Token 消耗激增，Gartner 预测到 2028 年 AI 编程成本将超过人类开发者平均薪资
Gartner在6月24日发布了一份最新报告，其中有一个相当引人注目的预测：到2028年，AI编程的成本将超过普通开发者的平均薪资。
这一预测的核心逻辑在于，主流的AI编程服务商正在逐步从订阅制转向按使用量计费的模式。这意味着，AI编程的支出将变成一个高度不确定的变量——对技术负责人来说，准确预测和控制相关开销会越来越棘手。更麻烦的是，各大厂商在Token消耗的计算与计费方式上，普遍不够透明。
用Gartner高级首席分析师Nitish Tyagi的话来说，随着Token消耗成为AI支出的计量单位，预算审批会越来越难拿到，而且资金往往比预期的更早见底，这让软件工程领域的负责人倍感焦虑。
从企业实践来看，当前正处于从试点走向全面部署的关键阶段，越来越多的开发者已经把AI工具嵌入了日常工作流程。成本确实是上去了，但产出也在大幅提升。开发者更看重的是交付速度、便利性和更高质量的代码生成，所以指望他们主动减少Token用量来省钱，基本不现实。这就好比开车的人宁愿多花点油钱，也不愿意为了省油而降低通行效率。
Tyagi也指出，Token的自律不会仅仅靠开发者的个人选择来实现——他们总是优先考虑速度和便利，成本效率反而排在后面。
其实，将AI融入工作流程已经成为行业大趋势。员工花在手动写代码上的时间越来越少，更多精力转向了管理和审查AI的输出成果。这个趋势本身没有问题，但问题在于，成本压力远不止来自定价模式和透明度不足。
Gartner的分析指出，AI编程成本的飙升，很大程度上还与使用方式和治理缺失直接相关。Token超支，往往跟工程负责人对使用行为的管理方式有关。常见的问题包括：AI智能体不受控地自主操作、上下文窗口被过度膨胀、以及缺乏结构化的反馈机制来优化用量。更关键的是，目前AI编程工具供应商还没有在智能体内部植入成熟的成本优化能力，这进一步助推了费用的攀升。
Tyagi总结道：“随着基础设施投资和盈利压力不断推高模型定价，AI编程成本将持续走高。同时，越来越多的开发者从轻度用户快速转变为主流用户，这将进一步推动Token消耗和总支出的增长。” 这才是整个预测背后真正的驱动力——不是单一因素，而是定价、用量、治理和用户行为共同作用的结果。
