※ 引述《join183club (183club)》之铭言：
: 一天真的有事情要处理，要找问题，系统又很大，$20/day应该算很省，用GPT 6.1已经算
: 省了。以前Opus独大时代，花上100都可能。
: 蛮多人说以前没AI不是也可以工作，重点是你的客户，你的对手用AI快速生成答案，在Ca
: se上讨论事情，用AI把问题和Codebase整理，再针对问题回复。
: AI该不该用，应该取决于主管的心态，产出可以跟以前一样吗？如果不能用，还要跟其他
: 公司速度对齐，真的就有点恶心了。
公司内逐渐出现“阶级”化：有 token 的人，和在排队的人
最近隔壁部门调整了 token 的使用规则：只有参与 AI 相关 feature 的人可以继续用商
用模型，其他人的 token 额度直接归零，改用公司内部的 local model，而且得排队。
背景不难理解。公司年初大力推动 AI，各部门启动了不少“用 AI 提升工作效率”的专
案。现在 token 预算见底，但 AI 方案又不能停，只好把有限的额度集中到少数人身上
。
站在预算角度，这个决定合理；但站在团队角度，我觉得副作用会慢慢浮现。
**AI 的帮助是全面的，不只在特定 feature 上**
写报告、整理资料、debug、查规格、写信，几乎每个日常环节都用得上。拿到 token 的
人，提升的不只是 AI 专案的进度，而是所有工作的效率。
于是会出现一个很现实的画面：别人的报告已经写完交出去了，你还在 local model 前
面等。
**相对剥夺感会越来越重**
差距不是来自能力，而是来自工具分配。久了之后，没有额度的人会觉得：不是我不努力
，是起跑点就不一样。绩效比较时，这种落差很难被看见，却很容易被感受到。
AI 导入最难的或许不是技术，而是资源怎么分配才不会让团队分裂。当工具成为效率的
分水岭，“谁能用”本身就成了一种新的阶级。