Tokenmaxxing

Tokenmaxxing是[[Aaron Levie]]提出的概念，生动描述了企业在AI代理时代面临的预算困境：大多数公司运营支出（OpEx）预算严格锁定全年，无法随意追加，而AI代理依赖大量Token（模型调用单位）来处理数据和执行任务，直接转化为高昂成本。

核心表现

• 内部竞标机制：企业采用“鲨鱼坦克”式内部竞标，让不同团队为AI项目“pitch”预算
• 需求层级：建立优先级排序，将计算力分配给高价值用例
• 财务约束：技术热潮背后是冷冰冰的财务现实

与现有概念的关系

Tokenmaxxing是[[Token成本管控]]的具体表现形式，也是[[企业AI转型陷阱]]中“成本失控”的经济机制解释。它揭示了AI落地的经济本质：企业不能只追逐模型性能，还需构建智能预算框架。