Meta因“tokenmaxxing”适得其反，取消工程师绩效中的AI使用指标

Meta宣布不再将工程师使用AI工具的程度作为绩效评估标准，原因是此前鼓励大量使用AI导致“tokenmaxxing”现象适得其反。该变化由外媒The Decoder于2026年9月报道。

此前Meta可能将AI工具使用量纳入工程师绩效，促使员工为刷量而滥用。现在取消该指标，说明单纯用量化指标驱动AI采用会扭曲行为，企业开始反思并调整AI落地策略。

“tokenmaxxing”指员工通过大量生成token来展示AI使用活跃度，而非真正提升生产力。将AI使用纳入绩效考核会诱导此类投机行为，导致资源浪费和产出质量下降，因此Meta取消该考核项，转向更关注实际成果的评估方式。

对Meta内部而言，工程师将不再为刷AI使用量而消耗不必要的计算资源，AI工具投入可更聚焦于实际价值。对外部产品团队，此案例提示AI功能设计应避免鼓励无意义交互，否则易产生虚假活跃和成本浪费。

• 为内部AI工具提供基于产出质量的评估面板，取代简单使用量统计，帮助企业更精准衡量AI投资回报。
• 开发AI使用行为监测工具，可识别‘tokenmaxxing’等异常模式，帮助企业防止资源浪费。
• 设计企业AI治理咨询方案，帮助其他公司避免将AI使用量直接与绩效挂钩的误区。
• 提供以成果为导向的AI效能分析服务，聚焦实际业务改进而非工具使用频次。

• Meta此前具体如何将AI使用纳入绩效评估，权重和指标是什么？
• 除了取消AI使用指标，Meta是否引入了其他替代性评估标准？
• “tokenmaxxing”现象对Meta的生产力或成本造成了多大影响？
• 此政策变化是否适用于Meta所有部门，还是仅针对部分工程师团队？