中文精炼导读
核心观点
- 404 Media 报道"Tokenpocalypse"：企业正在拼命控制 AI 的 token 消耗（token 费用支出），而埃森哲（Accenture）的内部数据揭示了一个出人意料的消耗大户——不是工程师，而是大量非工程师员工。
- 埃森哲代理式 AI 战略负责人 Justice Kwak 承认，公司内部数据显示 token 消耗主要由非工程师驱动的行为造成；客户群负责人 Stuart Henderson 在插科打诨中问出一个关键问题："把 PDF 转成 Markdown 是不是 token 大户？"——答案是肯定的。
- 这篇报道还透露出"泄露的会议录音"这一细节：这些数据来自埃森哲的内部会议，让人一窥大型咨询公司在 AI 成本管控上的真实处境。
- Simon Willison 借此点出更深层的吐槽：如果连埃森哲都发现"PDF 转 Markdown"是主要的 token 吞噬者，那么企业界或许早该意识到——PDF 本来就是一种极不擅长传递信息的媒介。
- 言下之意：与其花钱让 AI 一遍遍解析笨重的 PDF，不如从一开始就用更适合机器与人都能高效处理的格式（如 Markdown）来承载与传递信息。
内容精讲
"Tokenpocalypse"（token 末日）这个标题本身就带着黑色幽默：它把大模型 token 消耗的费用压力比作一场正在来临的灾难。404 Media 在 6 月 24 日的报道中披露，企业在看到大模型账单后开始"手忙脚乱地削减 AI 支出"。最生动的素材来自埃森哲——据报道是内部会议音频被泄露——一段对话展现了咨询巨头对 token 消耗的真实困惑。
对话发生在埃森哲的代理式 AI 战略负责人 Justice Kwak 和客户群负责人 Stuart Henderson 之间。Kwak 先抛出反直觉的发现："我们从内部数据里至少看到，驱动 token 消耗的其实不是我们的工程师，而是一大堆非工程师在做你刚才说的那些行为。"这句话值得玩味：通常人们会假设 AI 使用量主要由写代码的工程师贡献，因为他们在用 AI 写代码、跑测试、做重构，一次会话可能吃掉海量 token。但埃森哲的数据显示恰恰相反——非工程师（顾问、分析师、销售、职能人员）的行为才是 token 消耗主力。
随后 Henderson 半开玩笑地追问，生怕 Kwak 刚才不小心"把一个 PDF 转成了图片，又转成了 Markdown 文件"："据我所知，那是 token 消耗大户之一。把 PDF 转成 Markdown，对吗？"Kwak 确认，这正是埃森哲自己数据所显示的。这段对话用最生活化的方式点出了一个被低估的成本黑洞：企业里积压了海量以 PDF 形式存在的合同、报告、白皮书、财务表，而让 AI 处理这些文件（解析 PDF、转成 Markdown、再做分析）会消耗不成比例的 token——因为 PDF 本质上是为"打印"设计的格式，文本、表格、版面被揉成一团，机器解析它远比解析纯文本昂贵。
Willison 对这条新闻的评论一针见血："也许埃森哲想明白 PDF 是传递信息的糟糕媒介之后，就能把这条信息也传给整个商业界了。"他的潜台词是双重的：其一，token 费用的浪费根源往往不在于 AI 本身贵，而在于喂给 AI 的数据格式低劣——用 PDF 存储和传播信息，等于让每个需要处理它的人都（无论是人还是机器）付出额外成本；其二，把内容从 PDF 迁移到 Markdown 这类结构化、纯文本、人与机器都友好的格式，不仅省 token、省算力，还能让信息被检索、复用、版本管理，是效率上的根本改进。讽刺之处在于，很多公司一边为 token 账单发愁，一边继续以 PDF 为唯一载体分发信息，然后花更多 token 去把它"翻译"回机器可读的形式——等于先制造问题，再花钱解决问题。
这篇文章是一篇典型的 Willison 式"链接帖"：他不做大而全的评论，而是用一个犀利的角度切入热点新闻——token 成本失控的根子，也许不在 AI，而在文档格式本身。
阅读价值
适合企业 IT 负责人、AI 成本管控者以及所有在公司里大量使用 LLM 处理文档的人：文章用埃森哲的实例点明了"非工程师 + PDF 转 Markdown"这两个最容易忽略的 token 消耗黑洞；对想要优化 AI 支出、或正在推动团队改用更友好文档格式的读者，是一条值得记住的启发。
本文为中文精炼导读,由 AI 基于原文整理,内容与图片版权归原作者所有。原文: https://simonwillison.net/2026/Aug/7/pdfs-are-terrible/#atom-everything