AI adoption ≠ AI absorption

2026-04-28

有个问题，作者孟醒在硅谷问过很多 CTO：

效率提升了 100 倍，公司营收增长了多少？

没人能给出正面回答。事实是，落到营收上，大多数团队体现了 50% 到 1 倍。

100 倍的投入，1 倍的产出。差距去哪了？没人说得清楚。

Token 消耗 ≠ 生产力兑现

这是当下硅谷最真实的状态。

Palo Alto 几家 AI-native 创业公司，工程师一年的 token 预算在二十多万美元——接近一个顶级工程师的年薪。也就是说，公司要同时支付两份"工资"：一份给人，一份给 token。

Meta 更极端。他们在内部搞了 token 消耗排行榜，谁用得少可能被裁员，于是员工开始卷一个叫"token legend"的非官方头衔。同一时间，Meta 两轮裁员加起来上万人。

一边全员烧 token，一边大规模裁员。这不是矛盾，是同一件事的两面：AI 替代了什么，就裁掉什么；留下来的人，用更多 token 产出更多价值。

用 AI 降本的叙事还在。只是总成本可能没降，只是把人的成本换成了 token 成本。

这是文章里最值得拿出来的概念区分：

AI adoption：部署了工具，烧了 token，开了 agent，搭了 workflow。

AI absorption：把 AI 能力真正吸收进业务闭环，形成收入、留存、护城河。

很多公司现在做的是前者。Token burn 上去了，feature output 上去了，但 PMF 还没有，revenue 涨得有限，moat 还是问号。

用 vibe coding 试 100 种做法，比试 10 种多了 90 倍的可能性。但更多的尝试，不等于更多有 PMF 的产品。

一个朋友去看了一家 C 轮公司，技术负责人把 Slack 打开给他看：十几个 Cursor agent 后台并行，Claude Code 另开一个窗口调度。程序员圈最流行的焦虑是：睡觉前不知道我那十几个 agent 要干什么，就很慌。

但这家公司的营收，并没有同等幅度的增长。

代码安全是大公司最后的底线之一。

Meta 做过内部产品叫 myclaw，专门解决把代码交给外部 API 的安全顾虑。做出来了，没人用。于是公司决定：只要不碰客户数据，爱用 Claude Code 就用。

这不是悄悄放开，是显性决策——效率优先，安全排后面。

Google 大多数员工还是禁的，但 DeepMind 核心团队照样用 Claude Code。原因是 Anthropic 的推理跑在谷歌 TPU 上，双方有信任基础，可以私有化部署。

同一家公司，两套标准。

Anthropic 则给出了自己的反例：全世界做 Coding agent 最强的公司，内部的 oncall agent 还是不好用。oncall 场景——快速定位线上问题——离他们核心能力近得不能再近，结果还是跑不顺。

这就是 2026 年 4 月的真实状态：蒸汽机发明了，但有时候跑得还没有马车快。

所有人都知道这个局面，但没有人敢停。

这是一个典型的囚徒困境：公司不敢停，怕竞争对手先完成 AI-native 重构；员工不敢停，怕同事先把自己 AI 化；投资人不敢停，怕错过下一个 winner。

结果是，所有人都知道过度烧 token 可能不是最优解，但单个主体的理性选择，仍然是继续加速。

Anthropic 内部有句话流传出来：在 AI 的帮助下，癌症在某种意义上已经接近被攻克——不是消失，而是可能变成不会死人的慢性病，只是治疗费用还太贵，普及需要时间。

如果 AI 真的在几年内让癌症变成慢性病、让材料科学快进二十年，那么这一场全员跟不上，可能是人类发展历史上最大的一次提速。

但在那一天到来之前，大家都在跑一个看不见终点的赛道。

不是因为相信终点很美好。而是因为停下来更可怕。