Meta 内部开始“卷 Token”,Intel 押注 Terafab,前沿 AI 正在悄悄换赛道

AI PM 编辑部 · 2026年04月08日 · 12 阅读 · AI/人工智能

正在加载视频...

视频章节

如果你还以为 AI 竞争只发生在模型参数和算力上,那你已经落后半拍了。Meta 员工在内部“刷 Token”冲榜,Intel 加入 Terafab 押注新制造范式,而 Anthropic 正在把能力递到巨头手里——这期 TBPN 透露的,是一条正在成型、但很少被明说的前沿 AI 竞争逻辑。

Meta 内部开始“卷 Token”,Intel 押注 Terafab,前沿 AI 正在悄悄换赛道

如果你还以为 AI 竞争只发生在模型参数和算力上,那你已经落后半拍了。Meta 员工在内部“刷 Token”冲榜,Intel 加入 Terafab 押注新制造范式,而 Anthropic 正在把能力递到巨头手里——这期 TBPN 透露的,是一条正在成型、但很少被明说的前沿 AI 竞争逻辑。

Meta 员工在内部“刷 Token”,一场反直觉的竞赛开始了

最炸裂的不是新模型,而是 Meta 内部的行为变化。TBPN 提到,Meta 员工正在一个名为“Claudonomics”的内部排行榜上进行所谓的“token maxxing”——谁能消耗、调度、放大更多 Token,谁就能获得一种类似“Token Legend”的内部声望。

这件事反直觉在于:过去公司拼命压 Token 成本,而现在,Token 使用量本身正在变成一种能力信号。它暗示了一种新共识:在大模型时代,真正稀缺的不是 API,而是“你有没有胆量、能力、场景去把 Token 用到极限”。

更微妙的是,这不是对外 KPI,而是一种内部文化。榜单化、游戏化,说明 Meta 已经默认:未来的产品竞争,不再是功能上线速度,而是谁能更快把模型能力转化为真实 Token 流动。

60.2 万亿 Token:一个听起来疯狂,却被认为“偏低”的数字

节目中抛出了一个数字:60.2 万亿 Token。更让人愣住的是,主持人的反应不是震惊,而是“这其实挺低的”。

这背后是 Token 经济学视角的彻底转变。以前我们问:一个模型训练用了多少 Token?现在的问题变成:整个生态一年会消耗多少 Token?

当 Token 被视为“新电力”,万亿级别不再夸张。真正的分歧在于:这些 Token 是被浪费掉,还是转化为壁垒?TBPN 的讨论点在于 knock-on effects——当 Token 消耗成为默认假设,产品设计、定价、基础设施都会被迫重写。

这也是为什么 Meta 会鼓励内部‘刷’ Token:不是不心疼钱,而是他们相信,提前经历 Token 泛滥的混乱期,才能在下一阶段活下来。

Intel 加入 Terafab:老巨头在为下一个数量级做准备

在 Token 之外,另一条暗线是制造。Intel 加入 Terafab,被轻描淡写地放在“In other news”里,但信息量极大。

Terafab 讨论的不是单点性能提升,而是数量级变化带来的工程挑战。当规模跨越一个数量级,原有的工艺、协作方式、甚至组织结构都会失效。

Intel 的选择透露出一种焦虑:如果 AI 的 Token 需求继续指数级增长,芯片和制造就不只是算力问题,而是系统工程问题。谁能率先适应这种“新数量级”,谁就有资格留在牌桌上。

这不是 Intel 第一次转身,但可能是少数几次方向非常明确的押注。

从 Space 到 AI:巨头们正在同步“极端规模”的心智模型

节目里从 SpaceX、Elon Musk 聊到企业 retreat 的调侃,看似发散,其实指向同一件事:极端规模正在成为科技巨头的默认假设。

无论是太空、AI 还是基础设施,逻辑都是一样的——先接受“规模会失控”,再倒推组织、资金和技术如何适配。

Anthropic 被提到正在向世界级科技公司“武装”能力,这句话的潜台词是:前沿模型不再追求普惠,而是优先与能承接极端规模的玩家共舞。

这也解释了为什么前沿 AI 的竞争,越来越像重工业,而不是互联网创业。

前沿 AI vs 中国:真正的差距可能不在模型本身

虽然标题提到 Frontier AI vs. China,但 TBPN 的讨论并没有落在参数或 benchmark 上,而是绕着 Token、制造、规模心智打转。

这释放了一个信号:真正的差距,可能在于谁更早把“万亿 Token 是常态”内化进组织决策中。

当 Token、算力、制造都进入极端规模区间,胜负不再由单一突破决定,而是由系统韧性决定。谁能在烧钱、复杂度和不确定性中持续运转,谁就更接近终局。

总结

这期 TBPN 真正有价值的,不是某个结论,而是一种视角转移:Token 正在从成本,变成能力;规模正在从优势,变成门槛。对 AI 从业者来说,最现实的 takeaway 是:开始用“万亿 Token 级别”的假设审视你的产品、架构和职业路径。你是在为小规模优化,还是在为失控做准备?下一波机会,可能只留给已经习惯混乱的人。


关键词: Token经济, Meta, Intel, Terafab, Anthropic

事实核查备注: 需要核查:Meta 内部排行榜名称“Claudonomics”的具体拼写与性质;60.2 万亿 Token 的统计口径;Intel 加入 Terafab 的具体形式;Anthropic 向大型科技公司提供能力的具体项目;节目中涉及 Elon Musk 与 SpaceX 的具体表述时间点。