Claude Token使用榜:Meta月耗60万亿,迪士尼9天46万次登顶
迪士尼近期的一项内部举措,颠覆了外界对其一贯的童话印象。
公司内网悄然上线了一块数据看板,其名称直白得与这家创造了米老鼠的公司风格迥异——“AI Adoption Dashboard”(AI应用采纳仪表盘)。
看板实时追踪几个核心指标:每位员工的AI调用频率、请求次数,以及最关键的token消耗量。而当前的重点监控对象,是Claude。
一个基于实时Token消耗的排行榜,用量越高,排名越靠前。
其中一组数据尤为突出:
一名员工在9个工作日内,累计调用Claude约46万次。
这意味着日均超过5.1万次,平均每1.7秒就发生一次调用。
当Business Insider披露这一数字时,硅谷圈内并未单纯感到惊讶,反而催生了一个新术语——“tokenmaxxing”。其含义是:将token消耗推向极致,谁消耗得最多,谁就是AI竞赛中的“头号玩家”。
更具讽刺意味的是其背景。就在数周前,迪士尼新任CEO Josh D'Amaro刚批准了涉及约1000人的裁员计划,主要波及营销与品牌部门,漫威的整个公关团队亦被裁撤。
一边裁撤上千名正式员工,一边为内部的AI使用排行榜添柴加薪。这种鲜明的对比引发了复杂解读。有员工在相关报道下评论:“他们此刻正在庆祝,且看这能持续多久。”
硅谷的集体竞赛:争夺Claude“头号玩家”席位
若认为这只是迪士尼的内部游戏,那就低估了硅谷的风向。事实上,整个湾区正卷入一场“tokenmaxxing”的狂热竞赛。
Meta的情况更为激进。2026年4月初,一名Meta员工私下开发了一个内部工具,戏称为“Claudeonomics”,用以统计公司8.5万名员工的Claude token消耗。
数据公开后,内部一片哗然。30天内,Meta全体员工消耗了60万亿token——按Claude公开的API价格估算,价值约90亿美元。排名第一的个人,30天烧掉了2810亿token,价值约140万美元。
一个耐人寻味的细节是:扎克伯格本人并未进入前250名,Meta的CTO同样榜上无名。这两位将“AI优先”口号喊得最响的高管,其个人token消耗量甚至远低于普通工程师。
该工具上线48小时后,因“数据泄露风险”被内部紧急叫停。但“Claudeonomics”一词已从Meta内网传遍整个硅谷。
Uber的策略同样激进,其2026年全年34亿美元的AI预算,仅用4个月就已耗尽,其中大部分流向了Claude Code。
英伟达CEO黄仁勋甚至公开为这股风潮背书。他在一次活动中表示:“如果一个年薪50万美元的工程师,没有在AI工具上消耗掉价值25万美元的token,我会感到非常担忧。”这句话迅速成为2026年春季硅谷的新“信条”。
供给端的数字同样惊人。Anthropic在2026年4月的年化收入飙升至300亿美元,首次超越OpenAI的250亿。《财富》全球前十的企业中,有八家是Claude的客户。年付费超百万美元的企业客户数量,在两个月内从500家跃升至1000家以上。
所有迹象都指向一个结论:开发者正以前所未有的强度,将Claude“烧”成核心的生产力引擎。
冰山之下:Claude的用户版图远超开发者
然而,若将目光局限于程序员,看到的仅是冰山一角。事实是,写代码的人只是Claude庞大用户生态中的一部分。
Anthropic自身发布的《Anthropic Economic Index》报告,揭示了Claude用户的真实应用场景。
报告显示,虽然软件工程是最大的单一应用类别,但教育、写作、商业策略、客服、行政等非编程用途合计,已稳稳占据半壁江山。在后续数据中,软件工程的占比持续缓慢下降。这并非因为程序员减少了,而是更多其他行业的从业者正在涌入。
那么,究竟是哪些人群在涌入?
