从下午茶到AI算力：大厂福利背后的生产力进化论

回望过去二十多年，互联网大厂的福利变迁史，其实就是一部活生生的生产力进化史。



2000年，入职门户网站，标配是一台办公电脑、免费三餐和桶装水。2010年，移动互联网风口正盛，大厂福利升级为水果节的樱桃荔枝、精致下午茶和年度旅游基金。到了2020年，健身房和下午茶已不再是福利“顶流”，取而代之的是住房补贴、购房无息贷款和全家商业健康保险。

2026年，福利体系迎来新变革。如今入职大厂，你可能会收到一笔免费的Token额度。但这并非直接发放的现金，更像是一份检验“人机协作效率”的考卷。新的生产激励也随之带来新的疑问：究竟是谁在用Token创造真实价值，谁又只是在用Token“表演勤奋”？

效率工资理论的AI时代缩影
在英伟达CEO黄仁勋眼中，Token正成为工资、奖金、股权之外的“第四薪酬”。他在GTC2026大会上直言：“若年薪50万美元的工程师，年Token消耗不足25万美元，我会感到焦虑。”

这股风潮很快吹向中国。阿里巴巴通过内部计划向员工发放Token额度，鼓励在技术研发和日常办公中使用AI工具。一位阿里员工透露，配额为定量，特殊情况可单独申请。阿里还允许员工报销外部AI开发工具的费用，相比指定工具，这给了员工更多模型选择自由。

小鹏汽车也在推行类似福利，何小鹏表示：“我们在推进物理AI相关变革，初期暂未限制个人Token使用，先放开再逐步管控。”百度内部人士则称，团队采用部门负责报销的团队账户模式。

从与多位科技从业者的交流来看，Token福利在岗位间尚未完全统一，产品、研发岗位的权重高于职能岗位。蚂蚁集团内部人士表示，福利有初始额度且可申请追加，但研发岗位情况特殊。英伟达内部也存在岗位差异，有员工称公司大模型无限量使用，但自身岗位对Token基本无需求。

Token福利的突然到来，让部分人措手不及，甚至不知从何领取。这与当下信息爆炸的环境相似，OpenClaw热度未退，Hermes概念又已刷屏，FOMO情绪随之蔓延。从英伟达到阿里，Token福利正从实物、服务型关怀，转向智力型、生产力型关怀。

无论是否成为“第四薪酬”，Token福利本质上都是“效率工资理论”的缩影。1914年，福特汽车将日薪翻倍并缩短工时，工人流失率骤降，生产率与忠诚度大幅提升。如今，Token福利虽仅在部分互联网公司试运行，但未来极有可能成为标配。对人才而言，业务岗位可能要求员工具备AI实践能力，而公司的Token福利也会成为接受Offer的参考因素。

从FOMO到真实效率驱动
从ChatGPT上线到DeepSeek爆火，两年多时间里，Token消耗暴涨主要体现在大模型公司财报中，因AI助手大多免费，用户对消耗量无感。2026年之前，Token福利尚未普及。

直到OpenClaw出现，“全民养虾潮”推动Token消耗量呈倍数增长，“烧不起”“账单夸张”的声音开始出现，不少用户产生Token依赖。笔者使用各类Claw产品后发现，Token+API成本不低，额度用完后等待重置的几小时会格外焦虑。蚂蚁集团内部人士称，有同事月Token花费超2000元。

从免费到高额账单，反映出AI使用费从零边际成本转向正边际成本，公用免费变为附加稀缺性。很多人认为中国公司发放Token源于FOMO情绪，这不难理解。此前笔者在文章中提到，鼓吹AI、暗示不用就会落后，会间接制造Token焦虑。有朋友将其称为“拜大模型教”。

但大规模Token福利的出现，并非完全源于焦虑。有从业者对腾讯科技表示：“比人力成本低得多，公司已给每人无限使用Cursor一年多。”一位中国头部模型公司内部人士透露，今年已为员工配备顶级产品套餐，内部模型无限量使用，他认为Token福利与黄仁勋无关，而是希望员工生产力最大化，AI公司更要用好AI杠杆。

