AI办公正在颠覆传统的工作方式，但随之而来的管理挑战也日益凸显。当Meta宣布取消Token使用量作为绩效指标，转而聚焦工作质量与最终影响时，这标志着“用量为王”的时代正在落幕。在这场变革中，AI技术如何重塑员工价值评价？科技产品又该如何真正赋能人？本文将深入探讨。
从“用量论英雄”到“价值论成败”：Meta绩效变革释放什么信号
Meta近期的一则内部备忘录在科技圈激起涟漪：公司明确告知工程师，绩效评估将不再包含AI Token的使用量。这一看似技术性的调整，实则是对过去两年“AI采用率至上”管理思路的一次彻底纠偏。高管们在新版绩效期望指引中删除了对具体AI工具的引用，也移除了针对特定任务的AI使用指令，取而代之的是更朴素却也更根本的维度——工作质量与实际影响。
这意味着，曾被视为“数字化勤劳”象征的高Token消耗量，如今可能不再是加分项，甚至可能成为负面信号。过去，员工为了证明自己积极拥抱AI，往往会刻意增加提示词数量、拉长对话轮次，甚至让AI反复生成同一类内容。这种“为了用而用”的行为，表面上是拥抱新技术，实质上却造成了巨大的资源浪费和效率低下。Meta此次调整，等于向全行业宣告：AI应用的衡量标准，正在从“用了多少”转向“用出了什么”。
这一变化背后，是AI Agent技术的成熟所推动的认知升级。当AI智能体能独立完成代码编写、文档摘要、数据分析等复杂任务时，人类的核心价值不再体现在操作频率上，而是体现在决策质量、创新思维和结果验收上。Meta内部PPT甚至透露，目前93%的代码变更已由AI智能体辅助完成——在这种情况下，如果还盯着Token用量，无疑是捡了芝麻丢了西瓜。
Token指标之殇：为什么“用得多”不等于“用得好”
Token是AI模型处理输入输出时的最小计量单位。一个复杂的查询可能消耗数千Token，而一个简单的指令可能只消耗几十。在旧的考核框架下，员工完全可以通过拆解任务、反复提示来刷高Token数值，造成一种“深度使用AI”的假象。但这种做法的后果是显性的：Meta员工今年内使用的AI工具所需费用可能高达数百亿美元，而其中相当一部分属于无效消耗。
更值得警惕的是，以Token用量为KPI会扭曲员工的行为动机。当考核指向“用量”时，很少有人会主动优化提示词以缩减Token消耗，反而可能故意让对话更长、生成更冗余。这显然与AI办公的初衷背道而驰。AI办公的核心应该是“降本增效”，而不是“为了AI而AI”。Meta此次砍掉Token指标，正是对这种低水平勤奋的拨乱反正。
对于企业和个人而言，正确的做法是借助AI工具导航等平台，选择最适合任务场景的工具，而不是盲目堆砌AI输出。一个高效的AI办公流程，应当是“确定目标→选择工具→精准提问→验证结果→优化迭代”，每一步都强调质量而非数量。Token消耗可以作为一种运维监控指标，但绝不适合作为绩效考核的唯一标准。否则，轻则浪费预算，重则催生作假文化。
从“工具”到“伙伴”：AI Agent时代的工作质量评估新维度
当Meta披露“93%的代码变更已由AI智能体辅助完成”时，我们不得不正视一个事实：AI已经不再是简单的“打字机”或“计算器”，而是深度介入工作流的“副驾驶”。在这种情况下，绩效评估面临的核心难题是：如何区分AI的贡献与人的贡献？
一个工程师用自然语言描述需求，AI生成了一百行代码，工程师只需审查修改——这算谁的功劳？如果按代码行数，AI占了90%；如果按业务影响，工程师的决策和判断才是关键。Meta的新指引似乎倾向于后者：强调工作质量与实际影响，而非流程中的分工。这其实是一种更聪明的人机协作评价逻辑——把人当作价值创造的主体，把AI当作杠杆。
这种逻辑同样适用于创意领域。比如，设计师使用AI画图生成概念草图，再通过文生图工具迭代视觉方案。最终的创意是否惊艳，取决于设计师的审美和把控能力，而非生成图片的数量。如果考核聚焦于“本月生成了多少张图”，设计师会陷入机械式的生成狂潮，却背离了设计的本质。Meta的政策调整，本质上是在保护员工免受“指标黑洞”的吞噬，让考核回归到人的创造力和专业判断上。
当然，这不意味着定性评估就容易。事实是，从“可量化”转向“可感知”，需要管理者具备更高的判断水平和洞察能力。AI办公时代的管理者，必须学会从产出结果反推员工的思考过程，从交付质量感知员工的投入程度。这对中低层管理者的能力提出了更高的要求。
