Meta叫停60万亿算力狂欢，你在给AI打工吗

大家好，我是【Finsages】的金融老兵。很多人拼命学AI，在工作里尽可能多地去用AI，不但不能保住你的饭碗，这可能恰恰是你被时代淘汰的最快路径。

如果你觉得我是在危言耸听，那我们来看看，就在2026年的四月，硅谷巨头Meta的内部，上演了一场多么让人惊掉下巴的闹剧。

高管们为了鼓励大家拥抱新技术，在公司内网上线了一个叫“Claudeonomics”的排行榜，去统计每个人每个月消耗了多少个AI计算单位，也就是所谓的Token。他们甚至给排名前列的员工发放白金、翡翠级别的炫酷徽章。

结果你猜怎么着？三十天，仅仅三十天的时间！Meta的八万五千名员工，为了打榜，疯狂烧掉了整整六十万亿个Token！

排名第一的那位，数据更是离谱，他一个人，在一个月里，跑了2810亿次数据。如果按照当时的算力成本折算下来，光他一个人，一个月就烧掉了公司差不多140万美元的真金白银！

是不是觉得这帮拿着百万年薪的硅谷精英特别勤奋，特别有生产力？

坦白说，这完全是一场制造垃圾的灾难。为了拿个好名次，很多工程师甚至写脚本让AI去死循环解答内部文档里早就写得清清楚楚的弱智问题，或者故意让AI去生成一堆永远不会上线的废弃代码。更有甚者，为了图快，连最核心的业务逻辑也闭着眼睛让机器去跑，结果导致了严重的系统宕机。

当计算量变成考核指标的时候，这些硅谷精英，不仅没有成为AI的主人，反而沦为了疯狂给系统喂数据的数字民工。短短几天后，因为算力成本直线飙升和大量垃圾数据的反噬，这个荒诞的排行榜就被紧急下线，高层不得不全面限制员工无底线地去用AI工具。

这件大厂的闹剧，撕开的其实是当下每一个职场人、每一个创业者内心最深处的恐慌。这种恐慌，逼着大家得了一种病，叫“表演型伪勤奋”。。

你可能觉得，这只是硅谷大厂的奇葩个案。错！其实这场算力内卷的瘟疫，早就蔓延开了。

根据2026年《福布斯》公布的权威数据，在全美已经启动的企业AI项目中，有高达95%的测试项目，根本无法产生实质性的商业回报。标普全球在2025年的调研也无情地显示，42%的公司，已经无奈地叫停了至少一个AI项目。更有意思的是，知名职场平台Upwork在2024年的真实调研发现，有高达77%的打工人抱怨，公司引入AI工具之后，他们的工作量非但没有减轻，反而变得更重了！

为什么会这样？这就不得不提一个极其致命的底层逻辑——生产力悖论。就像你家里为了省事，买了一堆智能家电，什么扫地机器人、洗地机、擦窗机器人……结果你每天花在清理机器、加水倒污水、修理各种小故障上的时间，居然比原来自己拿扫把扫地还要多？

这种现象，就是典型的生产力悖论。它的本质是，一味地增加工具，并不等于就能增加真实的产出，很多时候，它只是带来了巨大且隐形的维护成本。

同样的道理，当你坐在办公室里，为了显得自己很有产出，用AI把一句能说明白的话，扩写成五千字的花哨邮件发给同事，你真的在提高效率吗？不，你是在制造职场上的有毒库存。你以为你是在驾驭AI，其实你是在给算法打工，你变成了一个为了完成AI系统运行而存在的人肉触发器。花了大价钱和大力气，买回来的却是一个花哨却空洞的纸壳子，这不就是咱们老祖宗说的“买椟还珠”吗？

看到现在这些在屏幕前疯狂刷着指令、以此来缓解焦虑的年轻人，我仿佛穿越回了二十年前。

那时候，我还在北京分行。有一天，我坐在办公室里，接待了一个做软件外包生意的老板。他的公司看起来挺大，年营收好几个亿，账面报表做得漂亮极了。

他为了向我证明他的研发实力有多强，特意让助理抱来半人高的报表，满头大汗地跟我吹嘘，说他们团队两百多个程序员，每个月能敲出几百万行的代码。

但我当时，看都没看那些华丽的代码行数。我只调了他的银行流水，重点看了一个核心指标——他的回款周期。我发现，他的回款周期从原本的三个月，硬生生拖到了九个月，下游客户的欠款越积越多，账上的活钱马上就要见底了。

