Y Combinator首席执行官陈嘉兴（Garry Tan）近日向人工智能领域的创业者提出一项大胆建议：在AI token使用上不必过度节制，即使面临高昂成本也应全力投入。他强调，通过大规模使用AI智能体，创业者能够提前掌握未来数年才会普及的技术能力，从而在竞争中占据先机。
陈嘉兴以具体操作场景举例称，创业者应直接将AI智能体的处理强度提升至极限水平，例如单次任务分配80万至100万个token。他认为这种"超前部署"策略能让企业提前体验2028年的技术环境，从而建立难以复制的技术壁垒。据其估算，维持智能体最高强度运行每年可能产生5万至10万美元（约合人民币33.8万至67.6万元）的支出。
针对成本质疑，这位科技投资人指出，高投入实验可通过流程标准化转化为长期收益。他建议将智能体成功完成的复杂任务转化为可重复执行的Markdown指令集，这种结构化文档相当于"永不犯错的数字员工"，能够持续产生价值。陈嘉兴特别强调，这种模式不是简单的自动化替代，而是通过技术沉淀构建企业专属的知识资产库。
当前科技界对"tokenmaxxing"策略存在显著分歧。该术语源于硅谷创业圈，特指通过大量消耗token来追求AI性能最大化的开发模式。陈嘉兴是少数公开支持该理念的高管，他认为在技术爆发期，过度关注成本优化可能错失战略机遇。与之形成对比的是，优步技术负责人普拉文·内帕利·纳加上周表示，公司监测到的AI成本数据显示，"tokenmaxxing时代正在终结"，未来竞争将聚焦于token使用效率。
AI编程企业Cognition首席执行官斯科特·吴在6月播客中提出类似观点。他指出部分企业存在认知偏差，将token消耗量而非实际产出作为评估标准，这种做法"偏离了技术应用的本质"。这位创业者建议，企业应建立以业务成果为导向的评估体系，避免陷入技术参数竞赛的误区。
