特斯拉在大力推动内部AI应用后，开始踩下成本控制的刹车。据The Information报道，特斯拉上月通知员工，自7月6日起，员工使用AI工具的支出上限设定为每周200美元，超出部分需获得主管审批。而在此前数月，部分软件工程师的Token消耗一度高达每周数千美元。知情人士透露，马斯克旗下xAI产品的测试版本不计入上述限额。

这一政策转变并非孤立事件。特斯拉去年推出了名为“Bottle Rocket”的内部AI统一访问平台，为员工提供OpenAI、Anthropic、xAI以及Cursor等模型的访问权限，其中甚至包括部分尚未公开发布的版本。在此之前，许多员工主要通过个人账户使用各类AI工具，公司层面的管理相对松散，各业务部门的AI使用规范多由副总裁或总监自行制定。

今年春季，特斯拉开始推进全公司范围的统一管控。公司限制员工通过公司电脑和内部网络访问Bottle Rocket以外的AI模型，并组织内部宣导，提醒员工不得将公司机密信息输入未经批准的AI系统。这些动作标志着特斯拉从鼓励“全面拥抱AI”转向了更精细化的治理。

特斯拉的AI部署远不止于软件工程。公司去年还推出了基于内部数据训练的AI平台Nova，旨在为全公司提供统一的知识与流程支持。员工既可以查询休假政策等日常信息，也可以利用其协助处理工厂生产线故障排查等复杂业务流程。特斯拉车辆工程副总裁Lars Moravy近期表示，公司正积极将AI融入工程开发，包括利用AI代理调用工程知识库，以及通过AI检测下线车辆的质量问题。

然而，AI工具的普及过程并不平坦。今年早些时候，部分团队上线了追踪Token使用情况的内部仪表盘，既鼓励工程师多用AI，对消耗最高的员工进行排名，也有管理层不断提醒控制成本、谨慎处理敏感数据。马斯克本人则持续推动员工使用旗下公司的AI产品。今年4月，他发邮件鼓励全体特斯拉员工试用xAI与Cursor合作开发的编程模型Composer；6月又表示，SpaceX和特斯拉正在测试xAI最新模型Grok 4.5。但据报道，Grok在特斯拉内部的接受度并不高，不少员工仍更倾向于使用Anthropic的Claude完成日常开发工作。

在人事层面，前IT副总裁Raj Jegannathan曾主导特斯拉的AI推广，推动AI应用从研发扩展至销售和服务部门，例如部署AI客服代理。但在其今年2月离职前，部分职责已被调整，此后由Tony Tran直接向马斯克汇报，负责IT、AI及云基础设施业务。

特斯拉的这一调整，与Meta、Uber、沃尔玛等企业的轨迹相呼应。这些公司都经历了从鼓励员工全面拥抱AI，到开始收紧相关开支的快速转变。对特斯拉而言，这一平衡尤为关键。马斯克曾多次强调，特斯拉未来的价值取决于能否在Robotaxi网络和Optimus人形机器人上实现AI的大规模落地，而非单纯依赖汽车销售。在此背景下，如何提高AI投入效率、在创新与成本间找到可持续路径，已成为管理层必须直面的课题。

从更广的产业视角看，特斯拉的举措折射出企业级AI应用正在进入一个新阶段。当AI工具从少数研发团队的实验品变为全员生产力的一部分时，成本可视化、访问权限管控和数据安全便成为不可回避的治理难题。特斯拉通过Bottle Rocket和Nova构建的统一平台，试图在开放创新与集中管控之间找到平衡点，这一实践或将为更多正在推进AI转型的大型企业提供参照。