我当场拒了这笔几千万的贷款。

当时那个老板非常愤怒，觉得我不懂技术，不懂未来的趋势。结果呢？不到一年，他的资金链彻底断裂，公司直接破产清算。

为什么我当年敢这么笃定？因为代码行数是虚的，只有能真正转化成真金白银的利润，才是实的。代码写得再多，卖不出去，那就是堆在仓库里的定时炸弹。

现在的职场也是一样。其实，当下我们面临的这场AI狂潮，就像是一场席卷全球的天气系统。在这个系统里，有一股巨大的扩张力量，就像企业创业初期的激进投入，推着所有人不顾一切地去买算力、刷数据，生怕被时代抛下。

但是，商业世界的规律是铁面无私的。当虚假的繁荣碰壁，收缩的力量必然降临，就像创业遇挫后的保守止损，Meta紧急叫停排行榜，福布斯数据里那95%的失败率，就是这种收缩力量的本能反应。在这场扩张与收缩的剧烈博弈中，如果你只是一味地随波逐流，把过程当成了结果，把工具当成了护城河，那你的下场，注定是被当成燃料消耗掉。

讲到这里，你可能会问，在机器能够以极低成本生成完美答案的今天，作为一个活生生的人，我们到底该怎么做？

其实，怎么在机器狂飙的时代建立你自己的底盘，怎么去搭建不被替代的生存架构，我在《认知架构师》那本书里，专门花了一个章节给你梳理过一套完整的体检清单。今天时间有限，我直接挑最能救命的三条实操动作，给你透个底。

第一步，你必须夺回提问的权力，别一上来就顺着机器给你的选项往下走。未来的职场，不会提问的人，只配给机器打下手。你找合伙人开公司，AI可以帮你写出一份天衣无缝的股权分配协议，但AI永远无法帮你看着对方的眼睛判断，这个人的性格底色适不适合你，他在极端压力下会不会为了利益出卖你。你要做的，是在混沌和不确定中寻找那个最关键的症结，而不是去当一个被动的选择题答题家。

第二步，在这个追求快和顺滑的时代，你反倒得故意让自己慢下来，刻意保留一些笨拙的摩擦力。

你平时点外卖，是不是哪家有优惠券就点哪家？但如果是给家里老人选主治医生，你肯定不会只看谁便宜，你会选那个哪怕挂号很难、排队很久，但你绝对信任的大夫。这就是真正的护城河。它不是靠无底线降本增效换来的，它是靠极其稀缺的信任建立的。

一份用AI三秒钟生成的、完美无瑕的客情维护邮件，和你在深夜客户遇到大危机时，拿起电话打过去，哪怕说话有点结巴、甚至带着疲惫和焦急的一句真诚关心，你觉得哪一个更值钱？绝对是后者。因为在完美泛滥的今天，你愿意付出时间去产生的情绪波动和真实互动，才是机器永远无法复制的信任资产。

第三步，你必须成为那个最终拍板，并敢于承担责任的人。

很多时候，人们极度依赖AI，其实骨子里是不敢做决定。出了问题，可以说这数据是算法跑出来的，不怪我，这就相当于把自己的风险控制权外包了。但在真实的商业世界里，特别是涉及到生死存亡的环节，你能扛得住多大的压力，你能在一切数据都指向危险时，依然凭借着你对某个人、某项事业的深刻理解而选择相信，这种敢于拍板的胆识和定力，是任何算法都模拟不出来的。

收缩期拼的是底子，而这个底子，就是你作为人的担当。你心里那份坚定的价值信仰，你为了某件事哪怕头破血流也要干的执念，才是你在风雨飘摇中真正的此心安处。

老祖宗在《道德经》里留下一句话，叫做“大巧若拙”。

在这个波诡云谲的人机大博弈里，真正的智者，从来不是那个跑得最快、刷数据最多的人。AI永远只是替你磨剑的那块石头，而你，才是那个决定剑要挥向何方的执剑人。因为我们拥有的那份带着瑕疵的真诚、不可复制的阅历以及为了某个信念咬牙坚持的傻气，才是这个世界上最昂贵的资产。

我是【Finsages】的金融老兵，如果你也对这场博弈感兴趣，想在冰冷的数据荒原上，看清商业的底层代码，守住自己的财富与尊严，请关注我。

这世界波澜壮阔，我们，顶峰相见。