律师:从“通宵达旦”到“AI协理”
凌晨两点,纽约某顶级律所。并购律师Sarah面对一份300页的待审合同草案感到压力——客户六小时后就需要初稿。
她将整份文件输入Claude,指令其完成中英文条款对照、风险点标注、关键条款摘要等一系列任务。两小时后,一份结构清晰的草案初稿已然成型,她得以获得三小时的睡眠。
这是她加入由Allen & Overy与Shearman & Sterling合并而成的全球顶级律所A&O Shearman后,首次能在并购案前夜睡足三小时。该所已将Claude部署给数千名律师,作为标准工作流的一部分。其他一线律所也纷纷效仿。
像Harvey、Lex这样的法律科技平台,其底层同样调用Anthropic的技术。“合同审阅效率从30小时压缩到3小时”已不新鲜。2026年的现实是,律所合伙人不再讨论是否该用AI,而是在评估:哪个新人如果还不会熟练使用Claude,或许就不该被录用。
教育:师生之间的“AI协作闭环”
Anthropic推出了Claude for Education,与多所美国常春藤院校合作。但更值得关注的现象发生在教授群体中——他们开始用Claude来高效备课。
一位常青藤教授的真实工作流是:每周日晚,将下周课程的教学大纲提交给Claude;Claude生成五版“不同切入角度”的讲义;他从中筛选两版,再进行人工修订与深化。总耗时从过去的8小时压缩至1.5小时。
于是,一个微妙的协作闭环形成了:学生用Claude辅助撰写论文,教师用Claude辅助批改作业。AI生成的论文,可能正由另一个AI进行初评,而两者都运行在同一个Claude API上。在Anthropic的经济指数中,“教育与教学”是Claude.ai上仅次于编程的第二大应用场景。
好莱坞与创意产业:不署名的“幽灵创作助理”
2023年那场轰动的好莱坞编剧大罢工,最终将“AI不能署名为编剧”写入了合同。但这并未阻止AI渗透创作流程,只是改变了其角色。
2026年的真实工作流是这样的:编剧将人物档案、世界观设定、前情提要浓缩成一段提示词,提交给Claude,指令其“尝试生成5种第31集的开场方案”。随后,人类编剧从中挑选最具灵感的一版,进行深度改写与润色,最终署上自己的名字。
Claude并非在替代编剧,而是成为了编剧手下那个不眠不休、没有情绪、不领薪酬的“幽灵创作助理”。记者、独立作家也在广泛采用。一些拥有数十万订阅的Substack作者公开承认,Claude是他们的“第二编辑”——初稿先交由Claude进行逻辑梳理与优化,再由自己最终定稿。一种新的写作协作伦理正在形成:人类负责界定核心创意与思想,AI负责将其表达得更加流畅、结构丰满。
金融:处理“无法读完”的信息洪流
桥水基金等管理数百亿资产的对冲基金,已公开使用Claude作为投研辅助工具。
每周三早晨,一位量化分析师的工作可能是这样的:打开Claude,输入过去一周的50份财报电话会议纪要、20份券商研报、10份美联储官员讲话。要求它输出一份关于“市场情绪、关键变量与潜在风险”的综合摘要。人类分析师则基于这份摘要,结合自身洞察,向上级汇报。
“Claude不会替我做出投资决策,但它替我处理了我个人根本无法读完的信息量。”——这句话近来被众多投行交易员、宏观研究员、并购顾问以各种形式重复。高盛、摩根士丹利等机构的内部AI平台,几乎都在“多模型并行”的策略中接入了Claude。
普通人:“直觉式开发”的兴起
最出人意料的用户群体,或许是那些完全不具备编程背景的普通人。硅谷为他们创造了一个新词:“vibecoder”(直觉式开发者)。
一个真实案例:一位加州小镇的全职妈妈,想为社区家长创建一个“二手玩具交换”小程序。她不懂代码,甚至不清楚“函数”的概念。她在集成了Claude的Replit平台上花了两个周末,用最直白的自然语言描述需求:“我需要一个页面,左边展示大家想送出的玩具,右边展示想要的玩具,匹配成功就自动发送邮件通知。”
Claude直接生成了可运行的代码。她点击部署。一个月后,这个应用已被社区内300多个家庭使用。
类似的故事每天都在v0、Lovable、Bolt等低代码/无代码平台上发生。Anthropic内部数据显示,Claude Code的“非传统开发者”用户增长速度,已经超过了传统开发者。“连老奶奶都开始创造产品了”,这成了2026年最具颠覆性意味的景象之一。
现在,让我们回到迪士尼那块排行榜。
纵观所有数据,会发现一种奇特的反差:消耗token最猛烈的群体(程序员),恰恰不是Claude最重要或最广泛的用户群体。
消耗量最大的是程序员,但应用场景最广阔的,是律师、公务员、教师、编剧、金融分析师,以及那些不会写代码的全职妈妈们。排行榜统计的是“输入”(input),而商业世界真正购买的是“产出”(outcome)。
正如行业媒体Machine Brief所言:“企业购买的从来不是AI本身,而是AI驱动的业务成果。”(Enterprises don't buy AI. They buy outcomes.)这句话,成了审视2026年所有AI军备竞赛与攀比文化最锐利的一面镜子。
再将视角拉远。Claude早已不再是一个简单的聊天机器人,也不仅仅是程序员的效率工具。它正在悄然演变为这个时代的“全球实习生军团”。
它不要求薪资、医保或假期。它唯一的成本是token。它不会完全取代任何一个具体岗位,但它似乎在每个知识岗位旁都安置了一个“数字分身”——坐在律师身边,坐在公务员身边,坐在教授身边,坐在编剧身边,坐在分析师身边,也坐在全职妈妈身边。
如果有一本《Claude全球用户图谱》,在2026年翻开它,你会看到上面登记着:程序员、律师、教师、编剧、记者、分析师、咖啡店店主、社区组织者、交换二手玩具的妈妈们……一直翻阅下去,似乎没有尽头。
而这本不断增厚的图谱,真正记录的是一张正在被AI技术悄然重塑的全球职业生态与生产力网络。













