一句话看懂：埃森哲内部会议泄露音频显示，非技术员工正在用大模型token做一些“PDF转Markdown”级别的琐碎工作，导致企业AI支出暴涨。这件事说明AI泡沫的一部分，可能不是来自工程师写代码，而是来自普通员工拿大模型当免费打字员。
事件核心：发生了什么
据404 Media记者Joseph Cox获得的埃森哲内部会议泄露音频，这家咨询巨头正在研究如何遏制非技术员工在琐碎任务上消耗公司AI token预算。音频中提到，埃森哲在全行业观察到“token支出飙升”，一个典型案例是员工把PDF转成图片、再把图片转成Markdown文件——高管Stuart Henderson在会议中直接表示，这属于“最消耗token的操作之一”。会议还首次介绍了名为“token ops”的管理概念，由Kwak和Eduardo Salamanca de Diego主讲，目的是控制AI调用成本。
Daring Fireball作者John Gruber对此评论称，咨询巨头“看起来很聪明但实际并不聪明”，并讽刺说Markdown本应作为写作起点，而不是用大模型去转换PDF得来的结果。
为什么重要
这件事的意义在于它“祛魅”了当前AI叙事中的工程师中心论。过去AI热潮的叙事主角是那些用大模型生成大量代码的超级工程师，但埃森哲的数据揭示了一个相反的现实：大量AI算力正在被非技术员工用于低价值的文档格式转换，而不是被用在真正有创造性的工作流里。对企业来说，这意味着AI投资回报率可能被严重摊薄——大模型擅长的事情和员工实际让它做的事情之间，存在巨大的错配。
这也解释了为什么“token ops”会成为企业刚需。当AI从试用走向全员使用，费用不再是一个工程师的API账单问题，而是像水电费一样需要治理的企业运营成本。谁能先教会大模型少干蠢事，谁就能在AI商业化里省下真金白银。
对用户/开发者/创作者的影响
对普通用户来说，这件事提醒你：你在ChatGPT里让AI“把PDF转成Markdown”的时候，背后是真金白银的算力消耗。免费额度也许够用，但在企业环境中，这类操作会成为成本审查的对象。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者和企业技术决策者来说，这是一个明确信号：未来AI应用的设计必须考虑token经济学。开发者需要从产品层面限制低价值调用，比如优先用传统工具处理PDF解析、图片格式转换，而不是不分青红皂白地什么都丢给大模型。API集成时也应该区分“非用LLM不可”和“用普通程序就能搞定”的任务，避免推理成本失控。
对内容创作者而言，这件事顺带说明了Markdown的生态位置：它是适合人写的轻量格式，不是适合大模型反复转换的中间物。如果一个工作流需要把PDF转成图片再转成Markdown，那大概率是流程设计出了问题。
值得关注的后续
目前公开信息显示，埃森哲尚未公开回应这一泄露内容。接下来值得观察的是：第一，埃森哲会不会顺势推出面向客户的“token ops”咨询产品，把成本治理变成新业务线；第二，各类AI应用是否会增加更细粒度的token用量限制和预算告警功能，把成本控制做成产品竞争力；第三，404 Media是否会放出更完整的会议音频，揭示更多关于企业AI支出浪费的具体数据。
