活动指标与成功指标的错位陷阱

许多团队在衡量AI使用情况时，往往陷入一个误区：将活动指标（Activity Metrics）直接等同于成功指标。这种做法类似于销售团队过度关注通话量，虽然每周都能轻松达成活动目标，但这并不能保证季度销售额的完成。纯使用量的增加并不直接代表业务价值的提升。当团队仅仅关注“有多少人用了AI”或“消耗了多少Token”时，这些数字只是活跃度的代理指标，而非最终成果的体现。随着AI从实验性工具转变为日常基础设施，这种以使用量为核心的衡量方式开始暴露出严重的问题。

"The challenge comes when those metrics become proxies for success rather than simply indicators of activity."

这种错位在AI普及初期尤为明显。团队通过采用率指标来衡量AI的使用，例如统计用户数量和Token消耗量。一个Token是AI模型处理文本的基本单位，因此Token消费成为了衡量AI使用和成本的通用语言。许多团队鼓励更广泛的AI使用，认为大量的消耗会带来更好的结果。这种将Token消费视为参与度代理指标的做法被称为“Tokenmaxxing”（最大化Token使用），其核心信念是更多的活动等于更多的价值。作为采用信号，这在早期确实有效，但随着系统规模的扩大，其局限性日益凸显。

Tokenmaxxing的局限与成本隐忧

IBM Consulting的高级副总裁Neil Dhar指出，在缺乏真正衡量标准的情况下，团队创建了使用仪表板，而这些数据很快就被人们“游戏化”了。随着AI演变为能够完成实际工作的系统，单纯关注Token消耗的方法变得愈发局限。现在的Agentic AI（智能体AI）不仅仅是生成代码，它们还在规划工作流、分析仓库、调用工具、测试解决方案以及协调跨系统的工作。更有能力的智能体自然会产生更多的Token消耗，但仅凭Token数量无法区分“活动”与“可衡量的成果”。

"Usage soon became a proxy for value."

这导致了一个尴尬的局面：团队可以看到AI使用量的增加，却不清楚实际产生了什么价值。随着成本的上升，团队开始提出一个艰难的问题：“如果我们要为所有这些消耗买单，我们到底得到了什么？” 仪表板显示使用量持续增长，Token计数不断攀升，但活动与系统级结果之间的联系依然模糊不清。这种消耗与价值之间的差距触发了对话的下一阶段，即从单纯的使用转向对实际产出的审视。团队开始意识到，仅仅关注输入端的Token数量并不能反映整个工作流中的真实效率。

走向另一个极端：Token最小化的陷阱

面对日益增长的AI成本，许多团队采取了极端的应对措施：聚焦于最可见的指标——Token消耗。新的政策应运而生，包括限制使用、封锁较新模型、缩小上下文窗口以及精简提示词。然而，Token最小化（Token Minimization）陷入了与Token最大化相同的陷阱。这两种做法都假设Token消耗是首要且唯一的衡量标准，而两者都没有真正测量运营结果。这种思维定势导致团队在优化过程中往往顾此失彼。

"Token minimization falls into the same trap as token maxing."

通常情况下，团队会移除明显的低效环节，如过大的工具目录或陈旧的上下文信息，这当然是合理的。但随后他们可能会过度削减，开始移除关键信息，如任务描述、领域约束和架构上下文。例如，为了节省500个输入Token而剥离了架构上下文，AI可能会生成在孤立环境下能运行的代码，但在更广泛的系统中却会崩溃。结果是：你节省了500个输入Token，但随后可能在调试和返工上花费了5,000个Token。成本并没有消失，只是转移到了工作流的其他地方。团队庆祝输入Token的降低，却在其他地方为相同的复杂性买单。

转向Valuemaxxing：以结果为导向的衡量体系

为了解决上述问题，Nebius的首席营收官Mark Boroditsky提出了“Valuemaxxing”（最大化价值）这一概念，将对话从消耗转向结果。团队不再问“我们用了多少Token”，而是开始关注不同的问题：完成了多少次部署？节省了多少开发者时间？避免了多少返工？解决了多少漏洞？这些指标决定了AI是否创造了可衡量的成果，以及增量Token的使用是否具有合理性。

"Valuemaxxing... shifts the conversation from consumption to outcomes."

Token消耗应根植于更高质量的软件和软件开发生命周期（SDLC）中的成功结果。随着模型成为基础设施，访问优秀模型的差异不再主要。系统的有效性正更多地转向围绕模型构建的系统本身。这包括上下文管理、工作流编排、治理以及优化。如果结果比Token更重要，那么系统就比模型更重要。因此，模型编排（Model Orchestration）的重要性正超过模型选择（Model Selection）。IDC预测，到2028年，70%的领先大规模AI部署将跨多个模型工作，而不是依赖单一模型。这一趋势表明，未来的竞争焦点在于如何高效地管理和编排复杂的AI系统。

开发者与平台领导者的双重责任

在这种新范式下，开发者和平台领导者都承担着“Valuemaxxing”的责任。对于开发者而言，AI效率正在成为一种新的工程技能。开发者应以对待云资源、数据库或应用性能的方式来思考AI的使用。目标不是少用AI，而是更有效地使用AI。良好的上下文卫生、执行前的规划以及理解成本与结果之间的权衡，都有助于产生更高质量的结果。开发者需要关注上下文管理、工作流编排和治理优化，以确保AI产生的Token转化为实际的业务价值。

"The objective is not to use less AI, but to use AI more effectively."

对于平台领导者而言，责任则有所不同。他们需要同时掌握成本和结果的可见性。他们需要通过衡量价值而非数量、奖励效率，并为团队提供理解影响的工具来追踪结果。构建AI效率文化需要问责制、可见性以及工程工作流中的共享指标。平台在这一过程中也是关键组成部分。开发者和领导者不能独自承担AI效率的责任，他们使用的平台应帮助将AI消耗与结果联系起来。管理控制提供预算、治理和对使用情况的可见性，而分析功能则帮助团队将AI消耗与运营结果联系起来。工作流能力、技能和工具集成减少了不必要的工作，并保留了交付高质量结果所需的上下文。

结论

AI应用的演进已经从第一阶段的“采用与使用”进入了第二阶段的“价值创造”。Token消耗帮助团队了解AI是否被使用，而Valuemaxxing则帮助团队理解AI如何创造价值。随着模型效率的提升和成本的转移，经济格局将继续变化。未来的核心竞争力不在于使用了多少Token或选择了哪个模型，而在于如何通过系统化的编排、治理和上下文管理，将AI的消耗转化为可衡量的业务成果。团队必须摒弃单纯的活动指标思维，建立以结果为导向的衡量体系，实现从“Tokenmaxxing”到“Valuemaxxing”的根本性转变。