用了 AI 之后，公司好像更穷了

2026年06月07日 10:11 公司已经烧不起 token 了。

AI 刚出来的时候，老板们都以为裁员降本的机会来了。

想象的是，一个 AI 顶三个人、不眠不休、随叫随到、不用涨薪、不用社保，还能 24 小时在线。

听起来很完美，现实是 AI 确实不摸鱼，也确实不加班，它只是每多干一点，就多收一点钱。

以至于现在很多公司已经开始直呼：烧不起 token 了。

很多人第一反应都是：不至于吧？AI 不是越来越便宜吗？ DeepSeek 出来以后，不都说大模型成本打下来了？

但很多人忽略了一件事：模型是降价了，可企业用得也越来越狠了。

从一个人偶尔用，到全员都在用，再到几十个 Agent 在后台 24 小时自己跑，结果就是单次调用是便宜了，月底账单却越来越贵。

比如，Uber 给 5000 名工程师开放 Claude Code ，短短几个月几乎烧光全年 AI 预算。

微软这段时间，也开始踩刹车，收紧内部 Claude Code 的使用权限，不再让工程师无限制调用。

说白了，就是之前那种“想怎么用就怎么用”的阶段，结束了。

亚马逊更直接，干脆把内部的 AI 使用排行榜给撤了。

原因很简单，他们发现一旦把“用了多少 AI ”当成指标，员工就会开始为了排名疯狂刷 token。

看起来所有人都在积极拥抱 AI，实际上很多调用根本没有产出，就是单纯“为了用而用”。

米哈游在一次多 Agent 实验里，几十个 Agent 在后台互相调用、互相等待、互相确认，你问我一句，我回你一句，你再确认我一下，谁都没有真正收尾，整个调用链越滚越长。

最后，一个晚上就烧掉了约200万元 token，而真正产出的价值却微乎其微。

看到这里，很多人可能会有个疑问：token 到底是什么？为什么能把一家公司烧成这样？

其实，token 可以理解成 A I世界里的电费。

你在聊天框里问一句，AI 几秒钟回你，看起来像是免费的。

但在企业后台，每输入一句话、每输出一段内容、每调用一次模型、每让 Agent 执行一个工具，甚至 AI 和 AI 之间互相讨论，都会产生 token 消耗。

更关键的是，AI 和传统软件的收费逻辑完全不是一回事。

以前买软件，成本基本是固定的。一个账号多少钱，一年预算多少，年初就能算个八九不离十。

AI 不一样，它是按使用量收费，而且这个使用量还会随着业务复杂度不断放大。

一个员工偶尔问几句，成本可能没多少；整个团队一起用，费用就开始往上涨。

等再接入 Agent，让 AI 自己调用 AI，账单很容易就从几千块变成几十万、几百万。

偏偏过去两年，整个社会都在鼓励大家多用 AI 。

提高 AI 渗透率、提高使用频率、提高自动化程度，有些公司甚至直接把 token 消耗量写进考核。

经济学里有个很经典的规律，叫古德哈特定律：当一个指标变成目标，它就不再是一个好指标。

国外甚至专门造了一个词，叫 Tokenmaxxing，大概可以理解成“把 token刷到极限”。

有人让 AI 反复优化同一段代码几十遍，有人让 AI 一口气生成十几个版本的报告。

还有人把一个本来几步就能完成的任务，硬拆成一堆 Agent 协作，只为了让系统看起来更智能，AI 越看越成了花架子。

平常小打小闹还能顶住，但真正把成本推到失控边缘的，其实是多 Agent 系统。

理论上，这套东西很美：一个 Agent 负责规划，一个负责执行，一个负责检查，一个负责总结，像个数字版团队协作。

但现实跑起来，它更像一个没人主持的项目会。

你问我，我问你；你等我，我等你；确认一轮不够再来一轮。所有人都在动，但事情就是收不了尾。

在大部分多 Agent 系统里，有 30% 到 60% 的 token，其实消耗在这种无意义的循环里。

说白了，大把的钱并没有变成结果，而是在 AI 们互相“开会”的过程中，一点一点烧没了。

更讽刺的是，这些 Agent 并不是在偷懒，反而是太认真了。

严格按照流程走，严格执行每一步逻辑，前一个 Agent 调后一个，后一个再回来确认前一个，直到整个系统把自己绕进死胡同。

这就有点像，某些公司几十个人在会议室里从晚上开会开到第二天早上，每个人都在发言，每个人都很投入，但没人拍板，会议还按秒收费。

而问题的关键在于，这种“会议”还会不断被复制、拆分、再嵌套，规模一放大，成本就开始呈指数级失控。

因为 AI 的成本从来不是一次性的，而是会随着调用链不断放大，而且几乎不可预测。

这时候大家已经不是在讨论“AI 好不好用”，而是在算一件更现实的事：这玩意儿到底会不会把账单干爆。

国产模型 DeepSeek、豆包突然被重新拿出来聊，也不是因为情怀，而是很现实的一句话：同样的活儿，可能便宜好几倍。

说白了就是，别啥都上最贵模型了，简单的丢给便宜的，复杂的再上大的。

企业开始明白 AI 不是一个“用得越多越厉害”的工具，它更像一个“用得越多越烧钱”的系统。

资本市场那边也跟着变脸，以前看 AI 公司，看的是谁调用多、谁增长猛、谁 token 烧得狠。

现在只看一个东西：ROI。你烧那么多token，到底有没有换回来钱。

一个很扎心的现实是：效率提升，真的不等于赚钱。

代码写快了一倍，但产品没多卖一单，那只是“更快地花钱”，不是赚钱。

更魔幻的是，这事已经不是个别公司在踩坑了。

有公司一个月在 Claude 上直接烧掉 5 亿美元，还出现过忘了设上限，然后 token 一路狂飙。

Meta 那边更离谱，内部还搞过一个排行榜叫 “Claudeonomics”，专门看谁用 AI 最多，第一名一个月干掉 31.2 万亿 token。

换算一下，这一个月烧掉的钱，够请两个资深工程师干一年。

可以说，一边老板在喊“全员 AI 化”，一边财务已经开始冒冷汗。

其实说到底，不是不用AI，而是不再无脑烧 token 了。

大家开始问一个更现实的问题：这些 token，到底有没有换回真金白银？

本文来自微信公众号 “科技狐”（ID：kejihutv），作者：老狐，36氪经授权发布。

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。