AI高烧退场，账单进场：当大厂开始'限流'Token，AI真的好用吗？

AI Costs and ROI

一、一个“脑壳炸开”的瞬间：被透支的AI预算

2026年4月中旬，Uber的首席技术官（CTO）Neppalli Naga看着财务报表，冷汗直冒。

“我们2026年全年的AI预算，已经提前被吹飞了。”

此时，距离2026年开年，还不到四个月。

5月底，Uber首席运营官（COO）Andrew MacDonald在《Rapid Response》播客中，用了一个极具画面感的词来形容他得知此事时的心情——“脑壳炸开的时刻”（head-exploding moment）。

导致Uber预算提前见底的罪魁祸首，并不是什么宏大的云端超级计算，而是Uber内部员工疯狂调用的AI编码助手——Claude Code。为了止血，Uber不得不紧急对员工的AI调用实施“额度管控”，开始抠抠搜搜地过日子。

几乎在同一时期，在大洋彼岸的另一家科技巨头亚马逊（Amazon），也发生了一场荒诞的闹剧。

亚马逊为了鼓励员工使用生成式AI，在内部建立了一个“Token消费排行榜”。结果，这一举措直接激发了程序员们体内的“刷榜”基因。为了爬到榜单前列，员工们开始用AI生成各种毫无意义的废话和垃圾任务去疯狂消耗Token，把内部资源刷得底朝天。

最后，亚马逊高管不得不紧急下线了该榜单，并在内部群发邮件，语气极其无奈：“请大家不要为了使用AI而使用AI。”

这两起真实发生的巨头逸闻，撕开了2026年科技圈最敏感的一道口子：第一阶段，人们怀疑AI的能力；第二阶段，人们神化AI的威力；而现在，第三阶段来了——大家开始肉疼AI的账单。

一场关于AI ROI（投资回报率）的“清算大潮”（Vibe Shift），正在 Corporate America 轰轰烈烈地展开。

二、从“自助餐”到“按量计费”：AI商业模式的骨感现实

过去两年里，企业界对AI的态度像极了刚进自助餐厅的饕餮食客，高喊着“全员接入，全面智能化”。但当“Token吞噬者”的账单真正递到CEO们的办公桌上时，大家才发现，这根本不是什么可以无限续杯的软件服务，而是一台二十四小时不停运转的吞金碎钞机。

最大的行业震荡来自于 GitHub。

作为全球程序员几乎人手必备的AI编程工具，GitHub Copilot 终于熬不住了。长期以来，Copilot凭借固定包月费、不限用量（Unlimited）的温和形象获取了数百万用户。但就在本周，GitHub宣布将其核心服务转向**“基于用量的账单模式”（usage-based billing）**。

这一变动震惊了开发者群体。习惯了用 Copilot 自动生成大段代码的程序员们，突然被推到了残酷的“真实成本”面前。

GitHub 坦承，这是为了创造一个“可持续发展”的商业模式。说白了：AI不是免费的，大模型算力不是自来水，每一次 Token 交互，都是真金白银。

连大模型的核心布道者、OpenAI CEO Sam Altman，在近期面对铺天盖地的成本质疑时，也不得不承认：

“AI的巨额支出何时能转化为等额的营收，是当前行业内最公平、最合理的批评。”

三、算不过来的Token账本：为什么AI不像以前的SaaS？

在传统互联网时代，企业对SaaS（软件即服务）的认知是“边际成本递减”。一套CRM软件，1万个员工用和2万个员工用，对软件提供商来说，服务器带宽的增加几乎可以忽略不计。所以，“买断制”和“固定年费制”是黄金法则。

