token fluency 讓你把問題、判斷、工具和 AI 協作流程，組成一個可持續工作的系統。
一個需要誠實面對的前提
說自己在積累 token 資本之前，先問一個誠實的問題。
超過八成使用 AI 的企業看不到生產力效益。最重度的 AI 用戶消耗了十倍的 tokens，生產力只提升了兩倍。大量使用，不等於有效使用，個人層面也一樣。
Token 資本最真實的風險是個人層面的自我欺騙：以為自己在投資，其實只是在消費。每天打開 AI、產出大量文字，和真正積累可複利的工作能力，是兩件可以完全不重疊的事。
這裡有一個很容易被忽略的實踐習慣：你需要對自己的 token 消耗數字有感覺。
投資股市的人，不是看到帳面漲幅就說「對了」——他們定期看績效，知道自己在什麼時間點投入了多少、換回了什麼。Token 是有限的貨幣，你的預算也會耗盡。如果你從來不知道自己一個月消耗了多少 tokens、換來的是什麼輸出，你就很難判斷自己到底站在哪一邊。
三個可以定期對帳的問題：
配置：這個 prompt，我是在把 token 投入我原本就能做的事，還是投入我一個人做不到的維度？
放大：這個輸出，如果沒有 AI，我需要多少時間和資源才能完成？那個差距，是你的槓桿所在。
複利：上個月的工作流程，這個月有沒有直接複用？還是每次都在從頭摸索？
不是拿這三個問題來量化，而是養成定期回頭看的習慣——就像對帳一樣。
為什麼我仍然選擇投資
企業撤退 tokenmaxxing，是因為季度報表顯示 ROI 不明確。這是合理的商業決策。
但個人的技能資本不是三個月結算一次的。
我在積累的是一種工作方式：高頻的 token 互動訓練我的問題拆解能力，把模糊想法變成結構，把一次性回答變成可重複的流程，讓下一次工作不再從零開始。
積累有沒有在發生，判斷標準只有一個：我今天做到了什麼我上個月還做不到的事？
我選擇繼續投資，是因為企業的 KPI 失敗和個人的能力積累是兩回事。我不想把一場季度管理實驗的結果，誤讀成個人不該投資下一代工作能力的訊號。
Fortune 的收件人是企業。我的問題是個人的。
Fortune 說 tokenmaxxing 已死。也許是的。
但 token 資本，才剛開始流通。