Meta的“纠偏”是孤例吗？科技行业的绩效改革潮流
Meta并不是第一家意识到“用量指标有害”的公司。早在两年前，就有互联网大厂尝试将AI使用率接入员工绩效看板，结果引发了员工的不满和反弹。员工们抱怨，为了达标而使用AI，反而干扰了正常的工作节奏。一些团队甚至专门编写了“刷用量”的脚本，让系统误以为他们在高强度使用AI。这种猫鼠游戏最终迫使公司取消了相关指标。
Meta此次调整之所以引起关注，是因为它选用了一个更具象的标志性信号——取消Token使用量。Token是AI时代的“石油”，也是度量AI活动最直观的数字。砍掉这个数字，等于承认“能量消耗”不能代表“做功大小”。这种从“能耗思维”向“产出思维”的跨越，预示着科技企业管理文化的一次系统性升级。
与企业数字化转型的浪潮相结合，这一变化更具参考价值。数字化转型初期，企业往往沉迷于上系统、上工具，用活跃度、登录次数等指标来证明“数字化成功”。但成熟期必然回归业务价值验证。AI办公的演进路径也如出一辙：早期的“AI应用率”是启蒙指标，而如今，“AI带来的业务增量”才是终极命题。Meta的校正，等于为全行业画出了一条从“启蒙”到“成熟”的路径图。
可以预见，未来会有更多科技公司跟进。那些曾经把“人均Prompt次数”“日活AI工具数”挂在嘴边的团队，将不得不重新审视自己的评估框架。科技产品真正的价值，不在于被使用了多少次，而在于它帮助人类创造了多少前所未有的成就。
绩效管理进化论：AI办公时代我们该考核什么
如果Token用量不再适合作为考核维度，那么什么才是适合AI办公时代的考核指标？业界并没有标准答案，但从Meta的新指引中，我们可以提炼出几个关键方向。
首先是“结果导向”。无论过程中用了多少AI工具，最终交付的业务成果才是最重要的。这要求团队明确目标、量化结果，而不是把注意力放在过程动作上。其次是“创新增量”。AI时代的价值洼地在于“别人没想到、AI也想不到”的创意洞见。员工能否借助AI提出新颖的解决方案，比机械地完成任务更具考核价值。第三是“协作效率”。AI可以加速个人产出，但团队的整体协同是否因AI而变得更顺畅？好的绩效体系应当鼓励员工将AI能力分享给同事，放大集体智慧。
管理者还可以借助AI工具箱来构建轻量级的评估辅助系统。例如，通过分析项目代码的提交记录、文档的修改痕迹、需求文档的迭代版本，辅以同行评审和客户反馈，综合判断员工在AI辅助下的真实贡献。这类系统不是用来“监控”员工，而是用来“理解”员工的工作路径。
当然，任何考核体系都不能忽视人的主观感受和职业发展。AI办公带来的最大焦虑是“替代感”。如果绩效考核只盯着产出数字，员工很容易把自己当成AI的“监工”，缺乏成就感。Meta强调工作质量与实际影响，实际上也是在提醒管理者：员工需要的是“被看见”的真实价值，而不是被数据化的“劳动痕迹”。
未来展望：当AI成为基础设施，人的价值何在
Meta这一决策的深层意义，或许在于它重新定义了“人机关系”的哲学基础。当AI大规模渗透进代码、设计、文案、数据等各个领域，AI已经不再是“黑科技”，而是一种像电力一样的基础设施。这时，评价一个员工的标准，不再是“你用了多少电”，而是“你用这些电点亮了什么”。
在AI办公的终极形态里，每个员工都像是一个“AI指挥家”，负责调度多个智能体协同工作。真正的绩效贡献，来自于对业务问题的精准定义、对AI输出的批判性取舍、对最终结果的责任担当。这些能力无法被Token计数，无法被登录时长测量，只能通过“信任+授权+复盘”来激活。
Meta的调整对全行业的启示是：管理制度的进化必须跟上科技产品的迭代速度。如果AI技术已经进入强人工智能的初级阶段，而我们的考核还在用“蒸汽机时代的计件工资”，那注定会制造出大批“伪AI使用者”。相反，我们要构建一种新的绩效语言——它赞美创造力，鼓励批判性思维，宽容试错，重视长期价值，而不是盯着短期数字。
科技产品终将越来越聪明，但评价“聪明”的天平，永远握在人类手中。AI技术不会取代人类，但淘汰我们的可能是那些更会用AI的人。当AI办公成为默认状态，我们唯一能做的，就是不断校准自己的价值坐标，让技术服务于人的成长，而非奴役于人的惰性。
这场从“用量”到“质量”的绩效革命，才刚刚开始。