亚马逊在10月27日发布的最新工程指南中明确警告：工程师应停止追逐“Token计数”，大量使用AI并不自动意味着工作质量更高。指南直言，消耗更多Token不等于交付更多价值，旨在遏制内部所谓的“Token最大化”（tokenmaxxing）行为——即员工为在仪表板上显得更具生产力，而故意夸大AI使用量。
亚马逊指出，当采用率、Token消耗量、代码变更等指标与实际结果脱节时，这些数据会“严重失真”。将此类指标作为考核目标不仅鼓励浪费，更与公司倡导的“节俭与简约”背道而驰，可能导致计算成本上升及软件复杂度增加。公司强调：“我们相信，最好以长期结果来衡量，并被长期结果所衡量。”但这并不意味着完全忽略使用数据，管理者应在“谨慎判断”下，结合输入型指标，对比最少与最常使用AI团队的交付能力，以评估AI的实际影响。
尽管对量化指标持审慎态度，亚马逊并未放弃AI。指南写道：“无论未来的最佳实践是什么，AI都将是软件工程实践的核心。”备忘录还反驳了“每项任务都需要AI工具”的观点，指出若现有工具无益于工作，这是一种“发现，而非失败”，能识别工具短处体现的是工程师的判断力，而非对技术的抵触。
此举背后是亚马逊将AI深度融入业务体系的战略推进。CEO安迪·贾西（Andy Jassy）今年早些时候表示，AI将“改变日常工作的范围和速度”，并暗示自动化可能在未来几年缩减企业员工规模，尽管他也预计这将创造“其他类型的职位”。然而，执行层面的扭曲早已显现。早在5月，就有消息指出，迫于业绩压力，部分员工利用内部AI代理MeshClaw处理部署代码和Slack交互等任务，以虚增Token数量提升内部评分。亚马逊随后关闭了相关内部排行榜，此次新指南正是对这类行为的进一步纠偏。公司表示，目前并未对员工实施Token上限。
亚马逊并非唯一重新审视AI支出的科技巨头。Uber总裁兼COO安德鲁·麦克唐纳（Andrew Macdonald）今年5月坦言，更高的Token使用量尚未转化为有用的消费者功能，“这种联系目前还不存在”。值得注意的是，Uber首席技术官此前透露，该公司已在4月份耗尽了2026年全年的Claude Code预算。与此同时，埃森哲高管在泄露音频中承认，随着企业从简单聊天机器人转向智能体工作流程，Token支出迅速攀升且性价比难以预测。为此，埃森哲正开发名为“Token IQ”的咨询工具以帮助客户管理账单。OpenAI CEO萨姆·奥特曼（Sam Altman）也曾承认，随着企业账单激增，AI Token成本已成为“一个巨大的问题”。