苹果砍了工程师的每日 AI 额度，token 狂欢散场，大厂开始算账

前阵子不少公司还在比谁烧的 token 多，AI 用量排在榜单前面，谁就有面子。现在剧情反过来了，财务拿着账单来问：花这么多，换回来什么了？

11 月 4 日，Bloomberg 报道，苹果在 10 月把部分工程团队每天能花在 AI 上的额度从 300 美元降到 200 美元，后面还有更狠的，有些团队可能降到每天 100 美元，工程以外的部门据说在考虑低到每天 25 美元。苹果下调内部 AI 预算，说明大公司对 AI 的态度正在从鼓励多用，转向按产出算账。消息来源是知情人士，不是苹果的公告。

300 降到 200，到底砍得狠不狠？

先把 token 翻译一下。它是 AI 按处理的文字量计费的单位，跟出租车跳表一个道理，路越远、绕得越多，数字跳得越快。让 AI 代理自己读代码、改代码、反复试错的时候，这个表跳得特别快。

300 降到 200，是砍了三分之一。按一个月 21 个工作日粗算，200 美元一天是每月 4200 美元上下，降到 100 就是 2100 左右。这个量级不小，但上限不等于实际花销。加拿大媒体 iPhone in Canada 的解读是，有些员工本来就没碰到旧上限，所以这刀到底省了多少钱，还不好说。

Bloomberg 还提到，额度不够用的人可以向高级管理层申请例外。也就是说，这不是一刀切，更像一道要你“说明理由”的门槛。

有意思的是另一个细节：苹果的整体开支其实是上涨的。Bloomberg 还写到，新任 CEO John Ternus 在推动公司更精简，管理层级更少，一部分员工把这次限额读成了裁员的前兆。这是员工的情绪，不是苹果说的，但它说明限额背后压着的不只是预算表。

不只苹果，这半年大厂都在踩刹车

苹果不是第一个。Uber 的 CTO 4 月就公开说，全年的 AI 编程预算四个月花光了，得回头重新规划。到了 6 月，Uber 给每个员工、每个智能体编程工具设了每月 1500 美元的上限，Claude Code 和 Cursor 各算各的，互不占用。有报道提到，Uber 之前还搞过用量排行榜，鼓励大家多用。

Tesla 的做法是每周 200 美元的上限。Microsoft 在 8 月更新了内部指引，劝员工别为了刷用量而刷 token，但同时强调仍是“AI 优先”，没有正式上限。亚马逊上周也给工程师打了招呼：不是每件活都需要 AI。

一家两家是个案，五家凑在一起就是风向了。TechCrunch 把年初那阵“拼命多用 AI”的风潮叫作 tokenmaxxing，说它来得快去得也快，账单一到，公司就想起了配给制。

这里有个对比挺耐人寻味。苹果砍完之后的 200 美元一天，折算下来比 Uber 的单工具月上限还高不少。两家的口径不一样（一个按天、一个按月按工具），不能硬比，但至少说明各家的“舒服线”差得很远，没有人真知道该设多少。

钱不是问题，账算不明白才是问题

苹果是什么体量的公司，付不起几百美元一天的 AI 费用？显然不是。它砍预算的原因，是没人能干脆地回答“这 200 美元换回来了什么”。

按席位收费的软件，你知道每个月最多花多少。按 token 计费的 AI 工具像一个不封顶的水龙头，工程师越信任它，让它干的活越重，表就跳得越快。可产出呢？代码行数、提交数都不等于价值，TechCrunch 也提到，AI 的构建运行成本和那些并不清晰的效率收益之间，一直有一道没填上的缺口。

所以我们 AI主线 觉得，这轮限额潮不该被读成“AI 不行了”。更准确的读法是：用量这个指标终于不好使了，大家开始找新的尺子。

写代码的人接下来会碰上什么

对开发者来说，额度变紧，用法就得变。我的判断是，拿最贵的模型干体力活会越来越不划算，改个变量名、写段样板代码这种小活交给便宜的模型，复杂的重构和排查再请旗舰上场，这套分工会从“高手技巧”变成“默认操作”。让代理少绕弯路、别反复读同一堆文件，也是在省钱。

对负责选型的技术负责人，谈判桌上的问题会变。以前大家比的是谁家模型更聪明，接下来更多是：同样一件事，谁家花得少？有没有用量看板？超额的审批流程怎么走？Uber 那个每工具独立计费的设计，大概率会被不少人抄作业。

对卖工具的厂商，压力也在传导。按用量计费的编程工具卖得越猛，客户越容易撞上限额，涨价的空间就越窄，能帮用户省 token 的功能反而更吃香。这是我的推断，没有哪家厂商说过要怎么调。

接下来盯什么

苹果那个每天 100 美元的档位会不会真的落地，以及例外申请会不会多到让这条线形同虚设，是第一个观察点。第二个是还有没有更多大公司公开跟进，别家愿不愿意说出自己的数字。第三个是编程工具厂商会不会拿出更细的成本控制功能或套餐，来接住这批开始数钱的企业客户。

年初是“用得越多越先进”，年底成了“用得值不值”。这个转弯来得比我想的快，但方向我觉得是对的：AI 终归要回到一笔能算清的账上。