随着AI代理在企业中的广泛应用，意想不到的后果随之而来。代理特有的代币过度消费结构使得AI引入成本急剧上升，员工为了提高公司内部AI使用指标而反复执行无意义的工作，形成了所谓的‘代币滥用’现象，这让企业面临更大的困扰。
 
根据5月29日微软（MS）研究与斯坦福大学联合发布的论文，代理编程任务的代币消耗量相比普通聊天机器人高达1000倍。

 
即使是简单的AI外部系统操作工具，代币消耗量也比普通聊天高出5到30倍。重复执行相同任务时，代币使用量的差异可达30倍，导致成本预测几乎变得不可能。
 
论文特别指出，“代币消耗越多并不意味着准确度就越高”。在中等成本区间，准确度达到顶峰后进入饱和状态的模式得到了确认。
 

成本冲击已经体现在实际账单上。AI成本咨询公司LinOps的客户案例显示，一家拥有35名工程师的SaaS初创公司在引入Claude、Code Interpreter等编程代理及自有的bug处理代理后，仅4个月内月AI费用就飙升至8.7万美元。经过实施上下文修剪、轻量模型分离、每日使用限额等优化措施后，费用才降至2.4万美元左右。
 
除了代币成本问题，组织文化的副作用也逐渐显现。亚马逊要求80%以上的开发者每周使用AI，并运营内部代币消费排行榜，导致员工为了提高分数而在公司AI代理平台上反复执行不必要的工作，形成了代币滥用现象。
 
因此，亚马逊采取了限制排行榜可见性的措施。Meta也出现了类似现象。在针对约8.5万名员工的内部排行榜中，30天内的总代币消费量超过了60万亿个。
 
代币成本的暴涨可能对中国AI行业产生反向利益。DeepSeek V3.2的API单价为每100万个输入代币0.14美元，相比GPT-5的2.50美元便宜约94%。
 
按输出代币计算，DeepSeek的0.28美元与GPT-5的15美元差距更大。随着代币消费量的增加，单价差异对实际成本的影响也在加大，因此急需降低成本的企业可能会考虑采用中国的模型。
 
代币使用量本身也在急剧增加。投资公司Alger分析OpenRouter平台数据发现，截至去年12月，周代币使用量在过去12个月内增长了3800%以上，自2025年1月起增长速度显著加快。平均提示长度从2024年初的约1500个代币增加到约6000个代币，增长了4倍。
 



※ 本报道经人工智能（AI）系统翻译与编辑。

• #代币成本
• #代币滥用
• #AI代理