# 账单到期了

整整两年，AI 的成本感觉像个可以忽略的零头。到了 2026 年，发票来了——Uber 四个月就烧光了一年的 AI 预算，Microsoft 把 Claude Code 从自家工程师手里收了回去，JPMorgan 说 token 正在吞噬互联网利润。这不是一时的波动。token 计费颠覆了软件赖以建立的经济学，而残酷之处在于：更好的 agent 反而更贵。下面老实讲清楚到底发生了什么变化。

- **Author:** Fedor Chishchin
- **Published:** 2026-06-04
- **Tags:** business, ai-native, agents
- **Source:** https://fedorthinks.com/zh/blog/the-token-bill-came-due

---

差不多有两年时间，用 AI 的成本是你根本不会去想的东西。在 demo 里它只是几分钱。在融资路演的 PPT 里它只是一个脚注。所有人都当产品里的智能是免费的——什么都调用最好的模型，让 agent 想循环多久就循环多久，先把规模做起来，账单的事永远别操心。

到了 2026 年，账单来了，而且它不是脚注。

## 成本恐慌是真的

今年春天的数字不再是抽象的了。
[Uber 四个月就烧光了一整年的 AI 预算](https://fortune.com/2026/05/26/uber-coo-ai-spending-tokens-claude-code/)。
[Microsoft 悄悄收回了自家大多数工程师的 Claude Code 许可证](https://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents/)，
把他们推到了一个更便宜的内部工具上。一位 AI 顾问告诉 Axios，
他们有一个客户
[单月在 Claude 上花了五亿美元](https://www.axios.com/2026/05/28/ai-spending-roi-enterprise-costs)。
JPMorgan 发了一份标题相当“欢乐”的报告
[《AI Token 成本正在吞噬互联网利润》](https://www.derekthompson.org/p/the-great-ai-cost-panic-of-2026)。
而只有 **14% 的 CFO** 表示他们能看到这笔花费带来了清晰、可衡量的回报。

最直白的一句来自一位 Nvidia 高管——当时 AI 成本已经飙过了工资支出：算力的成本现在
[远远超过了员工的成本](https://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents/)。
好好品一品这句话。本该让人变得更廉价的工具，反而变得比人还贵。

## 为什么这不是一时波动

把这当成一次暂时的飙升，会让人安心一些——价格会降下来，自己就会理顺。每个 token 的单价*确实*在降，但这救不了你，因为问题是结构性的。token 计费颠覆了软件赖以建立的经济学。

软件的魔力在于近乎为零的边际成本。你建好一次，第一万个用户带给你的额外成本几乎和第一个用户一样少。这就是“先做规模、后做变现”行得通的原因——多服务一些人几乎是免费的。**AI 打破了这一点。** 每一次使用都在烧 token，所以成本随使用量上升，永远不会变平。更糟的是，agent 不是一次模型调用——它会循环、规划、调用工具、反思。智能体型的 AI 消耗的 token
[最多可达一个简单查询的 **1,000 倍**](https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-cost-crisis-hits-tech-giants-as-employee-tokenmaxxing-backfires-agentic-ai-eats-up-to-1000x-more-tokens-than-standard-ai-sparks-corporate-pullback-at-microsoft-meta-and-amazon)，
而 Goldman Sachs 预计 agent 会推动 token 需求在 2030 年前
[增长 **24 倍**](https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-costs-begin-to-bite-as-agents-may-increase-token-demand-by-24-times-says-goldman-sachs-report-uber-and-microsoft-among-companies-feeling-the-bite-of-tokenized-billing)。

下面这部分应该会重塑你的思路：在 token 这套逻辑下，**把 agent 做得更好往往会让它更贵。** 更多推理、更多步骤、更多上下文——更强的能力——就是更多 token。软件界惯常的本能“把它做得更聪明”，现在挂上了一个计价器。一份分析发现，
[这笔 token 税吃掉了扩张期 AI 公司 23% 的营收，把毛利率锁死在比 SaaS 常态**低约 30 个百分点**的位置](https://www.techtimes.com/articles/317542/20260601/ai-agent-economics-token-tax-locks-gross-margins-30-points-below-saas-baseline.htm)。
这道差距不是你能优化掉的 bug。它是新的物理定律。

## 我们自己造的孽

现在讲老实的另一半，因为这场恐慌不只是模型的价格——很大一部分是自找的。好几家公司*主动激励*了 token 燃烧。Meta 和其他公司搞了内部排行榜，按员工用了多少 token 来排名，于是人们做了理性的事：他们
[整天把一切都往 agent 上砸，只为往榜上爬](https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-cost-crisis-hits-tech-giants-as-employee-tokenmaxxing-backfires-agentic-ai-eats-up-to-1000x-more-tokens-than-standard-ai-sparks-corporate-pullback-at-microsoft-meta-and-amazon)。
他们管这叫“tokenmaxxing（拼命烧 token）”，而它产出的正是它所衡量的东西：最大的花费，而非最大的价值。分析公司 Faros AI 甚至发现，在高强度采用 AI 的情况下，“代码churn（写了又删的代码）”——也就是写出来又被删掉的行数——
[暴涨了 800% 以上](https://www.derekthompson.org/p/the-great-ai-cost-panic-of-2026)。
那些昂贵的 token，很多都生成了转头就被扔掉的代码。

所以这张账单是两件事叠在一起：推理本身真实的、结构性的成本，再加上其上的一次纪律失守——把一种计量收费的资源当成免费的，甚至还奖励人们去浪费它。

## 这到底意味着什么

这不是“AI 不管用”。这是“AI 从来都不是免费的，而我们花了两年时间假装它是，并以此造产品”。这次修正是健康的，它干掉的正好是该被干掉的那些习惯。那套偷懒的打法——把最贵的模型对准一切，让 agent 无边界地循环，从不看一眼计价器——正在死去。取而代之的，是工程里最古老的美德：效率，被当成一项功能来对待，而不是事后才想起的补丁。

再看看谁没在恐慌。那些早就
[把无聊的 90% 工作路由到便宜模型](/blog/cheap-model-most-of-the-work)、
[做好 grounding 好让 agent 不至于乱抓乱试白烧 token](/blog/grounding-is-a-constraint)、
并[把 agent 保持得足够窄](/blog/one-agent-that-does-everything)、而不是放任一个全能神级 agent 永远循环下去的团队——他们从一开始就把这笔成本算进去了，因为他们一直把 token 当成它本来就是的真实成本。这场成本恐慌，大体上是给所有没这么做的人的一次清算。

廉价 demo 的时代结束了。现在每一个 AI 产品都得回答那个它本该一开始就回答的问题：**它烧掉的 token 值不值得？** 这不是危机。这只是数学终于现身了——来得有点晚，而且声音很大。