硅谷在2026年初经历了一场被称作“Tokenmaxxing”的AI使用狂潮。企业CEO们鼓励员工将AI工具的使用推向极限，试图在生成式AI的浪潮中抢占先机。然而，账单很快到来。据TechCrunch报道，Uber在短短几个月内就耗尽了全年的AI预算，一些公司削减了部分部门的Claude授权，Meta则悄然取消了内部AI使用排行榜。这股热潮与投资回报之间的紧张关系，正是NEA合伙人Tiffany Luck当前关注的焦点。

在TechCrunch的Equity播客中，Luck与主持人Rebecca Bellan深入探讨了这一现象。Luck的职业起点是说服企业相信电子商务是未来，如今她全力投入AI领域，尤其看好消费级业务中可能出现“魔法时刻”的潜力。她认为，企业虽然对AI充满热情，但距离清晰衡量投入产出比还有相当距离。

Luck在对话中提到了几个值得关注的趋势。她展望了个人AI代理的未来，认为这类能够自主执行任务、深度融入个人生活的智能体，可能成为消费级AI的下一个爆发点。同时，她也分享了对今年AI企业IPO前景的看法，暗示市场正在等待一批真正证明商业价值的公司登陆公开市场。

更关键的是，Luck观察到一批初创公司正在切入企业AI支出管理的缝隙市场。这些公司提供的工具和服务，旨在帮助企业追踪、分析和优化在各类AI模型和应用上的投入，从而回答一个根本问题：花在AI上的钱到底带来了什么回报。这与当前企业从盲目试用转向精打细算的宏观趋势高度吻合。

从产业视角看，Luck的观点折射出AI应用层正在经历的理性回归。在基础设施和模型层持续获得巨额资本投入的同时，应用层的企业客户开始用更挑剔的眼光审视每一笔AI开支。那些能够证明自身带来明确效率提升或收入增长的AI产品，将更容易获得续约和增购；而那些仅靠新奇感吸引用户、缺乏可量化价值主张的应用，可能面临预算削减的压力。

对于投资者而言，这一信号意味着需要更加关注AI公司的单位经济模型和客户留存指标。对于AI从业者，则提示产品开发必须紧扣可衡量的业务成果，而非仅仅追求技术上的炫酷。整个AI产业正在从“先用起来再说”的实验阶段，迈入“每一分钱都要看到效果”的成熟阶段。这一转变虽然可能短期抑制某些泡沫化的支出，但长期看有助于AI技术在企业场景中的健康落地和可持续增长。