近期科技行业出现了一个值得关注的现象——微软、Uber等科技巨头开始对AI的高昂投入感到担忧。你可能难以置信，Token消耗量飙升数十倍，但最终带来的，却未必是用户能直接感受到的实用功能。
这一切源于高盛发布的一份报告。报告特别指出，随着AI智能体应用的激增，预计到2030年，Token月消耗量将增长24倍，达到每月12万万亿Token（即120 quadrillion）。这个数字是否让人震惊？
更令人惊讶的是，单个AI智能体系统消耗的Token量可能是普通聊天机器人的1000倍以上。这绝非危言耸听。据OpenAI员工Peter Steinberger透露，他们一个三人团队每月消耗的Token费用就超过了130万美元。
问题究竟出在哪里？答案正逐渐清晰。
Uber的CTO Pra veen Neppalli Naga坦言，公司在短短几个月内就用完了原计划使用一整年的AI预算，但结果并未带来对用户真正有价值的功能。你可能觉得不可思议，但随后Uber运营负责人Andrew Macdonald在接受采访时也表达了类似观点：他与多位资深工程师交流后，大家一致认为Token用量大幅上升，但消费者能感知到的功能提升并未同步增长。
Macdonald进一步补充道：团队生成的代码确实增加了，但很难将这些代码量与软件体验的改善直接挂钩。这实际上揭示了一个核心矛盾——AI确实提高了产出数量，但并不意味着产出的都是有用内容。
值得注意的是，Uber内部超过80%的软件工程师已在使用AI智能体，超过60%的代码由AI生成。然而，管理层仍在对同一个问题反复权衡：这笔投入究竟值不值得？尤其是在预算消耗速度远超预期的情况下。
微软的应对则更为迅速。去年12月，微软还向员工开放了Claude Code订阅服务，但本月初便开始收回权限，计划全面切换到自家的Copilot CLI。同时，GitHub上的Copilot也改为按Token计费。官方声称这是“为了整合自研工具链”，但时机恰好落在财年结束的节点，外界自然联想到——这实际上是在压缩成本。
归根结底，Token并非万能。烧钱速度快并不代表创新质量高，这场关于AI成本的大考，才刚刚拉开序幕。
