热点新闻
2026年3月，硅谷科技公司掀起"Tokenmaxxing"（Token最大用量）竞争热潮。根据腾讯科技报道，Meta和OpenAI内部工程师在AI使用排行榜上展开激烈竞争，其中一名工程师单周消耗2100亿个Token，相当于33个维基百科的文本量，有人每月AI账单高达15万美元。
事件发生在硅谷各大科技公司内部，主体为Meta、OpenAI、Shopify等企业的工程师和高管。Shopify CEO Tobi Lütke在2025年4月发布内部备忘录，宣布"AI使用是Shopify的基线预期"，要求所有团队在申请新人力前必须先证明AI无法完成工作，并将AI使用纳入绩效考核。Meta随后宣布从2026年起将"AI驱动的影响力"正式纳入所有员工绩效评估。
产业层面信号同样密集。3月16日，英伟达CEO黄仁勋在GTC大会上将Token定义为"AI时代的基石"，称其将成为"最值钱的大宗商品"。次日，阿里巴巴宣布成立Alibaba Token Hub事业群，由CEO吴泳铭直接负责，定位是"创造Token、输送Token、应用Token"。
关键问题在于，Tokenmaxxing排行榜只记录消耗量，无人记录这些Token到底完成了多少有效任务，这成为整个Token经济中最大的盲区。报道原文链接：https://36kr.com/p/3735451247001602
焦点分析
从焦点解决短期治疗（SFBT）视角分析，硅谷的"Tokenmaxxing"现象体现了典型的"量化指标崇拜"思维模式，这与SFBT中"目标导向"和"资源取向"的核心原则形成鲜明对比。SFBT强调的不是问题本身，而是解决方案和未来可能性，这正是当前Token经济中最缺乏的思维范式。
SFBT技术应用：刻度化询问技术（Scaling Questions）
新闻中呈现的Token消耗竞赛实际上是一种"刻度化陷阱"——企业将Token消耗量作为绩效刻度，却忽略了真正的价值创造刻度。SFBT中的刻度化询问技术原本是帮助来访者将模糊的目标具体化，从0-10分评估现状与目标的距离。然而在企业实践中，这种刻度化被异化为单纯的数字游戏。
技术特点与应用范畴：刻度化询问是SFBT的核心技术之一，通过将抽象概念转化为具体数字，帮助个体或组织清晰定位现状、明确进步方向。其应用范畴包括目标设定、进展评估、动机激发等。在组织环境中，该技术可用于团队绩效管理、个人发展规划、变革管理等场景。
新闻中隐含的问题本质是"度量衡失衡"——企业过度关注投入指标（Token消耗量）而忽视产出价值。SFBT解决方案强调重新定义成功刻度：不是消耗了多少Token，而是这些Token创造了什么价值、解决了什么问题、带来了哪些改变。
基于SFBT的解决方案框架：首先通过"奇迹式提问"（假如明天早晨发现Token使用效率突然提升10倍，会有什么不同迹象？）帮助组织重新构想理想状态；其次运用"例外询问"（过去什么时候Token使用既高效又有价值？当时发生了什么？）寻找已有的成功经验；最后通过"关系式提问"（当Token使用更高效时，客户、同事、投资者会注意到什么变化？）建立多维度的价值评估体系。
该解决方案还可应用于以下5个类似问题：1）传统KPI考核导致的短视行为；2）社交媒体点击率崇拜带来的内容质量下降；3）教育领域分数至上忽视能力培养；4）医疗行业过度关注检查指标而非患者体验；5）环保运动中单纯追求减排数字而忽略实际环境改善。
SFBT视角下的Token经济应该转向"价值创造导向"而非"资源消耗竞赛"。每个Token都应该被问及：你为谁创造了什么价值？这个问题将引导组织从盲目消耗转向精准创造，从数量竞赛转向质量竞争，从内部指标转向外部价值。
未来可能性在于，当企业开始用SFBT思维重新定义AI使用效率，可能会涌现出新的评估范式：基于价值创造的Token效率指数、用户受益度的Token影响系数、问题解决深度的Token价值乘数等。这种转变将推动AI应用从"能用"走向"好用"，从"消耗大"走向"价值大"。
SFBT相信每个系统都已经拥有解决问题的资源，Token经济中的企业需要发现和放大那些"例外时刻"——当Token使用既高效又有价值的时刻，从中学习成功模式，复制和扩展这些成功经验，最终实现从"消耗竞赛"到"价值创造"的范式转变。