Tokenmaxxing：每月在 Claude Code 上花费 $150K

# IT 领域的 Tokenmaxxing：Claude Code 和 OpenAI 排行榜每月 15 万美元

开发者们在代理式 AI 编码工具上花费数十亿个令牌。Anthropic 的一个 Claude Code 用户在一个月内花费了 15 万美元。OpenAI 的一位工程师在一周内处理了 2100 亿个令牌——相当于 33 份完整的 Wikipedia 副本。这一现象被称为 tokenmaxxing，它反映了通过 LLM 使用量竞争来展示生产力的现象。

代理式系统会自主生成子代理，处理任务数小时，并每次迭代消耗数千个令牌。根据 Mechanize 联合创始人 Ege Erdil 的说法，一个持续运行的代理每周消耗 7 亿个令牌。Erdil 本人每周使用 10 亿至 100 亿个令牌。

推动 Tokenmaxxing 的因素

公司内部指标正在推动这一趋势。OpenAI 推出了令牌排行榜。Shopify 在评估员工绩效时会考虑 AI 使用情况。令牌预算正成为标准福利，就像公司福利一样。

漏洞示例：一位初创公司创始人通过每月 20 美元的 Figma 订阅获得了 7 万美元的 Claude 额度——在引入限制之前。此类做法加速了资源消耗。

对于 AI 供应商来说，这非常赚钱：Anthropic 两个月内将收入预测翻倍，得益于代理。OpenAI 报告称，今年以来活跃 Codex 用户数量翻三倍，总令牌量增长五倍。

• 消耗规模： 顶级用户每周 2100 亿个令牌。
• 自主性： 代理 24/7 运行，无需干预。
• 成功指标： 令牌排行榜取代代码评估。
• 经济性： 令牌成为科技行业生产力的货币。
• 市场增长： OpenAI 用户翻三倍，流量增长 5 倍。

质量和指标问题

Tokenmaxxing 注重数量，忽略输出质量。来自工程通讯的 Gergely Orosz 指出：在大型公司，跳过 AI 会成为职业风险，无论结果如何。

《纽约时报》的 Kevin Roose 每天在 Claude Code 上花费 4–5 小时，只用了几百万个令牌——相比领导者的数十亿，这是“新手水平”。风险投资人 Nikunj Kothari 创造了“token anxiety”（令牌焦虑）一词：现在对话都围绕启动了多少个代理，而不是产品。

持续代理运行需要优化提示和思维链，以最小化无用循环。资深开发者强调风险：过度拟合噪声 LLM 数据会破坏管道可靠性。

关键点

• Tokenmaxxing 提升了 AI 公司收入，但掩盖了代码质量问题。
• 代理式工具每用户每周消耗 7 亿至 100 亿个令牌。
• OpenAI 排行榜和 Shopify 指标将职业生涯与令牌量挂钩。
• 风险：职业压力却不注重结果。
• 这一趋势正在改变文化：从“你在构建什么”转向“你启动了多少个代理”。

— Editorial Team