2026 年 7 月，一份內部備忘錄從特斯拉流出：

即日起，員工每週使用外部 AI 工具（ChatGPT、Claude 等）的費用上限為 200 美元，超支需主管審批。

但自家 xAI 的 Grok 不限...

這不是特斯拉一家的事

如果你以為只有特斯拉在限，那你是太小看這波「AI 緊縮潮」了。

科技巨頭：

• Meta — 限制員工調用 Anthropic、OpenAI 高端模型，設置月度人均算力支出上限，取消 AI 消耗排行榜，強制優先使用自研 Llama
• 微軟 — 限制員工使用 Claude 全系模型，縮減 GitHub Copilot 免費額度，工程師月 Token 設硬性上限，主推自有 AI
• 亞馬遜 — 取消員工 AI Token 排名，劃定各崗位月度調用額度，引導切換低成本輕量模型
• Uber — 今年 4 月就花光全年 AI 預算，隨後設定每人每月上限 $1,500

金融與零售：

• 花旗銀行 — 直接禁用 GPT-5、Claude Opus，僅開放低成本基礎模型
• 沃爾瑪 — 內部 AI 助手設置統一 Token 月度上限
• 埃森哲 — 審計發現大量算力浪費，全員下調 AI 配額

中國巨頭也不落人後：

• 騰訊 — 原人均月 1.35 萬元額度，大砍至 1,000-5,000 元；混元不設限
• 字節跳動 — 自研 TRAE 無限用，外部模型設統一報銷上限
• 阿里巴巴 — 開產研崗 8,000 元/月額度，全面禁用 Claude Code，強制切自研 Qoder

每家的劇本一模一樣：外部模型砍額度，自研模型無限用。

真正的問題：不是缺算力，是缺錢

去年大家都在喊「算力荒」。GPU 買不到、H100 排隊等半年、算力中心 3-7 年才能併網。

但現在 Meta 在賣閒置 H100、特斯拉限制員工 AI 預算、Uber 四個月燒光全年 AI 支出。

荒的不是算力，是鈔能力。

這些公司花 $1,400 億買 GPU、養數千名工程師訓練自有模型。結果員工不領情，繼續用對手的付費 API。CFO 看到帳單才發現：AI 預算比行銷預算還高。

最諷刺的一幕

Meta 現在同時在做三件事：

1. 求 Google 多給 Gemini 配額（被拒絕）
2. 花 $1,400 億買 GPU 訓練自有模型
3. 把閒置的舊 H100 租出去換現金

一邊喊餓、一邊開餐廳。賣的還不是同一道菜。

誰是這場鬧劇的贏家？

不是 OpenAI，不是 Google，也不是 Anthropic。

是一個人，用 DeepSeek V4 Pro，睡前一小時做出一個多租戶部落格平台。沒有 IT 審批、沒有預算上限、沒有 CFO 擋你。

他花 $3 做的事，大廠員工要花 $3,000(可能還不只) — 而且還要先跑三層審批。

AI 還沒普及，巨頭就開始限流了。

但真正需要 AI 的人，從來沒被限制過。