洛阳纸贵,Agent用量爆炸已成为科技公司的噩梦,这些公司不幸地发现:原来比起AI,人的最大优势是可以拖欠工资(x)。
AI不理解情怀,硅谷不相信眼泪。
最近,年入7000多亿美元、家大业大的亚马逊,也被Claude狠狠毒打了。
据亚马逊公司员工透露,公司近期想使用Claude Sonnet为自家网站填充详细的作者信息。
但这个看起来很简单的任务却花费了亚马逊180万刀。
超出了预算的860%。
并且过了5个月才被发现。
并且最后也没部署成功。(不过怎么说这都已经像是个管理问题了。)
Agent可能会失败,但它也会坚韧不拔、日夜不休地反复重试。那是风平浪静的一天,没有任何人警告它「Please wait before trying again」。
当前,Claude Sonnet公开价约为每百万输入token3美元、每百万输出token15美元,180万美元最多可能烧了6000亿token——仅就数据量而言这相当于GPT3整个训练语料的两倍。
诸如此类的案例在亚马逊内部已经出现了很多次,且这些bug往往过了很久才会被发现。
AI相关的任何东西,我们都很难搞清楚到底花了多少钱。在传统系统里无足轻重的小问题,用AI做都可能带来极难想象的费用。
万物商店的自动化之梦
尽管如此,这些事故并不能阻挡亚马逊自动化的步伐。如今,它正在以空前的规模押注AI。
CEO Andy Jassy宣布,亚马逊2026年资本开支预计约2200亿美元,绝大部分将投向AWS(Amazon Web Services)、自研AI芯片与电力基础设施,较2025年增长近六成,成为全球超大市值公司中最高的单年度资本开支。
这场声势浩大的投资也取得了超预期的收益。就在今早,亚马逊公布了截至2026年6月30日的第二季度财报,数据显示AWS在第二季度实现净销售额422亿美元,同比增长37%。并且,在亚马逊275亿美元的总营业利润中,AWS贡献了约60%,而其收入仅占公司总收入的21%。
与此同时,亚马逊自2025年10月以来已进行两轮大规模裁员,先后共削减约3万岗位。
早在去年,Jassy本人就发表了美好的展望,他在发给全体员工的备忘录中写下:
我们如今有1000多种生成式AI服务,但从我们的规模来看,这还只是小小冰山一角。在未来,会有数十亿个Agent在亚马逊运转。
不仅如此,这场自动化浪潮已经走出办公室,走进了亚马逊的仓储和物流体系。
据报道,亚马逊机器人部门的目标是在2033年前后实现约75%的仓储运营自动化。这意味着到2027年亚马逊将在美国少雇约16万人,到2033年少雇超60万人。
亚马逊的工厂
不过外部观察者的判断则较为严厉。2024年诺贝尔经济学奖得主、麻省理工学院教授Daron Acemoglu在评价这一计划时警告:“如果亚马逊的自动化之梦落地,那么美国最大的雇主将从净岗位创造者变成「净岗位毁灭者」。”
以Token论英雄休矣?大厂们纷纷开始上锁
亚马逊的成本超支并非孤例,早在今年初此类Token用量失控就同时在数家大厂上演。
通常,这些闹剧都以这样一句话开始:
同学们,我们一定要「尽可能多」地使用AI,用「尽可能小」的团队创造「尽可能深厚」的价值!
继而,员工自发搭用量排行榜,“烧币传奇”、“缓存法王”、“挂机成仙”一时间成为大家争相竞逐的江湖名号。
最终,老板们纷纷被自家员工的勤奋震撼,连忙以紧急声明宣告竞赛结束。
图片系AI合成
古德哈特定律,1975年由经济学家查尔斯·古德哈特提出:当一个衡量指标变成了目标,它就不再是一个好的指标。
亚马逊内部也曾有一个名为“KiroRank”的非正式排行榜,这使部分员工开始有目的推高个人数据。此后,KiroRank被关闭,最会玩指标的亚马逊又搞了个“normalized deployments”(标准化部署)用来衡量员工的AI产出。
今年4月,一名Meta员工搭建了一个名为Claudeonomics的排行榜,聚合超过8.5万名员工的AI用量数据,并列出token消耗最高的前250人。期间,Meta员工在30天内消耗的Token总量攀升至73.7万亿。
若按A社公开定价折算,这一数字对应的账单约为每月2.21亿美元。
6月,Meta向约6000名员工发出正式备忘录,宣布将对token用量设限,并搭建“AI Gateway”的中央平台实时监控各团队的AI用量与支出,设定预算与上限。
这场失控并不限于拥有排行榜的公司。Uber在2026年头四个月便烧光了全年的AI编程预算,随后将每名员工、每个工具的支出上限设为每月1500美元。其COO坦言,token支出与可衡量的产出之间的联系还未成型。
而这种过度光滑的「失控感」,模型提供商自身也感受真切。
6月3日,Sam Altman表示,AI的成本问题在今年年初还完全无人在意,但现在已经变成了一个大问题。
他透露,OpenAI内部用量最高的个人用户每月消耗约1000亿token。甚至,某员工曾在单周内烧掉约2100亿token。
图片系AI合成
不到一年,硅谷对AI用量已开始精打细算,相比于年初那种原始人刚发现火的兴奋感,取而代之的是预算、上限、审批、仪表盘。
一项调查显示,仅有26%的企业对自身AI成本具备全面的可见性。
换句话说,大多数公司在开始节流之前,甚至不清楚此前到底花了多少钱。
更高的自动化代表更高的效率吗?
2012年8月1日,美国最大的股票做市商之一骑士资本(Knight Capital Group)为参与纽约证券交易所的散户流动性计划,对其自动交易系统进行了一次更新。
部署过程中,工程师无意间激活了一段旧代码。随后,该代码开始以极高频率自动执行一系列毫无经济逻辑的交易指令。
「高价买入、低价卖出」,且没有任何预设的止损机制或金额上限。从开盘到被手动关停,整个过程持续了约45分钟。
在此期间,系统在154只股票上执行了超过400万笔交易,累计买入了约70亿美元的、公司根本无意持有的股票头寸。
当工程师终于定位问题并关闭系统后,骑士资本不得不以低价抛售这些头寸。平仓完成后,亏损总额约为4.4亿美元,这相当于公司全年利润的三倍。
消息公布后两个交易日内,骑士资本股价蒸发75%。数月后,骑士资本被当时的竞争对手GETCO收购,17年的经营传奇也走到了尽头。
通常来说,自动化承诺给人们更快的速度、更便宜的价格以及更少的人为差错。
然而,当自动化系统出错时,损失也会以同样的速度、规模、效率被放大。
相信对亚马逊而言,这笔学费,不会太亏。
参考链接:
[1]https://www.ft.com/content/77baac40-d803-4084-94f3-a133653072cf?syn-25a6b1a6=1
[2]https://www.aboutamazon.com/news/company-news/amazon-ceo-andy-jassy-on-generative-ai
[3]https://agidaily.cc/articles/tokenmaxxing-end-ai-usage-caps-2026
[4]https://www.cnbc.com/2026/07/30/amazon-amzn-q2-earnings-report-2026.html
[5]https://www.thestreet.com/technology/amazon-joins-microsoft-in-sending-shocking-message-to-employees
本文来自微信公众号“量子位”,作者:程浅
