توکنمکسینگ مُرد، زنده باد توکنمکسینگ
هوش مصنوعیخلاصهٔ کاملتر
«توکنمکسینگ» به پدیدهای میگن که توش مدیرها کارمندها رو به سوزوندن توکن روی کارهای بیفایده تشویق کردن. نمونهٔ کلاسیکش متاست که ارزیابی عملکرد رو به میزان مصرف توکن هر نفر گره زد و کلی هم بابتش تمسخر شد؛ نویسنده تعریف میکنه که یکی از دوستاش تو متا برای بالا بردن عددش، تمام روز دو تا ایجنت رو به حرف زدن با همدیگه مشغول میکرد. برداشت عمومی هم این بود که مدیرها احمقن و دارن پول رو بیبازده آتیش میزنن.
ولی حرف اصلی نویسنده اینه که این اتفاق تصادفی نبود؛ مدیرها عمداً کارمندها رو به سوزوندن توکن تشویق کردن. به گفتهٔ او که با تیمهای زیادی روی استفادهٔ مؤثر از AI کار میکنه، چند ماه پیش هنوز کلی آدم ارشد و محترم بودن که اصلاً زیر بار ابزارهای AI نمیرفتن، و متقاعدکردنشون سخت بود. سیاست دستوریِ توکنمکسینگ در واقع پتکی بود برای شکستن همین دیوار — بیرحم و کور، ولی کارساز: چند ماه بعد، تقریباً همه دستکم یهکم با AI کد میزنن.
مشکل اینجاست که همزمان با بالا رفتن مصرف، OpenAI و Anthropic هم رفتن سراغ عرضهٔ عمومی سهام: سقف اشتراکها رو محدودتر و قیمت API رو گرونتر کردن و یارانهٔ توکن کمکم داره غیب میشه. حالا که انگیزهها رفتن و هزینه بالا رفته، تیمها دارن سیاستهای «توکن نامحدود» رو جمع میکنن. پس توکنمکسینگ مُرده — یا شاید هم نه.
نویسنده میگه تا همین اواخر نمیشد یه ایجنت رو ساعتها بینظارت ول کرد، چون خطاهای کوچیک و توهمهای مدل جون میگرفتن و به شکل برگشتناپذیری تو پروژه جا خوش میکردن؛ اسمش رو گذاشته بودن خطای انباشته. تو اون دنیا خرج توکن بیشتر یعنی کار بدتر، پس اصلاً انگیزهای برای اجرای شبانهروزی ایجنت نبود. ولی به گفتهٔ او الان وارد رژیم دیگهای شدیم: درستیِ انباشته — هرچی توکن بیشتری خرج درستانجامدادن یه کار کنی، احتمال نتیجهٔ خوب بیشتر میشه. این یکی کل معادله رو برعکس میکنه.
نمونهٔ عینیش تو امنیت سایبریه. مقالهای که نویسنده نقل میکنه یادآوری میکنه مدل Mythos شرکت Anthropic اونقدر تو کارهای امنیتی قوی بود که عمومی منتشر نشد و فقط به سازندگان نرمافزارهای حیاتی رسید تا سیستمهاشون رو مقاوم کنن. AISI برای هر تلاش ۱۰۰ میلیون توکن (حدود ۱۲٬۵۰۰ دلار) بودجه گذاشت و نشونهای از کاهش بازدهی ندید: مدل با بودجهٔ بیشتر همچنان پیشرفت میکرد. یعنی امنیت داره «اثبات کار» میشه: باید بیشتر از مهاجم توکن خرج کنی؛ زرنگی امتیاز نداره، پول بیشتر امتیاز داره.
دلیل هیجان تازه دور «لوپ» هم همینه: بوریس چرنی، سازندهٔ Claude Code، از «loops» گفت و همه ذوقزده شدن. ایدهٔ لوپ سادهست — ایجنت رو تا آخر نوبتش اجرا کن و بعد همون پرامپت رو دوباره بزن تا اسپک سنگین رو تیکهتیکه و بینظارت حل کنه. این ایده از پارسال با اسم «حلقهٔ رالف ویگوم» بوده، ولی قبلاً پرامپتنویسی دقیق میخواست؛ حالا درستیِ انباشته راحتش کرده. برندهٔ اصلی مدلهای اوپنویتن: Claude هر تکرار ۱.۱ برابر بهتر میکنه و GLM 5.2 ۱.۰۵ برابر، ولی پنج برابر ارزونتره — پس لوپ ارزون رو بیشتر بچرخون.
نویسنده در آخر بین دو نوع توکنمکسینگ فرق میذاره: خرج توکن برای برنامهنویسها (که ایجنت و لوپ استفاده میکنن و بهرهوری واقعی میسازه) و خرج توکن برای پایپلاینها. مدل دوم از یه سوءتفاهم آب میخوره: مدیرها ایجنت رو «یه زپیر منعطفتر» فرض کردن و بهجای کد قطعی، برای هر کار یهبارمصرف ایجنت خواستن — که هم گرونتره هم دقتش از یه پایپلاین قطعی کمتره؛ و وقتی توهم میزنه، یه ایجنت «کنترل کیفیت» هم روش سوار میکنن و هزینه سه برابر میشه.
نقطهٔ نهاییِ این مسیر «کارخانهٔ نرمافزار» ـه: اسپک بدی و اپلیکیشن تحویل بگیری. ادعای StrongDM که هر مهندس باید روزی ۱۰۰۰ دلار توکن خرج کنه از نظر نویسنده هایپه (کارخانهٔ خودشون ماهی حدود ۶۰۰ دلار میگیره) ولی یه هستهٔ حقیقت داره: انگیزهٔ خرجهای نجومی همینجا خوابیده و منتظر فراگیر شدنه.
نکات کلیدی:
- توکنمکسینگ (مثل گرهزدن ارزیابی عملکرد به مصرف توکن تو متا) به گفتهٔ نویسنده اشتباه مدیریتی نبود، پتکی عمدی برای شکستن مقاومت در برابر AI بود.
- با گرونشدن API و محدودشدن اشتراکها، سیاستهای توکن نامحدود فعلاً جمع شدن.
- گذار از «خطای انباشته» به «درستیِ انباشته» یعنی خرج توکن بیشتر حالا نتیجهٔ بهتر میده، نه بدتر.
- تو امنیت، ماجرا داره شبیه اثبات کار میشه: هر کی توکن بیشتری برای پیداکردن اکسپلویت خرج کنه، برندهست.
- خرج توکن برای برنامهنویسها منطقیه؛ خرج توکن برای پایپلاینهای ایجنتیِ یهبارمصرف معمولاً نه.
