亚马逊内部正在上演一场关于AI工具使用的奇特“内卷”。据知情员工透露，在公司大力推广内部AI产品“MeshClaw”的压力下，部分员工开始利用该工具自动化执行非必要的任务，甚至创造额外的AI活动，目的仅仅是为了增加其AI工具的使用量（即token消耗量）。这一现象被内部戏称为“tokenmaxxing”。

“MeshClaw”是亚马逊近期广泛部署的一款内部AI产品，允许员工创建能够连接工作软件并代表用户执行任务的AI代理。这本意是提升工作效率，但在实际推行中却催生了意想不到的副作用。公司设定了每周超过80%的开发者必须使用AI的目标，并开始通过内部排行榜追踪各团队的AI token消耗情况。这种自上而下的量化考核，使得一些员工感到巨大压力，不得不采取“刷数据”的方式来应对。

一位亚马逊员工坦言：“使用这些工具的压力太大了。有些人只是用MeshClaw来最大化他们的token使用量。”尽管公司管理层明确表示AI token统计数据不会用于绩效评估，但多位员工认为，经理们实际上仍在关注这些数据。“经理们确实在看，”另一位在职员工表示，“当他们追踪使用量时，就创造了不正当的激励，有些人对此非常有竞争意识。”

这一现象背后，折射出硅谷巨头在推动生成式AI工具普及过程中面临的典型困境。亚马逊、谷歌等公司正在投入巨额资金建设AI基础设施，亚马逊今年预计资本支出高达2000亿美元，其中绝大部分将流向AI和数据中心。为了向投资者证明这些投入的回报，公司内部必须展示出AI工具的高采用率和使用深度。

然而，当“使用量”成为硬性指标时，员工的行为很容易偏离工具设计的初衷。原本旨在提高生产力的AI代理，反而被用于制造无意义的token消耗，这不仅浪费了计算资源，也可能导致管理层对AI实际价值的误判。这种“为用而用”的现象，与互联网早期某些公司内部强制使用新系统时出现的“虚假活跃”如出一辙。

亚马逊的案例为行业敲响了警钟：在自上而下推行AI工具时，单纯依赖使用量或token消耗等量化指标，可能会催生扭曲的激励机制。真正的AI赋能，应当关注工具如何解决实际问题、提升工作质量，而非仅仅在仪表盘上增加数字。对于正在大规模部署AI的企业而言，如何设计合理的评估体系、避免“刷数据”行为，将是一个需要认真对待的管理课题。