Choose your language to read side by side with English.

Silicon Valley’s AI ‘tokenmaxxing’ obsession has a big problem – and philosophers saw it coming
, ,

सिलिकॉन वैली के एआई ‘टोकनमैक्सिंग’ जुनून में एक बड़ी समस्या है – और दार्शनिकों ने इसे आने देखा था

Silicon Valley’s AI ‘tokenmaxxing’ obsession has a big problem – and philosophers saw it coming

Victoria Lorrimar, Director, Centre for Technology and Human Futures, University of Notre Dame Australia Tim Smartt, Senior Research Fellow, Philosophy, University of Notre Dame Australia
Show
Hide
EN – HI
HI – EN

What makes for a good life? Simple: grinding through tokens.

अच्छा जीवन क्या बनाता है? सरल: टोकन के माध्यम से मेहनत करना।

Some time earlier this year, an employee at tech giant Meta built a system to track how much each staff member was using artificial intelligence (AI) .

इस साल कुछ समय पहले, तकनीकी दिग्गज मेटा के एक कर्मचारी ने एक ऐसा सिस्टम बनाया जो यह ट्रैक करता था कि प्रत्येक कर्मचारी कृत्रिम बुद्धिमत्ता (AI) का कितना उपयोग कर रहा है।

Named “Claudeonomics” after the Claude chatbot, the system created a leaderboard ranked by the number of tokens each user was exchanging with AI models, with leaders given titles such as “Token Legend”. (Tokens are tiny chunks of text, each around four characters long, that language models use for processing.)

क्लॉड चैटबॉट के नाम पर “क्लॉडोनोमिक्स” नाम दिया गया इस सिस्टम ने एक लीडरबोर्ड बनाया जो इस बात पर रैंक करता था कि प्रत्येक उपयोगकर्ता AI मॉडल के साथ कितने टोकन का आदान-प्रदान कर रहा है, जिसमें लीडर्स को “टोकन लीजेंड” जैसे शीर्षक दिए गए। (टोकन पाठ के छोटे हिस्से होते हैं, जिनमें से प्रत्येक लगभग चार वर्ण लंबा होता है, जिनका उपयोग भाषा मॉडल प्रोसेसिंग के लिए करते हैं।)

Meta is not alone in its fascination with “tokenmaxxing”: AI labs OpenAI and Anthropic, e-commerce company Shopify, and tech investment firm Sequoia capital are all reportedly monitoring AI usage and rewarding heavy users, some of whom burn billions of tokens in a week.

मेटा “टोकनमैक्सिंग” के अपने आकर्षण में अकेला नहीं है: एआई लैब ओपनएआई और एंथ्रोपिक, ई-कॉमर्स कंपनी शॉपिफाई, और तकनीकी निवेश फर्म सेक्वोया कैपिटल सभी कथित तौर पर एआई उपयोग की निगरानी कर रहे हैं और भारी उपयोगकर्ताओं को पुरस्कृत कर रहे हैं, जिनमें से कुछ एक सप्ताह में अरबों टोकन खर्च करते हैं।

Reducing a person’s performance to a single metric can be appealing for management in large corporations. But the choice of what to measure isn’t a neutral one – and if we’re not careful, it can start to rewrite our vision of what we actually value.

किसी व्यक्ति के प्रदर्शन को एक एकल मीट्रिक तक सीमित करना बड़ी कॉर्पोरेशन्स के प्रबंधन के लिए आकर्षक हो सकता है। लेकिन यह चुनना कि क्या मापना है, तटस्थ नहीं होता – और अगर हम सावधान नहीं रहे, तो यह हमारे इस दृष्टिकोण को फिर से लिखना शुरू कर सकता है कि हम वास्तव में किस चीज़ को महत्व देते हैं।

The score keeps the score

स्कोर स्कोर बनाए रखता है

One of the more full-throated advocates of tokenmaxxing is Jensen Huang, chief executive of chipmaker Nvidia, who envisions a future in which tech employees negotiate high token budgets and consume tokens at rates commensurate with their salaries. Around 80% of those tokens are currently processed via Nvidia’s chips, so Huang’s enthusiasm makes sense.

