在 Meta 因内部"tokenmaxxing"仪表盘泄露事件而关闭该功能后，LinkedIn 联合创始人及风险投资家 Reid Hoffman公开表达了对这一概念的赞同。AI 代币是模型处理提示词并生成响应的基本数据单位，也是衡量使用量和计算服务成本的依据。近期，许多公司开始通过追踪员工消耗代币的多少来评估谁更积极地拥抱 AI 工具，这种现象被称为"tokenmaxxing"，即利用这一指标优化工作流程。然而，部分工程师质疑将代币消耗量作为生产力指标的有效性，认为这类似于比较谁花销更多。 Hoffman 在 Semafor 世界经济学峰会的访谈中指出，公司应当鼓励不同职能的员工参与 AI 实验和探索。他认为，虽然追踪代币消耗量并非生产力的完美衡量标准，但将其作为监控员工使用情况的重要仪表板是非常可取的。他进一步解释，部分员工可能以随机或探索性的方式消耗大量代币，因此企业应将这种追踪机制与对具体工作内容的理解相结合。即使部分实验失败，也能促进集体学习和创新。 此外，Hoffman 还提出了构建 AI 战略的其他建议。他主张将 AI 深度嵌入组织的各个环节，并建议建立定期的沟通机制。他提倡每周举行小组会议，分享本周在个人、团队及公司层面尝试使用 AI 的新方法以及取得的成果。通过这些分享，公司可以发现令人惊喜的创新应用，从而提升整体生产力。Hoffman 的观点强调了在追求 AI 应用广泛性时，保持数据监控与内容理解并重的必要性。