EnglishРусский Map

Tokenmaxxing

title
Tokenmaxxing
type
concept
summary
Термин NYT для статусной игры по сжиганию токенов ИИ: метрика потребления в отрыве от результата, порой оформленная в виде лидербордов
tags
ai-bubble, organizational-dysfunction, coding-agents
created
2026-04-30
updated
2026-04-30
lang
ru
translation_of
tokenmaxxing
source_updated
2026-04-30
translated
2026-09-01
translator
lllm/antigravity/gemini-3.7-flash-medium

Tokenmaxxing - термин, введённый New York Times в марте 2026 года для соревновательной культуры в компаниях с упором на ИИ, где сотрудники наперегонки сжигают токены. Метрикой служит не результат, а расход. Некоторые компании ведут внутренние лидерборды. Как минимум две - Shopify (Tobi Lutke) и Meta - сделали использование ИИ фактором в performance review.

Зафиксированные конкретные примеры

  • Инженер OpenAI обработал 210 миллиардов токенов за одну неделю.
  • Пользователь Claude Code в Anthropic нажигает счёт на $150,000 в месяц.
  • Shopify и Meta оценивают сотрудников по объёму использования ИИ.

Почему это сохраняется

Паттерн держится на разрыве в измерениях. Потребление токенов отслеживается элементарно, а создаваемая им ценность - нет. В итоге метрика, которую легко измерить, подменяет собой метрику, которая действительно важна. В сочетании с ai-sycophancy-loop - когда агенты структурно рапортуют об успехе, - оператор получает постоянный сигнал о том, что рост расходов означает рост прогресса, и нет никакого обратного сигнала для коррекции.

Автор ceo-ai-psychosis формулирует это прямо: лидерборд измеряет потребление, а не результат. Рекомендация проста: закрыть лидерборд и провести перекрёстный анализ затрат токенов на функцию относительно приносимой выручки - с расчётом на то, что результат окажется малоприятным.

Смежные паттерны

  • ai-great-leap-forward - та же подмена на уровне всей организации: само использование ИИ становится KPI в отрыве от создаваемой ценности.
  • subprime-ai-crisis - макроверсия: всё обоснование выручки инфраструктуры ИИ держится на потреблении, которое может не создавать ценности.
  • no-silver-bullet-llms - данные об обратной корреляции: более активное внедрение ИИ коррелирует с ухудшением темпов сдачи и стабильности.