टोकनमैक्सिंग के सबसे ज़ोरदार समर्थकों में से एक चिप बनाने वाली कंपनी Nvidia के मुख्य कार्यकारी जेंसेन हुआंग हैं, जो एक ऐसे भविष्य की कल्पना करते हैं जिसमें तकनीकी कर्मचारी उच्च टोकन बजट पर बातचीत करते हैं और अपनी तनख्वाह के अनुरूप दर पर टोकन का उपभोग करते हैं। वर्तमान में उन टोकन का लगभग 80% हिस्सा Nvidia के चिप्स के माध्यम से संसाधित होता है, इसलिए हुआंग का उत्साह समझ में आता है।

But is token consumption a helpful metric for those of us who do not profit directly from AI processing volume?

लेकिन क्या टोकन का उपभोग उन लोगों के लिए एक उपयोगी मापक है जो एआई प्रोसेसिंग की मात्रा से सीधे लाभ नहीं कमाते हैं?

In a recent book, The Score, philosopher C. Thi Nguyen analyses the rise of metrics throughout modern society and offers some helpful insights.

हाल ही में एक किताब, ‘द स्कोर’ (The Score) में, दार्शनिक सी. थी नगुएन आधुनिक समाज में मापक के उदय का विश्लेषण करते हैं और कुछ उपयोगी अंतर्दृष्टि प्रदान करते हैं।

As Nguyen emphasises, what we measure shapes our goals. We develop metrics as tools of convenience; they standardise our measurement of values so we can compare large numbers of otherwise disparate things.

जैसा कि नगुएन पर ज़ोर देते हैं, हम क्या मापते हैं, वह हमारे लक्ष्यों को आकार देता है। हम मापक सुविधा के उपकरण के रूप में विकसित करते हैं; वे हमारे मूल्यों के मापन को मानकीकृत करते हैं ताकि हम अन्यथा अलग-अलग चीजों की बड़ी संख्या की तुलना कर सकें।

This standardisation comes at the expense of variation and distinctiveness, Nguyen argues. In business, it can make workers seem interchangeable.

नगुएन का तर्क है कि यह मानकीकरण विविधता और विशिष्टता की कीमत पर आता है। व्यवसाय में, यह कर्मचारियों को आपस में बदला जा सकने वाला दिखा सकता है।

Determining which employees in a large organisation are consuming the most tokens in a week is fairly straightforward. But it tells us nothing about the quality or impact of their work.

किसी बड़े संगठन में यह निर्धारित करना कि कौन से कर्मचारी एक सप्ताह में सबसे अधिक टोकन का उपभोग कर रहे हैं, काफी सीधा है। लेकिन यह हमें उनके काम की गुणवत्ता या प्रभाव के बारे में कुछ नहीं बताता।

Bad metrics, bad results

खराब मेट्रिक्स, खराब परिणाम

In the past, questionable metrics have contributed to dramatically bad outcomes.

अतीत में, संदिग्ध मापदंडों ने बहुत ही खराब परिणामों में योगदान दिया है।

Prior to the 2008 global financial crisis, for example, many financial institutions had sophisticated systems of measures designed to incentivise selling as many loans as possible, as quickly as possible. Perhaps unsurprisingly, many of those loans turned out to be far riskier than anyone realised.

उदाहरण के लिए, 2008 के वैश्विक वित्तीय संकट से पहले, कई वित्तीय संस्थानों के पास उपायों की परिष्कृत प्रणालियाँ थीं जो जितना संभव हो उतने ऋण, जितनी जल्दी हो सके, बेचने के लिए प्रेरित करने हेतु डिज़ाइन की गई थीं। शायद आश्चर्यजनक नहीं कि, उन ऋणों में से कई किसी ने जितना अनुमान लगाया था, उससे कहीं अधिक जोखिम भरे निकले।

Nguyen emphasises that these types of metrics can tempt us into thinking they are unavoidable. But one of the central lessons of moral philosophy is that we ought to pause at moments like these and ask a couple of basic questions: what is a good life, and what values are actually worth chasing?

