Meta调整AI绩效考核：取消Token使用量指标，回归用户价值

Meta近日对AI产品的绩效考核标准作出了调整，据相关消息，其取消了以"Token使用量"作为考核指标的做法，转而采用更能反映实际价值的衡量方式。这一调整看似是公司内部的考核变化，实则折射出AI行业在经历了快速扩张之后，正开始重新思考"AI应用究竟该如何衡量其价值与成功"这一根本问题。

所谓Token使用量，指的是用户与大模型交互过程中消耗的令牌数量，在过去一段时间里，它常被当作衡量AI产品受欢迎程度与应用深度的重要指标——Token用得多，往往被认为用户用得勤、产品渗透得深。然而，这种考核方式也带来了一些值得反思的偏差：一方面，Token使用量高未必代表AI真正为用户创造了价值（可能是用户反复失败重试、也可能是产品设计鼓励无意义的冗长对话）；另一方面，它也可能诱导团队去刻意堆高交互量，而非聚焦于把任务一次做对、真正帮用户解决问题。Meta此番取消这一指标，正是意识到"量"不能等同于"质"，AI产品的考核需要从表面的用量转向那实实在在的成果与用户价值。

这一调整对整个AI智能体（Agent）与AI应用行业都有启示意义。随着AI从单纯的对话问答走向能自主执行任务的智能体，衡量其价值的标尺也在变化——一个优秀的AI智能体，其价值不在于消耗了多少Token、产生了多少次交互，而在于是否高效、准确地完成了用户交付的任务（是否一次就做对、是否真正省时省力、是否带来了可衡量的产出）。Meta此举或许正是要引导团队，把精力从"让用户多用"转向"让用户用得好、用得值"。可以预见，随着行业对AI价值评估的日趋成熟，"以实际成果与用户价值为中心"的考量，将取代对流量与用量等表面指标的追逐，推动AI产品与智能体向更实用、更可靠的方向发展。