这种福利杠杆可看作“效率工资理论”的生产资料补贴版，解决了员工“付费上班”的痛点，也增强了归属感，背后是实打实的运营成本。以千人公司为例，人均月500元额度，年支出达600万元。若投入1元能产生10元回报，这笔支出便被视为“高效”。但更深层的问题是：当10倍生产力的人出现，旧组织架构能否容纳？

警惕“表演性生产力”
Token福利在不同场景下价值各异。在编程等标准化程度高的场景中，能实现降本增效，前述头部大模型从业者便感慨“比人力成本低”。百度内部人士称，迭代优化可交给AI，产品岗人手配备Codex，Token是新生产力。

面壁智能CEO李大海介绍，公司技术团队过去十个月生成2000万行代码，有员工单人月产65万行，完成原本需近10人团队的工作，仅用3周。但通用场景的效率难以量化，前述头部模型公司内部人士称，效率验证存在难题，“大家先互相卷起来”。

正向内卷可能带来效率提升，反向内卷则会催生“表演性生产力”。例如Anthropic有员工月账单超15万美元，月消耗2100亿Token，相当于33个维基百科Meta员工，其自身也未必能评估消耗的合理性。

笔者在探索内容自动化工作流项目时，月消耗20亿Token，清楚相当一部分消费无效，尤其是“骂AI”和任务反复调整产生的消耗，难以界定是否符合预期。从内容产出看，基于AI产品，简单报道可实现分钟级产出，从热点监控到发布上线仅需5-10分钟，只要Token充足，可无限量产出内容。

从运营角度，若Token消耗带来点击转化率和消费时长提升，是否意味着有效？不同场景下，人们都能找到逻辑自洽的结论论证消耗合理性，但纯粹为保住额度的“表演性生产力”必然无效。

近期有员工将前同事方法论“硅基蒸馏”成Skill，若能带来10倍、20倍提效，或将有更多人探索此类路径。笔者认同“让大家先互相卷起来”的观点，在AI发展早期，推动所有人探索本身就需要代价，且AI实践和提效无标准答案，只是这种探索成本高昂。

开发者Nathan在做“AgentOS”项目时，7.5小时任务消耗8.4亿Token，支出284美元，笔者感慨“Token贵”，他回应“关键看创造多少价值”。

组织变革与“一人部门”的可能
除少数无限量使用案例外，多数企业按月配给Token，设置明确额度且到期重置，额度控制宽松，不够可申请。Token消耗背后，是组织对员工的“筛选”机制，积极推动AI实践的员工会被贴上“Token先锋”“AI先锋”标签，成为生产力代表，进而引发组织变革。

如今，不少公司已开启“AI先锋大赛”“虾王大赛”。上周，李想在朋友圈称：“想加入真正做AI的公司，任何人都要提前升级转型，成为AI专家。”上海财经大学胡延平教授认为，从数字鸿沟到智能鸿沟，人拥抱新生产力的意识和主动性差距一直存在，使用大量Token、强智能体实现工作流闭环的人，更有望成为具就业竞争力的超级个体，但这也会带来新的内卷。

几年前，互联网公司盛行PPT和文档汇报文化，如今大家开始用AI工具包装汇报材料，事情本质未变，只是换了形式。这便是“表演性生产力”的具象化案例，AI对业务提效多少难以确定，但对汇报提效明显。

李想说：“除模型和芯片公司，尚无公司靠AI改变竞争格局、实现业务突围，都是早期学习认知阶段，自己玩玩和用于完整生产环节差别巨大。”若主管要求探索AI实践，不用者将额度匀给消耗多的同事，也不必奇怪。

福利制度与组织高度关联，制度变化会牵引组织调整。未来必然会出现提示词审计、Token使用效率评估等监测机制。道格拉斯·诺斯在新制度经济学中指出，制度变化会改变相对价格和博弈规则，引致组织形态适应性调整。

关于“10倍生产力”的问题，何小鹏认为目前仍在摸索阶段，需快速迭代，尚无结论。笔者联想到“OPC”概念，类比而言，当一人掌握10倍生产力，组织内部或出现“OPD”。组织外部是一人公司，内部是一人部门，管理逻辑将从“管多少人”转向“管多少产出”。

在此模式下，我们需思考：我是谁？能否适应这套新的福利制度？