नगुएन इस बात पर ज़ोर देते हैं कि इस तरह के मापदंड हमें यह सोचने के लिए लुभा सकते हैं कि वे अपरिहार्य हैं। लेकिन नैतिक दर्शन का एक केंद्रीय सबक यह है कि हमें ऐसे क्षणों में रुकना चाहिए और कुछ बुनियादी प्रश्न पूछने चाहिए: अच्छा जीवन क्या है, और वास्तव में किन मूल्यों का पीछा करना लायक है?

Huang and others usually don’t present tokenmaxxing as an answer to these question. But that’s how it functions. What is worth devoting your professional and creative energy to? Simple: grinding through tokens.

हुआंग और अन्य लोग आमतौर पर इन सवालों का जवाब के रूप में टोकनमैक्सिंग प्रस्तुत नहीं करते। लेकिन यह इसी तरह काम करता है। किस चीज़ पर अपनी पेशेवर और रचनात्मक ऊर्जा समर्पित करना लायक है? सरल है: टोकन के माध्यम से मेहनत करना।

A new vision of the good life?

एक सुखी जीवन का नया दृष्टिकोण?

Silicon Valley has, of late, produced a striking number of manifestos and quasi-constitutions.

हाल ही में, सिलिकॉन वैली ने घोषणापत्रों और अर्ध-संविधानों की एक प्रभावशाली संख्या उत्पन्न की है।

Consider Anthropic’s Claude’s Constitution, published in January 2026, which sets out the company’s aspirations for its model’s values and speech. Or look at venture capitalist Marc Andreessen’s Techno-Optimist Manifesto, which makes the case for ambitiously accelerating technological advancements in the service of promoting human flourishing.

एंथ्रोपिक के क्लाउड के संविधान पर विचार करें, जो जनवरी 2026 में प्रकाशित हुआ था, और जो कंपनी की अपने मॉडल के मूल्यों और भाषण के लिए आकांक्षाएं निर्धारित करता है। या वेंचर कैपिटलिस्ट मार्क आंद्रीसेन के टेक्नो-ऑप्टिमिस्ट मैनिफेस्टो को देखें, जो मानव उत्कर्ष को बढ़ावा देने की सेवा में तकनीकी प्रगति को महत्वाकांक्षी रूप से तेज करने की वकालत करता है।

Some of the most influential texts in the history of moral and political philosophy take this form. Thomas Jefferson wrote one – the US Declaration of Independence. Karl Marx and Friedrich Engels wrote another – The Communist Manifesto.

नैतिक और राजनीतिक दर्शन के इतिहास में सबसे प्रभावशाली ग्रंथों में से कुछ इसी रूप में हैं। थॉमस जेफरसन ने एक लिखा – यूएस घोषणापत्र स्वतंत्रता। कार्ल मार्क्स और फ्रेडरिक एंगेल्स ने एक और लिखा – द कम्युनिस्ट मैनिफेस्टो।

One way to view these Silicon Valley proclamations, and trends like tokenmaxxing, is as repackaging familiar commonplaces of corporate life – recasting mission statements and key performance indicators in a loftier register. But another is to see them as attempts to do something far more ambitious: sketch the outlines of a new and far-reaching vision of the good life.

इन सिलिकॉन वैली घोषणाओं, और टोकनमैक्सिंग जैसे रुझानों को देखने का एक तरीका कॉर्पोरेट जीवन के परिचित सामान्य स्थानों को फिर से पैक करना है – मिशन स्टेटमेंट और प्रमुख प्रदर्शन संकेतकों को एक उच्च रजिस्टर में ढालना। लेकिन दूसरा तरीका उन्हें कुछ कहीं अधिक महत्वाकांक्षी करने के प्रयासों के रूप में देखना है: एक नए और दूरगामी सुखी जीवन के दृष्टिकोण की रूपरेखा बनाना।

On that view, the metrics used to measure progress against the vision matter. Tokenmaxxing, for example, is already creeping beyond the bounds of the tech industry – one report from the Wharton School at the University of Pennsylvania suggests many organisations are prioritising staff AI usage and spending as metrics.

