矽谷以AI詞元消耗量化排名，卻陷入效率迷思，須記取明代與越戰的教訓，真正產生價值。 禤駿遠，Ian Huen，企業家，美國普林斯頓大學畢業，香港中文大學比較及公共史學文學碩士。著有《The Rising Sons: China's Imperial Succession & The Art of War》及《What Bruce Lee Didn't Know About Kung Fu and Other Revelations About China》；新作《你說的是從前——清末與今日中國》由商務印書館（香港）出版。電郵：[email protected]

近來AI進入科技公司，矽谷出現一種怪現象：tokenmaxxing（AI詞元最大化）。所謂token，是大語言模型處理文字代碼時的基本單位，也被譯作詞元。AI工具用得越多，token消耗也越多。原本，token只是技術與成本單位；可是，在部分科技公司內部，它竟成為工作表現的象徵。員工使用AI工具，消耗更多token，似乎便能證明自己更「AI-native」，更懂新技術，也更像高效工作者。 據報Meta曾有員工建立名為Claudeonomics的token使用排行榜，追蹤員工使用AI工具時消耗的token數量，並列出最高用量者。榜上還有「Token Legend」等稱號，像遊戲一樣鼓勵員工競逐名次。問題在於，token用量一旦公開比較，員工自然設法衝高數字：讓AI agent多跑任務，多生成內容，多處理未必需處理的上下文。表面看來，公司AI使用率上升；實際上，卻未必帶來更佳產品、更快交付，或更高品質。 Amazon近期也有類似情況，據報，其內部曾有名為KiroRank的排行榜，追蹤員工使用 Kiro AI開發平台的情況。公司後來停用此榜，因它可能鼓勵員工為了提高分數，製造不必要的AI任務，徒增成本。Amazon高層Dave Treadwell亦提醒員工，不應為用AI而用AI，而應用AI解決具體的客戶、業務和創新問題。此語正點出tokenmaxxing的癥結：重點不是用了多少AI，而是AI是否真正解決問題。 明代殺人冒功的歷史鏡鑑 Tokenmaxxing的出現，令我想起明代軍隊的「殺人冒功」。明代軍功制度中有所謂「首功」，即以斬獲敵人首級作為軍功憑證，再據此升賞。制度初衷不難理解。戰場混亂，誰勇誰怯，誰真正衝鋒，往往難以查證；但首級可見、可數、可呈報。朝廷要管理龐大軍隊，自然傾向把戰功轉化為可計算的數字。敵首越多，似乎戰功越大；數字越清楚，賞罰也似乎越公平。 可是，一旦首級數字成為升官發財的憑證，便會產生極強造假誘因。《明史・程啟充傳》載，程啟充曾批評當時軍功流弊，指出「軍職授官，悉準首功」，於是出現「買功、冒功、寄名、竄名、併功」等問題。所謂買功，是權貴以金帛向軍士購買首級；所謂冒功，則是甲衝鋒斬首，乙卻奪其功；更嚴重者，甚至「殺平民以為賊」。此語沉重，當國家把首級變成軍功數字，無辜百姓也可能淪為報功材料。明廷並非不知此弊，戚繼光《紀效新書》軍令中，便有「妄殺平人者斬，虛報功級者斬」一類嚴令，足見官方清楚殺良冒功和虛報首級之害。然而，制度激勵往往勝過禁令。前線士兵需賞銀，將領需捷報，文官需可呈報的成果，朝廷需看見邊防有效，而首級數字，依然是最可量化的憑據。 此非明軍獨有，越戰期間，美軍也曾把敵軍死亡人數視為衡量戰爭進展的重要指標。美國國防部長羅伯特・麥納馬拉出身企業管理與數據分析傳統，重視模型、統計和量化指標。敵軍死亡越多，似乎代表美軍越接近勝利；若能不斷提高敵我傷亡比，戰爭也似乎終會因消耗而取勝。 可是，越戰不是單純消耗戰，也不是死亡數字就足以理解的傳統戰爭。越共與北越軍隊有強大政治動員能力；南越政府是否合法、農村民心如何、地方控制是否穩固、游擊戰網絡能否延續、美國國內反戰情緒如何發酵，皆比敵軍死亡數字更能左右戰爭走向。死亡數字不但可能失準，更會鼓勵前線部隊誇大戰果，甚至把平民死亡計入敵軍傷亡。 越戰量化的謬誤 這問題後來稱為麥納馬拉謬誤，又稱「量化謬誤」。其要害不是說數字無用，而是說決策者若只重視容易量化之物，便會忽略難以量化卻更關鍵的因素。麥納馬拉謬誤最可怕之處，在於它披着理性外衣。數字看似冷靜、客觀、科學；相比之下，士氣、民心、合法性、信任、恐懼皆顯得模糊，難以管理。可是，歷史一再說明，真正決定成敗的，往往正是那些不能輕易放進表格的東西。 從明代首功，到越戰死亡人數，再到今日tokenmaxxing，其邏輯可謂近同。明代軍隊追逐首級，可能導致殺良冒功；越戰部隊追逐body count，可能導致誇大戰果，誤判戰局；科技公司追逐token用量，則可能導致無效工作、成本暴漲和生產力幻覺。差別只在代價不同：明代付出平民生命，越戰付出戰略失敗與人道災難，今日科技公司則付出金錢、時間、工程品質與組織判斷力。 因此，tokenmaxxing雖似趣聞，實則是古老問題的新版本。任何制度若把「可量化」誤認為「最重要」，便會引導人追逐數字，而非改善現實。公司當然可以追蹤 token，正如國家可以統計軍功，軍隊可以記錄戰果；但成熟管理必須明白，數字只是工具，不是目的。AI時代最需要的不是更多token，而是更清楚判斷：哪些工作值得AI介入，哪些成果真正創造價值，哪些指標只是在製造幻覺。說到底，問題不在AI，也不在數字本身。社會學家Bruce Cameron說過：「不是所有有份量的東西都能量化；不是所有能量化的東西都有份量。」