但生成式AI彻底粉碎了这个公式。

AI的边际成本，是恒定的，甚至在极高频调用下呈线性上升。

每一次你让大模型帮你写一段文案、运行一个测试、甚至是分析一份 PDF，在云端，GPU 都在进行极其高密度的矩阵乘法计算，消耗着海量的电力和水资源。

Token是按字算钱的。
长上下文（Long Context）是指数级增加算力消耗的。
高频 Agent（智能体）的自我迭代，是个Token黑洞。

当Uber的程序员用 Claude Code 自动重构一个老旧代码库时，AI在后台不停地读取上下文、分析、修改、报错、重新读取、再次修改——在这个自动化的“闭环”里，Token正在以每秒数万个的速度疯狂燃烧。

“省下来的时间，可能还不够付Token钱。” 这成了许多中小企业数字化转型主管的真实心碎声。

四、企业自救指南：如何从“AI崇拜”走向“AI计算器”？

当高烧退去，泡沫破裂，并不意味着AI技术本身没用了。相反，正是因为“清算期”的到来，那些真正务实、能够带来真金白银ROI的AI应用，才会被淘洗出来。

在这个阶段，企业和职场人应该如何调整策略？

               [ AI 任务请求 ]
                      │
            ┌─────────┴─────────┐
            ▼                   ▼
     ( 低价值/常规任务 )    ( 高价值/高风险任务 )
      [ 免费/开源模型 ]     [ 闭源前沿旗舰模型 ]
      ( 如 Qwen/Llama )     ( 如 Claude/GPT-4o )
            │                   │
            └─────────┬─────────┘
                      ▼
               [ 最终业务产出 ]

1. 拒绝伪需求：砍掉80%的“为了AI而AI”

在你的企业里，是不是也有员工在用极其昂贵的旗舰大模型，去写那些原本花3秒钟就能套用模板的日常请假申请，或者用GPT-4o去总结一条只有十几个字的Slack消息？

行动：进行“Token审计”。盘点公司内部的所有API密钥调用，明确区分哪些是“生产力飞跃”，哪些是“员工在偷懒刷酷”。

2. 拥抱“Token效率架构”：多模型混合部署（Hybrid LLMs）

不要用大炮轰蚊子。

做法：在企业架构中建立“语义路由”（Semantic Routing）。
- 常规、简单、高频的客服和初级助理任务：交给本地化部署的、成本几乎为零的开源轻量大模型（如 Llama 3 8B, Qwen 等）；
- 核心、高价值、高风险的决策任务（如系统安全审计、核心代码重构）：才调用昂贵的旗舰商业模型（如 Claude 3.5 Sonnet）。
效果：这套混合架构能够帮企业在不降低核心体验的前提下，降低 60% 以上的 API 调用账单。

3. 回归高价值场景：让AI去干“人类干不了”的事

如果AI仅仅是帮人类少打几个字，它的商业价值永远无法覆盖成本。AI真正的性价比，在于它能做**“人类规模（Human Scale）之外”**的工作。

案例支撑：前文提到的“AI Agent发现FFmpeg 21个零日漏洞”。如果雇佣世界顶级网络安全专家去人工审计这数百万行代码，需要花费数月时间以及数十万美金的薪资，且不一定能找全。而AI Agent（如 Mythos 模型）只花了不到1万美元的Token，在几天内就揪出了这些漏洞。
启示：把AI部署在安全审计、海量数据清洗、24小时无缝监控、复杂系统极限压力测试等高难度、高价值的卡脖子环节。

五、结语：“全凭感觉”的时代结束了，“精打细算”的时代已到来

AI的这场 Vibe Shift，绝不是技术的倒退，而是技术的成年礼。

正如Uber的 Andrew MacDonald 所说，在经历过那次“脑壳炸开”的预算超支后，他们并没有禁用AI，而是学会了如何把每一分钱花在刀刃上。

无限续杯的免费午餐已经结束，那些能在这场账单清算中存活下来的，绝对不是那些喊口号喊得最响的企业，而是手里握着计算器，把 Token 算到分厘，将 AI 完美嵌入业务核心的“务实派”。

AI高烧退场，生存者进场。