英伟达 CEO 黄仁勋以 Token 形式发放部分工资，硅谷兴起 AI 使用量竞赛，有开发者单月消耗 Token 量相当于 33 个维基百科全文。
一、黄仁勋创新薪酬制度：Token 成工资新形态
2026 年 3 月，英伟达 CEO 黄仁勋（Jensen Huang）宣布一项创新薪酬计划——将部分高管工资以 AI Token 形式发放。这一举措在硅谷引发广泛关注，被视为 AI 时代薪酬制度的重大变革。
Token 是 AI 模型处理文本的基本单位，通常 1000 个 Token 约等于 750 个英文单词。随着大模型在企业中的普及，Token 已成为衡量 AI 使用量的核心指标。黄仁勋表示，将 Token 纳入薪酬体系，旨在让管理层更直接地感受到 AI 技术的价值和使用成本。
英伟达内部数据显示，2025 年公司员工人均每月消耗 Token 量达到 500 万，较 2024 年增长 320%。这一增长主要来自代码生成、文档撰写和数据分析等场景。黄仁勋本人更是 AI 重度用户，据称每月消耗 Token 超过 2000 万。
这一薪酬创新反映了 AI 技术正在深度融入企业运营。Token 作为 AI 服务的计费单位，其消耗量直接反映了员工对 AI 工具的使用强度。将 Token 纳入薪酬，相当于将 AI 使用效率与个人收入挂钩，这种激励机制在硅谷尚属首次。
黄仁勋在内部邮件中表示，这一政策不是为了限制员工使用 AI，而是鼓励大家更高效地使用 AI 工具。他强调，关键在于质量而非数量，真正有价值的 AI 使用应该能够提升工作效率和创新能力。
英伟达人力资源部门透露，新的薪酬政策将从 2026 年第二季度开始实施，首先适用于高级管理层和技术团队，随后逐步推广到全体员工。公司计划每季度评估一次 Token 使用效率，并将评估结果与绩效奖金挂钩。
二、硅谷刷量大赛：一人烧掉 33 个维基百科
黄仁勋的薪酬创新迅速在硅谷引发连锁反应。多家科技公司开始统计员工的 AI 使用量，并以此作为绩效考核的参考指标。一场前所未有的刷量大赛悄然兴起。
据《量子位》报道，硅谷某知名 AI 公司的一名工程师在一个月内消耗了 165 亿个 Token，相当于 33 个维基百科全书的文本量。这一数字震惊了整个行业，也引发了对 AI 使用效率的讨论。
该工程师表示，他主要将 AI 用于代码审查、自动化测试和技术文档生成。他开始让 AI 处理所有重复性工作，甚至让它帮忙写周报和会议纪要。他说，起初是为了提高效率，后来发现使用量会被统计，就更有动力去探索 AI 的能力边界。
这种极端案例并非个例。调查显示，硅谷科技公司员工的平均 Token 消耗量在 2025 年增长了 280%，其中约 40% 的增长来自非必要性使用。部分员工承认，他们会故意让 AI 生成冗长报告或重复代码，以增加使用量统计。
有工程师透露，他们会让 AI 反复生成同一段代码的不同变体，或者要求 AI 将简短的邮件内容扩展成冗长的报告。这些行为虽然增加了 Token 消耗量，但并没有带来实际的工作价值。
业内专家指出，这种刷量行为反映了企业对 AI 投资回报率的焦虑。一方面，企业希望员工充分利用已采购的 AI 服务；另一方面，过度使用可能导致资源浪费和依赖风险。
谷歌前首席科学家李飞飞在一次行业会议上表示，企业应该更加关注 AI 使用的质量而非数量。她建议建立更科学的评估体系，衡量 AI 对实际业务成果的贡献，而不是简单地统计 Token 消耗量。
三、AI 使用量背后的效率革命与隐忧
Token 竞赛的背后，是 AI 正在重塑硅谷的工作方式。根据斯坦福大学 2026 年 AI 指数报告，采用 AI 辅助的开发者平均编码效率提升 47%，文档撰写时间缩短 62%。
然而，这场效率革命也带来隐忧。加州大学伯克利分校教授艾琳·陈（Erin Chen）指出，当使用量成为考核指标，员工可能会为了刷数据而使用 AI，而不是真正需要它。这可能导致资源浪费和决策质量下降。
此外，过度依赖 AI 还可能削弱人类的核心能力。一项针对硅谷工程师的调查显示，35% 的受访者承认，在 AI 辅助下，他们的独立思考能力有所下降。28% 的受访者表示，他们在没有 AI 辅助的情况下，工作效率会明显降低。
黄仁勋对此回应称，英伟达正在开发更智能的 Token 使用分析工具，帮助员工识别高价值的使用场景，避免无意义的消耗。他说，他们的目标不是刷量，而是让 AI 真正赋能创新。
该工具将采用机器学习算法，分析员工的 Token 使用模式，识别出高价值的 AI 应用场景，如代码优化、复杂问题求解等，同时标记出可能的浪费行为，如重复生成、无意义对话等。
随着 AI 技术的持续演进，如何平衡使用量与使用质量，将成为企业管理者面临的新课题。英伟达的薪酬创新或许只是一个开始，未来可能会有更多企业探索 AI 时代的管理新模式。
对于普通员工来说，适应这一变化需要时间和学习。建议在使用 AI 时，始终关注实际价值而非单纯的消耗量，让 AI 真正成为提升工作效率的工具，而不是刷数据的负担。
企业也应该建立更科学的 AI 使用评估体系，鼓励员工在关键任务中使用 AI，同时避免不必要的浪费。只有这样，AI 技术才能真正发挥其价值，推动企业和行业的持续发展。
从行业趋势来看，AI 使用量管理将成为企业管理的重要议题。预计未来将有更多企业借鉴英伟达的做法，将 AI 使用效率纳入绩效考核体系。这不仅能帮助企业更好地控制 AI 成本，还能促进员工更高效地使用 AI 工具。
对于 AI 服务提供商而言，这也意味着需要提供更精细化的使用分析和优化工具。通过帮助用户识别高价值的使用场景，AI 服务商可以提升客户满意度，同时促进自身业务的持续增长。
总体而言，黄仁勋的薪酬创新为 AI 时代的企业管理提供了一个新的思路。虽然这一做法还存在争议，但它无疑将推动整个行业思考如何更好地管理和优化 AI 资源的使用。
