※ 引述《join183club (183club)》之銘言：
: 一天真的有事情要處理，要找問題，系統又很大，$20/day應該算很省，用GPT 6.1已經算
: 省了。以前Opus獨大時代，花上100都可能。
: 蠻多人説以前沒AI不是也可以工作，重點是你的客戶，你的對手用AI快速生成答案，在Ca
: se上討論事情，用AI把問題和Codebase整理，再針對問題回覆。
: AI該不該用，應該取決於主管的心態，產出可以跟以前一樣嗎？如果不能用，還要跟其他
: 公司速度對齊，真的就有點噁心了。
公司內逐漸出現「階級」化：有 token 的人，和在排隊的人
最近隔壁部門調整了 token 的使用規則：只有參與 AI 相關 feature 的人可以繼續用商
用模型，其他人的 token 額度直接歸零，改用公司內部的 local model，而且得排隊。
背景不難理解。公司年初大力推動 AI，各部門啟動了不少「用 AI 提升工作效率」的專
案。現在 token 預算見底，但 AI 方案又不能停，只好把有限的額度集中到少數人身上
。
站在預算角度，這個決定合理；但站在團隊角度，我覺得副作用會慢慢浮現。
**AI 的幫助是全面的，不只在特定 feature 上**
寫報告、整理資料、debug、查規格、寫信，幾乎每個日常環節都用得上。拿到 token 的
人，提升的不只是 AI 專案的進度，而是所有工作的效率。
於是會出現一個很現實的畫面：別人的報告已經寫完交出去了，你還在 local model 前
面等。
**相對剝奪感會越來越重**
差距不是來自能力，而是來自工具分配。久了之後，沒有額度的人會覺得：不是我不努力
，是起跑點就不一樣。績效比較時，這種落差很難被看見，卻很容易被感受到。
AI 導入最難的或許不是技術，而是資源怎麼分配才不會讓團隊分裂。當工具成為效率的
分水嶺，「誰能用」本身就成了一種新的階級。