探秘硅谷AI前沿：月烧50万美金Token背后的巨头困境
“在硅谷这片热土上，人不能停下脚步，必须主动求变。”
硅谷持续两个多月的Token军备竞赛焦虑，在Meta以一种近乎荒诞的方式暂时画上了句号。
故事背景相信大家都有所了解：2026年3月，为了标榜自身是一家“AI原生”企业，Meta曾在内部推出了一套“Claude经济学”排行榜：员工消耗的Token越多，名次就越靠前；排名垫底的人，则面临被解雇的风险。
然而，当我们在4月底抵达硅谷时，Meta的内部人士带来了后续：排行榜上线一个月后，位居榜首的员工将Token消耗推高至近50万美金/月，折合约3000亿个Token。
不久之后，Meta悄然下架了这个榜单。关于下架缘由，公司内部没有给出明确解释，但员工们私下猜测是因为“在这种扭曲竞争下消耗的Token成本已经远远超出Meta的预期”。
2026年硅谷的开局，充满了焦虑，也充满了魔幻色彩。
“要是半年前你来硅谷，大家的心态其实还挺乐观的。”在圣何塞的一家韩式汤饭店，我遇到了华人Agent领域创业者Ryan。
四周普通话声不绝于耳——随处可见的华人面孔，他们或是全球Top10大厂的员工，或是跨越重洋寻找机会的创业者，共同构成了硅谷AI大军的核心力量。
如今，牵动硅谷华人神经的，大致有两件大事：
第一件，是Token军备竞赛带来的焦虑以及大规模裁员潮。
Token，即“AI处理信息的最小单位”，正逐步取代DAU、GMV等传统指标，成为硅谷企业新的攀比维度。
无论是推出员工Token消耗排行榜，还是慷慨地为员工提供“不设上限”的Token额度，硅谷厂商们都流露出深深的焦虑：没有人希望在AI转型浪潮中落伍。
然而，AI革命的另一面，是让裁员有了看似合理的借口。在Salesforce年初裁员1000人、Amazon宣布今年削减1.6万个岗位之后，Meta也对员工“弹指一挥”：5月20日启动裁员，比例高达10%，影响约8000人。
第二件，则是Manus收购案的戏剧性反转。
2025年12月30日，一份价值数十亿美金的Meta收购协议，曾让Manus登上“华人创业明星”的神坛。然而，仅仅过了4个月，这笔收购就因合规问题被强制叫停。
这不过是局势裂变下，华人创业者合规焦虑、身份焦虑、生存焦虑的一个缩影。“中国团队-新加坡包装-美国寻资、寻买家”这种全球套利模式正在失效。
Ryan坦言：是否选择华裔身份，是创业公司成立第一天就必须做出的抉择。
不过，即便光景已不如往昔，最前沿的模型、依托的全球市场和资源，以及一级市场更加多元的资金来源，仍让硅谷保持着AI创业圣地的地位。
5月2日，旧金山一个小型会场内，挤满了近200名华人。这场以“Build For the NEXT Wave”为主题的AI创业者沙龙，活动发布不到3天，门票就已售罄。
作为主办方之一，出海社区Linkloud的联合创始人钱觐开向“智能涌现”透露，硅谷的华人创业者普遍比国内同行更加从容。他记得，不少在国内焦虑不安的创业者来到硅谷后，都会感慨：这里的创业环境实在太棒了！
“在硅谷，创业者非常灵活，一个方向走不通就迅速转向，这在硅谷是很正常的事。”他总结道。
Palo Alto的Blue Bottle咖啡馆，聚集了不少洽谈项目的创业者和投资人
以下，是我们在硅谷所观察到的关于Token焦虑、裁员阴云、出海创业的真实图景。Enjoy！
硅谷大厂的焦虑究竟是什么模样
丨在Meta，我已经不敢写文档了
在硅谷众多大厂中，Meta常被视为在AI赛道上尚未找到准确定位的那一个。而Token使用的内卷以及激进的裁员策略，也让焦虑情绪在员工中不断蔓延。
“同事前几天还跟我说，以后都不敢写文档了。”一位Meta员工向“智能涌现”透露。
硅谷的开放文化正在遭受AI的剧烈冲击。像Meta、Google这样的硅谷巨头，多年以来都实行高度开放的代码共享机制，不同产品线（如WhatsApp、Messenger）之间，员工都可以互相查看和复用代码变更，目的是共享优质想法，推动业务快速发展。
但Vibe Coding彻底改变了这一局面。
“如果你把创意写成共享文档，被其他员工看到，很可能就会被别人拿去让Agent进行Coding。”上述员工表示，一旦做出优秀产品，提出创意的人只能获得design credit，而落地的功劳（execution credit）则归做出产品的员工所有，后者才是晋升的核心依据。
丨组织调整更加激进
近期，Meta从各部门强制抽调了超过千名员工，组建新部门——应用人工智能工程部（Applied AI Engineering），主要为Meta如今最炙手可热的MSL实验室（Super Intelligence Lab）提供支持，包括开发AI工具、标注数据、建立评测集等工作。
被抽调的员工几乎没有其他选择，这在硅谷大厂调整中颇为罕见。“加入这个部门后，很多人就被安排做Label（数据标注）工作。”上述Meta员工透露。
这是因为，高质量数据依然是目前模型训练的主要瓶颈，Meta相信，让内部员工参与数据工作，能够更好地反哺模型训练。
与此同时，Meta还发起了模型能力倡议（Model Capability Initiative），强制在美国员工的电脑上安装一款新软件，收集员工日常操作电脑的所有行为数据，作为提升模型能力的训练素材。