# AI成本的所有文章

在 HTX 新闻中心浏览与「AI成本」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

Token不经济

这篇文章讨论了当前企业使用AI工具时普遍面临的“Token不经济”现象,即Token消耗成本与产出价值严重不匹配。文章从多个角度分析了此问题的成因。 在供给端,大模型定价策略整体抬升了使用成本。领导者如Anthropic凭借编程优势确立高端定价权,实现“好货不便宜”;追赶者如OpenAI和Google则采取价格竞争;而面向大众的经济型模型市场,因需求量爆炸式增长,价格中枢也在悄然上移。 在技术层面,智能体(Agent)工作流中存在多种结构性消耗,包括:上下文陷阱(历史信息被反复计入)、分词器黑箱(闭源模型更新导致Token计数膨胀)、技能冗余调用(大量Token耗费在无关说明上),以及多Agent协同中的“沟通税”和长任务中的“熵增”。这些技术性损耗对缺乏背景知识的普通用户尤其不友好。 更根本的挑战在于需求端。目前Token的高效应用场景高度局限于编程等数字化水平高的领域,因其能形成低成本、自动化的训练反馈闭环。然而,在大多数传统行业及物理世界任务中,由于数字化程度低、验证成本高昂,AI难以有效落地并创造显著价值,限制了Token产生实际经济收益的范围。 这种“不经济”状态加剧了产业链风险。风险向中游模型厂商集中,其与上游硬件商的“循环融资”可能滋生估值泡沫和金融风险。同时,算力扩张对水、电等资源的争抢,也对社会民生造成挤压。 文章最后指出,缓解“Token不经济”需从供给和需求两端发力。技术上进行精细化优化,如上下文压缩、技能精简和模型路由;商业上则需加强企业内部的Token成本治理,并努力在传统行业中寻找具备可行性的应用场景,跨越数字与物理世界的鸿沟。最终,行业需要回归投资回报率(ROI)这一金标准,推动AI从炫技阶段走向高效、实用的生产阶段。

marsbit06/29 12:30

Token不经济

marsbit06/29 12:30

微软按下vibe coding暂停键:「烧token」已经比员工贵了

微软于2026年5月开始取消大部分员工对Claude Code的内部使用许可,计划在6月30日前完成。此举距离其全面推广该AI编程工具仅过去六个月。此前,微软鼓励员工使用“vibe coding”(通过自然语言描述让AI生成代码)提升效率,工具广受欢迎,但由此产生的巨额token使用成本超出了预期。内部消息指出,员工更偏爱Claude Code而非微软自家的Copilot CLI,这加剧了成本压力。 类似情况也出现在Uber和英伟达等公司,其AI工具预算迅速耗尽,或算力成本已超过人力成本。核心问题在于“副驾模式”:在保留原有员工结构和薪资的前提下,额外增加的浮动token成本导致总开支飙升,而员工生产力的提升未必能转化为直接收入。 与此相反,YC合伙人Tom Blomfield等人提出了不同的AI应用路径。他们认为,真正的AI原生公司应彻底重构组织,将人的角色聚焦为个人贡献者和直接负责人,同时将公司知识和流程沉淀为AI可读的“上下文资产”。在这种模式下,高昂的token消耗替代了传统的人力成本,少数员工加AI能完成以往大量团队的工作,从而实现整体成本的优化。 因此,微软的撤退并非否定AI价值,而是暴露了将AI简单嫁接于旧有组织结构的困境。未来的竞争关键在于能否进行组织重塑,将AI从“效率工具”转变为“核心生产力”,并重新定义企业的核心资产。

marsbit05/26 08:51

微软按下vibe coding暂停键:「烧token」已经比员工贵了

marsbit05/26 08:51

活动图片