就在不久之前,企业还鼓励员工无限制地使用人工智能——代币像企业福利一样发放,内部评级中那些“消耗”代币最多的人被树为榜样。如今,情况已截然不同:管理者们匆忙关闭模型访问权限,引入严格限制,并重新审视预算。代币是如何从免费燃料变成意外支出的主要项目的?
在人工智能语境下,代币是语言模型处理的最小数据单元。一个代币可以对应单词的一部分、整个单词甚至一个字符。平均每100个单词会被拆分为130到140个代币。它们分为输入代币(用户请求)和输出代币(模型响应)。长期以来,这个单位只是一种技术抽象,直到2023年3月OpenAI发布GPT-4,并设定了公开费率:每百万输入代币30美元,每百万输出代币60美元。从那时起,货币化开始了。
从2023年到2025年,是“补贴时代”:普通用户按订阅付费,企业开发者则以优惠价格购买代币。然而,从2026年春季开始,所有主要供应商都转向了请求的全面货币化。先是Anthropic,然后是GitHub Copilot。现在我们正目睹“代币末日”的开端——这是一个在计算能力支出之外,还要加上代币本身意外成本的时期。
价格与需求的悖论
矛盾之处在于,三年间输入代币的平均价格下降了约98%。然而,企业在人工智能上的支出却飙升了320%——从2024年的120万美元增至2026年的700万美元。原因是使用量的爆炸式增长,尤其是代理技术的推动。如果说2023年一个简单的线性查询成本约为0.04美元,那么向一个完整的代理系统发出的查询成本已达1.2美元,高出30倍。对于复杂的工作流程,差距可能达到500倍。经济学家称之为杰文斯悖论:资源价格下降导致其消费增加,但在人工智能领域,这种效应被放大了。
案例:从Uber到微软
积极采用Claude Code和Cursor的Uber发现,年度编程预算在4月份就已耗尽。首席技术官在一次两小时的演示中个人花费了1200美元用于代币。该公司将每位员工的月限额设为1500美元,而此前他们鼓励“尽可能多地”使用人工智能。
微软向数千名开发者开放了Anthropic的Claude Code访问权限,但六个月后终止了实验,取消了大部分直接许可。内部调查显示,工程师们更青睐竞争对手的工具,但其过度使用可能冲击了成本。放弃Claude是一个有力的信号,表明在当前代币价格下,企业人工智能编程的经济模式行不通。这些工具太好用了,以至于人们持续使用,这反而成了财务问题。
亚马逊正在重组与Anthropic的合作关系,从按计算小时付费转向按代币付费。这可能会增加成本,尽管公司方面予以否认。对于微软和亚马逊这样的巨头来说,“代币末日”是可控风险,但规模较小的公司已经面临财务困难。
昂贵的错误与未来
已知有案例显示,公司忘记设置限额,结果收到了5亿美元的账单。一名开发者在一个月内花费了超过4万美元用于代币。单个开发者的成本在九个月内增长了18.6倍,而大多数公司至今仍无法衡量这些投资的回报。
在此背景下,Linux基金会推出了Tokenomics Foundation项目,这是一项针对人工智能成本管理“纪律”的新标准,类似于FinOps对云服务支出的规范。
我的评论:代币已不仅仅是计量单位,而是企业预算中的一个完整项目。“代币末日”不是危机,而是行业成熟的必然阶段。那些未能学会管理这一资源的公司,可能会陷入财务陷阱。而那些采用系统化核算和限额管理的公司,将获得竞争优势。未来几年,我们将看到代币像云服务订阅一样,成为可预测的支出项目。