इस दृष्टिकोण पर, विजन के विरुद्ध प्रगति को मापने के लिए उपयोग किए जाने वाले मेट्रिक्स मायने रखते हैं। उदाहरण के लिए, टोकनमैक्सिंग पहले से ही तकनीकी उद्योग की सीमाओं से परे सरक रहा है – यूनिवर्सिटी ऑफ पेंसिल्वेनिया के व्हार्टन स्कूल की एक रिपोर्ट बताती है कि कई संगठन मेट्रिक्स के रूप में कर्मचारियों के एआई उपयोग और खर्च को प्राथमिकता दे रहे हैं।

Metrics can be useful – if we’re careful

मेट्रिक्स उपयोगी हो सकते हैं – यदि हम सावधान रहें

Metrics do have their place in an ordered and complex society. There are many instances in which we might happily defer to the scores produced by simple metrics, trading nuance for convenience. Aggregate ratings on product or restaurant review sites, for example, can simplify our decision-making, even if they aren’t tailored to our specific preferences.

मेट्रिक्स का स्थान एक व्यवस्थित और जटिल समाज में है। कई ऐसे उदाहरण हैं जहाँ हम खुशी-खुशी सरल मेट्रिक्स द्वारा दिए गए स्कोर पर भरोसा कर सकते हैं, बारीकियों के बदले सुविधा को चुनते हुए। उदाहरण के लिए, उत्पाद या रेस्टोरेंट समीक्षा साइटों पर समग्र रेटिंग हमारे निर्णय लेने की प्रक्रिया को सरल बना सकती है, भले ही वे हमारी विशिष्ट प्राथमिकताओं के अनुरूप न हों।

The problem is what Nguyen calls “value capture” – when we uncritically allow external metrics to determine our own goals and behaviour. Resisting this process involves questioning what is being measured and reframing it.

समस्या वह है जिसे नगुएन “मूल्य अधिग्रहण” (value capture) कहते हैं – जब हम बिना आलोचना के बाहरी मेट्रिक्स को अपने लक्ष्यों और व्यवहार को निर्धारित करने देते हैं। इस प्रक्रिया का विरोध करने में यह शामिल है कि क्या मापा जा रहा है, इस पर सवाल उठाना और इसे पुनर्गठित करना।

Instead of counting tokens, for example, we might use an equivalent metric such as energy consumption. Energymaxxing might sound more like conspicuous wastage, rather than improved performance.

उदाहरण के लिए, टोकन गिनने के बजाय, हम ऊर्जा खपत जैसे एक समकक्ष मेट्रिक का उपयोग कर सकते हैं। एनर्जीमैक्सिंग (Energymaxxing) बेहतर प्रदर्शन के बजाय अधिक जानबूझकर बर्बादी जैसा लग सकता है।

Counting tokens is one measure of AI activity, which is itself intended as a measure of productivity, which in turn leaves aside the question of what is being produced. Not only is tokenmaxxing a dubious metric in itself, but it may also distort our vision of what matters.

टोकन गिनना एआई गतिविधि का एक माप है, जिसे स्वयं उत्पादकता के माप के रूप में इरादा किया गया है, जो बदले में यह सवाल दरकिनार कर देता है कि वास्तव में क्या उत्पादित किया जा रहा है। न केवल टोकनमैक्सिंग अपने आप में एक संदिग्ध मेट्रिक है, बल्कि यह उस चीज़ के महत्व के हमारे दृष्टिकोण को विकृत भी कर सकती है।

Victoria Lorrimar receives funding from the John Templeton Foundation.

विक्टोरिया लॉरिमर को जॉन टेम्पलटन फाउंडेशन से फंडिंग मिलती है।

Tim Smartt does not work for, consult, own shares in or receive funding from any company or organisation that would benefit from this article, and has disclosed no relevant affiliations beyond their academic appointment.

टिम स्मार्टट किसी भी कंपनी या संगठन के लिए काम नहीं करते हैं, न ही वे उनसे परामर्श देते हैं, न ही उनके शेयर रखते हैं या उनसे फंडिंग प्राप्त करते हैं जो इस लेख से लाभान्वित होंगे, और उन्होंने अपने अकादमिक पद से परे कोई प्रासंगिक जुड़ाव नहीं बताया है।

Read more