Palantir 首席执行官 Alex Karp 公開批評硅谷近來流行的“tokenmaxxing”思路，認為企業不斷推高 AI 使用量，並不等於真正創造業務價值。他在 Palantir AIP Con 10 期間接受採訪時表示，市場已從「AI 是否真實存在」的討論，轉向「AI 確實有效，但很多場景並沒有按預期運轉」。
爭議指向高耗能使用
所謂 token，是大語言模型處理文本時使用的基本計量單位，AI 服務商通常也按 token 消耗收費。過去幾週，矽谷部分從業者開始反思「tokenmaxxing」文化，也就是幾乎不設限制地擴大 AI 使用規模，以追趕 AI agent 的發展速度。
Karp 的觀點是，更多的 token 往往只意味著更多低質量輸出，而非更高價值的成果。Palantir 首席技術官 Shyam Sankar 上月在財報電話會議上也表達過類似觀點，稱公司內部強調「no slop zone」，反對將廉價模型調用視為價值本身。
Palantir 強調系統而非模型堆量
Sankar當時表示，只有更便宜的 AI 並不會自動帶來更高回報，企業仍需要像 Palantir AIP 這樣的系統，把模型能力與真實業務環境連接起來，避免錯誤輸出帶來經濟損失。
Karp 在最新訪問中進一步表示，真正困難的不是讓模型生成一段通用內容，而是將 AI 嵌入持續運轉的業務流程。例如，撰寫一份關於中國 GDP 增長的報告，大模型可以較好完成；但涉及石油天然氣開採、供應鏈調整、軍工製造或汽車生產等複雜任務時，AI 本身並不能替代具體流程。
複雜業務仍需持續執行
他認為，這類問題通常同時涉及成本、合規、倫理和執行細節，需要精確且持續的操作流程。大模型可以強化這些流程，但無法直接取代它們。
Karp 還提到，行業現在逐漸意識到，AI 的能力已得到驗證，但企業若想將其真正轉化為商業成果，關鍵不在於無限放大模型調用量，而在於是否清楚自己要解決什麼業務問題，以及如何將模型接入可執行的系統中。