Токенмаксинг как зависимость

Разработчик Сигрид Джин за год сжёг 50 миллиардов токенов и советует тратить на ИИ столько же, сколько на аренду жилья, иначе отдачи не увидишь. Дженсен Хуанг сказал в марте на All-In: инженер с зарплатой 500 тысяч в год должен сжигать токенов хотя бы на 250, а если тратит пять, Хуанг взбесится, и на вопрос, тратит ли Nvidia два миллиарда в год на токены для инженеров, ответил «стараемся». Борис Черни, который ведёт Claude Code, советует давать инженерам неограниченные токены. У этого есть название: токенмаксинг. Слово склеено из «токен» и суффикса «-maxxing» из культуры, где максимизируют внешность, в печати есть с февраля 2026-го, а разошлось весной, когда пресса описала инженеров, соревнующихся в расходе токенов.

Соревновались буквально. В Meta сотрудники собрали неофициальный лидерборд Claudeonomics, который считал токены по 85 тысячам сотрудников и показывал топ-250 с титулами вроде Token Legend. В Amazon был KiroRank внутри платформы Kiro. Оба закрыли: Meta в апреле, Amazon в конце мая. Причина у Amazon сформулирована старшим вице-президентом Дэйвом Тредуэллом: «Пожалуйста, не используйте ИИ ради использования ИИ». Сотрудники заводили бесполезные задачи для агентов, чтобы подняться в таблице. Fortune подвёл итог 28 мая: Uber потратил годовой бюджет на токены за четыре месяца, и COO Эндрю Макдональд сказал, что расход трудно оправдать, если не можешь провести прямую линию от него к выпущенным фичам; Microsoft отозвала подписки Claude Code у части отделов; счёт Salesforce у Anthropic около 300 миллионов в год. IBM в июне написала фразу, которой хватило бы вместо всего абзаца: расход токенов это сигнал затрат, метрикой ценности он быть не может.

Это корпоративная сторона, и она понятна: закон Гудхарта, метрика стала целью и перестала быть метрикой. Меня интересует другая сторона, личная. Человек, который сидит с тремя агентами до трёх ночи и заводит четвёртого, потому что три уже работают. Слово «зависимость» тут произносят легко. Я хотел понять, что про это говорят исследования, потому что твитов я начитался.

Начну с того, чего нет. Зависимости от чат-ботов нет ни в DSM-5-TR, ни в МКБ-11. Нарративный обзор Октавиана Василиу в Frontiers in Public Health за май 2026 года собирает то, что есть: семь валидированных шкал, от Problematic ChatGPT Use Scale на 1 040 человек до шкалы на 3 843 подростках, и часть из них адаптирована со шкал для соцсетей и смартфонов, так что сравнивать результаты между собой трудно. Автор предлагает три уровня: проблемное использование, когда страдают работа или учёба, зависимость, где контроль не обязательно потерян, и аддикция с потерей контроля и синдромом отмены. И прямо пишет, что аддикция здесь спорное понятие, исследования почти все поперечные, нейрокогнитивных маркеров нет, и есть риск запатологизировать высокую вовлечённость.

Дальше то, что есть. Шкала зависимости от генеративного ИИ, шесть исследований на 1 333 участниках из США и Сингапура, даёт устойчивые три фактора: навязчивые мысли об ИИ, негативные последствия и синдром отмены. В июне 2026-го в BMC Psychology вышла шкала специально для программирования, 1 295 студентов нескольких китайских университетов, и там факторы названы ещё точнее: когнитивный, уверенность, что ИИ пишет код лучше тебя; аффективный, тревога, когда инструмент недоступен; поведенческий, обращение к ИИ даже за простыми задачами. Кто сидел без Claude Code полдня во время сбоя, узнает второй пункт.

Распространённость измерена плохо, но цифры есть. В китайской выборке подростков зависимыми считались 17% в начале семестра и 24% в конце. Обзор перечисляет четыре паттерна дизайна, которые связывают с дофаминовой системой, и первый из них это непредсказуемость ответа: ты отправляешь запрос и не знаешь, что придёт, в обзоре это названо неопределённостью награды, по-моему, тот же механизм, что у игрового автомата. С агентом это усилено ожиданием: ты ждёшь результат десяти минут работы, целый кусок задачи вместо абзаца.

OpenAI и MIT Media Lab в марте 2025-го опубликовали две работы: анализ почти 40 миллионов чатов и предрегистрированное РКИ на почти тысяче человек за четыре недели. Длительное ежедневное использование связано с худшими исходами по одиночеству и эмоциональной зависимости, и авторы честно пишут, что причинность показана не везде. Microsoft Research в опросе 319 работников умственного труда на CHI 2025 нашла: чем выше уверенность в ИИ, тем меньше человек включает критическое мышление. И BCG в марте 2026-го опросила 1 488 американских работников: 14% описывают «AI brain fry», умственное истощение от надзора за инструментами сверх своих возможностей, и у них на 39% больше ошибок по самооценке. Продуктивность растёт с первым и вторым инструментом, с третьим растёт медленнее, после третьего падает.

Токенмаксинг это два разных явления под одним словом. Корпоративное это метрика, которую сделали целью, и она умерла за пару месяцев. Личное это контур с переменной наградой, в который добавили ожидание результата и рейтинг среди коллег, а в Amazon ещё и оценку менеджером. Диагноза для этого нет. Критерии, по которым его можно было бы поставить, уже написаны: тревога без инструмента, обращение к нему за простым, продолжение вопреки последствиям. И измеренные последствия тоже есть: меньше критического мышления при большем доверии, больше ошибок при большем числе инструментов.

Мне из этого важно одно. Я писал, что число шагов выбирает модель, а платит человек. Токенмаксинг это когда человек перестаёт считать и шаги, и деньги, потому что счётчик стал очком. Мой агент показывает стоимость сессии в каждой строке статуса. Я оставил это не для бухгалтерии. Для того, чтобы видеть, когда четвёртый агент нужен задаче, а когда мне.