首页 > 教程攻略 > ai资讯 >用了 AI 之后,公司好像更穷了

用了 AI 之后,公司好像更穷了

来源:互联网 时间:2026-06-08 14:59:31

AI刚出来那阵子,不少老板的算盘打得啪嗒响,觉得裁员降本的春天总算到了。

老板们想象中的画面是:一个AI顶三个人干活,不摸鱼、不请假、不用涨薪、不用交社保,还能7×24小时在线待命,完美。

理想很丰满,现实却很骨感。AI确实不摸鱼,也确实不用加班,但它每多干一点活,就得多收一点钱。这不,现在越来越多的公司开始直呼:真的烧不起token了。

很多人第一反应是:不至于吧?AI不是越来越便宜了吗?DeepSeek出来以后,不都说大模型成本被打下来了吗?

这话没错,但很多人忽略了一个关键点:模型是降价了,可企业用起来的力度也前所未有地加大了。从偶尔一个人用用,到全员普及,再到几十个Agent在后台7×24小时自动跑,单次调用的成本确实低了,可月底一看账单,嚯,比之前还高出一大截。

举个现成的例子。Uber给5000名工程师开放了Claude Code,结果短短几个月,就把全年AI预算烧得差不多了。

微软那边也在踩刹车,收紧了内部Claude Code的使用权限,不再让工程师无限制调用了。

说白了,过去那种“想怎么用就怎么用”的阶段,已经宣告结束了。

亚马逊的做法更干脆,直接把内部的AI使用排行榜给撤了。原因很简单:一旦把“用了多少AI”当成KPI,员工就开始为了刷排名而疯狂刷token。表面上看,人人都在积极拥抱AI,实际上很多调用根本没有产出,纯粹是“为了用而用”。

米哈游更是在一次多Agent实验中,栽了个大跟头。几十个Agent在后台互相调用、互相等待、互相确认,你问我一句,我回你一句,你再确认我一下,谁都不肯真正收尾,整个调用链越滚越长。结果呢?一个晚上就烧掉了大约200万元的token,而真正产出的价值却微乎其微。

看到这儿,很多人可能会问:token到底是什么东西?怎么就能把一家公司烧成这样?

其实,token可以理解成AI世界里的电费。你在聊天框里问一句,AI几秒钟就给你回话,看起来像是不花钱的。但在企业后台,每输入一句话、每输出一段内容、每调用一次模型、每让Agent执行一个工具,甚至AI和AI之间互相讨论,都会产生token消耗。

更重要的是,AI和传统软件的收费逻辑完全是两码事。以前买软件,成本基本是固定的。一个账号多少钱,一年预算多少,年初就能算得八九不离十。AI可不一样,它是按使用量收费,而且这个使用量还会随着业务复杂度的提升而不断放大。一个员工偶尔问几句,成本没多少;整个团队一起用,费用就开始往上蹿;等再接上Agent,让AI自己调用AI,账单很快就能从几千块变成几十万、几百万。

可偏偏过去两年,整个社会都在鼓励大家“多用AI”。提高AI渗透率、提高使用频率、提高自动化程度,有些公司甚至直接拿token消耗量当考核指标。经济学里有个很经典的定律,叫古德哈特定律:

当一个指标变成目标,它就不再是一个好指标。

国外甚至专门造了个词,叫Tokenmaxxing,大概可以理解为“把token刷到极限”。有人让AI反复优化同一段代码几十遍,有人让AI一口气生成十几个版本的报告,还有人把一个本来几步就能完成的任务,硬拆成一堆Agent协作,只为了让系统看起来更智能。AI越看越成了一堆花架子。

平常小打小闹还能顶住,但真正把成本推到失控边缘的,其实是多Agent系统。理论上,这套东西很美:一个Agent负责规划,一个负责执行,一个负责检查,一个负责总结,像个数字版团队协作。但现实跑起来,它更像一个没人主持的项目会。你问我,我问你;你等我,我等你;确认一轮不够再来一轮。所有人都在动,但事情就是收不了尾。在大部分多Agent系统里,有30%到60%的token,其实就消耗在这种无意义的循环里。

说白了,大把的钱并没有变成结果,而是在AI们互相“开会”的过程中,一点一点烧没了。

更讽刺的是,这些Agent并不是在偷懒,反而是太认真了。它们严格按照流程走,严格执行每一步逻辑,前一个Agent调后一个,后一个再回来确认前一个,直到整个系统把自己绕进死胡同。

这就有点像,某些公司几十个人在会议室里从晚上开会开到第二天早上,每个人都在发言,每个人都很投入,但没人拍板,会议还按秒收费。而问题的关键在于,这种“会议”还会不断被复制、拆分、再嵌套,规模一放大,成本就开始呈指数级失控。因为AI的成本从来不是一次性的,而是会随着调用链不断放大,而且几乎不可预测。

这时候,大家已经不是在讨论“AI好不好用”,而是在算一件更现实的事:这玩意儿到底会不会把账单干爆。国产模型DeepSeek、豆包突然被重新拿出来聊,也不是因为情怀,而是很现实的一句话:同样的活儿,可能便宜好几倍。

说白了就是,别什么都上最贵的模型了,简单的任务丢给便宜的,复杂的再上大的。企业开始明白,AI不是一个“用得越多越厉害”的工具,它更像一个“用得越多越烧钱”的系统。

资本市场那边也跟着变脸。以前看AI公司,看的是谁调用多、谁增长猛、谁token烧得狠。现在只看一个东西:ROI。你烧了那么多token,到底有没有换回来钱。一个很扎心的现实是:效率提升,真的不等于赚钱。代码写快了一倍,但产品没多卖一单,那只是“更快地花钱”,不是赚钱。

更魔幻的是,这事已经不是个别公司在踩坑了。有公司一个月在Claude上直接烧掉5亿美元,还出现过忘了设上限,然后token一路狂飙的情况。Meta那边更离谱,内部搞过一个排行榜叫“Claudeonomics”,专门看谁用AI最多,第一名一个月干掉了

31.2万亿token

。换算一下,这一个月烧掉的钱,够请两个资深工程师干一年。

可以说,一边老板在喊“全员AI化”,一边财务已经开始冒冷汗。其实说到底,不是不用AI,而是不再无脑烧token了。大家开始问一个更现实的问题:这些token,到底有没有换回真金白银?

相关下载