看到网上流传一个段子，说某公司主管让下属写周报，下属为了让工作量显得饱满，把本来200字就能写完的内容，丢给AI洋洋洒洒扩成了2000字。主管收到后懒得看，又让AI压缩回200字。一来一回，Token烧了不少，信息含量原地踏步。
发帖人补了一句：“朋友说他感觉公司里80%的Token都是白烧的。”
很多人第一反应是员工滥用，但深入看，浪费是系统性的。
第一个坑：用AI装忙。 就像开头那个周报 —— 本来200字说清楚的事，让AI扩成2000字，显得自己干了很多活。这跟以前PPT做得越长越像努力是一个套路，只是现在“装忙”的工具从PPT变成了AI。
第二个坑：把“用了多少 AI”当考核。 公司把token消耗量当绩效，鼓励员工使用AI，员工为了KPI，只能没话找话地让AI干活，哪怕根本没用。
第三个坑：系统本身在重复花钱。 同一个问题被反复问、从三个不同入口各问一遍、一出故障就疯狂重试……这些都在烧 Token。阿里云算过，没优化过的智能客服，超过 30% 的请求是重复的。有个零售企业把 AI 客服装了三个入口，同样的问题被发三次，Token 直接烧掉近三倍。
第四个坑：智能体（Agent）是“烧钱放大器”。 这是目前涨得最快的浪费。
中国工程院院士郑纬民说，一个智能体花的Token，是普通AI对话的上百倍甚至上千倍。IDC预测2026年国内企业每天要烧掉110万亿个Token，比去年涨20倍。举个例子：你让AI帮忙订机票+酒店+租车，你说的那句话只占不到1%的消耗，剩下85%到90%全花在智能体自己内部反复查、反复算、反复试上了。
第五个坑：数据太乱，AI在“翻箱倒柜”。公司的数据散落在各个系统里，AI得一个个去找、去读、去试错，光找数据就花了大把Token。
值得注意的是，行业风向已经在变。例如，Uber COO直接说：没看到AI支出增加与生产力提升之间的明确对应关系。腾讯内部的表态很有代表性：“衡量一个员工AI用得好不好，看的是工作中的提效和创造的价值，绝不单纯看Token消耗量。”