先说几个关键判断。
AI 的投入产出比问题，最近正悄然成为科技巨头关注的焦点。高盛本周发布的一份报告，将这一问题正式摆上台面：随着智能体（Agent）类 AI 应用加速落地，到2030年，全球 Token 消费量预计将暴增24倍，达到每月120万万亿，也就是120 quadrillion的量级。
这个数字有多惊人？简单来说，一个智能体系统消耗的 Token，可能是单一 AI 聊天机器人的1000倍以上。OpenAI 内部一位名叫 Peter Steinberger 的员工透露，他所在的一个仅有3人的团队，曾在1个月内烧掉超过130万美元的 Token 成本。需要注意的是，这还只是 Token 费用，并未计算人力、算力以及数据等额外开支。
那么，大量资金投入之后，究竟换来了什么？
优步（Uber）首席技术官 Pra veen Neppalli Naga 坦言，公司在短短几个月内就用完了原本面向2026年的 AI 预算，但并没有因此带来真正对用户有价值的新功能。随后，Uber 运营负责人 Andrew Macdonald 在接受《Business Insider》采访时说得更直接：他与资深工程师沟通后发现，更高的 Token 使用量，并未带来与之匹配的消费者功能增长。团队的确交付了更多代码，但这些代码增加并不等同于软件体验的同步提升。
从实际数据来看，Uber 内部已有超过80%的软件工程师在使用智能体 AI，超过60%的代码由 AI 生成。即便如此，管理层依然在质疑这类 AI 投入是否划算——尤其是在预算消耗速度明显快于预期的情况下，AI 成本与实际回报之间的落差更加突出。
微软也已经开始调整策略。去年12月，微软曾向员工开放 Claude Code 订阅，但在本月初开始逐步撤回相关权限，并计划统一切换到内部 Copilot CLI。与此同时，微软还将 GitHub 上的 Copilot 改为基于 Token 的计费模式。官方说法是整合自研工具链，但这一动作恰好发生在微软财年结束前后，也难免让外界联想到其正在重新评估 AI 成本并压缩支出。
这笔账，必须重新算了。
