在 Meta 停用其內部「tokenmaxxing」儀表板數日後，因 AI 競賽排名數據外泄至媒體後，LinkedIn 创始人兼風險投資人 Reid Hoffman 過去幾天公開支持這個近期在矽谷風靡的概念。AI token 是一個小塊的數據，當 AI 模型嘗試理解提示並產生回應時會處理這些數據。它也是用來衡量 AI 使用情況以及決定 AI 服務成本的單位。因此，許多公司開始內部追蹤哪些員工使用最多的 token，作為了解哪些員工更願意使用 AI 工具的指標。他們將這個概念稱為「tokenmaxxing」——其中的「maxxing」是 Gen Z 的口語，意思是優化某樣東西，就像你可能在其他口語中聽到的，例如「looksmaxxing」或「sleepmaxxing」。然而，科技公司的工程師們一直在爭議這個指標是否是衡量辦公室生產力的有效方式，因為這與根據人們花費更多錢來排名人的方式類似。
@johncoogan 表示，近期關於 Meta 的「tokenmaxxing」報導，更多是顯示其潛在策略，而非公司內部的不良激勵機制：「我想這更清楚地顯示出與 MSL 的策略。因為很清楚他們正在……」https://t.co/osZD8c6JT3 pic.twitter.com/mjh46Diwei — TBPN (@tbpn) 2026 年 4 月 8 日
表彰員工 AI 使用量的排行榜正在引發爭議——批評者認為這是錯誤的指標，而支持者則說「tokenmaxxing」對掌握 AI 世代至關重要。https://t.co/ZBHZSWrQ3L — The Wall Street Journal (@WSJ) 2026 年 4 月 14 日
Hoffman 在本周 Semafor 的世界經濟峰會採訪中，為採用 AI 的公司提供建議，他表示對這個做法持樂觀態度。雖然他沒有用 Gen Z 的口語來提及這個指標，但他確實表示追蹤員工 token 花費是個好主意。他說：「你應該讓不同類型的部門人員實際參與並實驗 [AI]。」Hoffman 在活動中表示。 「這裡有一個很好的儀表板可以參考——這並不意味著這是生產力的完美例子，但……人們實際上在使用 AI 時，使用了多少 token？」他繼續解釋說，有些人可能使用很多 token，但是以更隨機或探索性的方式，這就是為何你想要將追蹤「tokenmaxxing」的做法與了解人們使用 token 做什麼結合在一起。 「其中一些會是實驗，結果失敗——這沒關係。但你想要在這個循環中，讓基本上各種人同時使用它，集體地。」Hoffman 加上。
Hoffman 還為試圖釐清 AI 策略的公司提供了其他建議，建議將 AI 嵌入整個組織中。他也建議定期進行檢討，與他人分享哪些方法有效。他說：「我們應該基本上有一個週檢討。不必是每個人都一直互相檢討——但是一群人檢討一下『這週我們試過什麼新方法，用 AI 提升個人、小組和公司生產力，以及我們學到了什麼』。因為你會發現，有些東西真的很驚人。」