5亿美金AI账单水灵灵地烧没了，老黄的Token经济学终于翻车了？

TL;DR：

一家神秘公司忘了给Claude设上限，一个月狂烧5亿美元AI账单。微软、亚马逊、Uber集体“跳车”，老板们发现：烧Token不等于生产力，AI终于从狂热“烧钱”进入“算账”阶段——除了卖显卡的黄仁勋，他可能才是最大赢家。

---

一场“忘了关水龙头”的惨案

最近，Axios爆出一个让整个硅谷都倒吸一口凉气的消息：某家企业一个月内烧掉了5亿美元的Claude账单——折合人民币34亿元。¹

怎么做到的？说出来你可能不信：老板给员工开了Anthropic企业授权，但忘了设置用量上限。然后，Token就像开了闸的水，哗哗地烧，烧了一个月，34个小目标就这么水灵灵地出去了。

这可不是什么小公司。按Anthropic目前约470亿美元的年化收入算，这一家公司一个月就贡献了Anthropic接近八分之一的月收入。换句话说，Anthropic每赚8块钱，就有1块来自这家“没关水龙头”的冤大头。

更离谱的是，这家公司至今没有公开身份。但能把5亿美元当“无痛账单”的企业，全球掰着手指头数。很快，X上开始点名——亚马逊被怀疑是那个“忘记关水龙头”的倒霉蛋。¹

巧的是，几乎同一时间，《金融时报》爆料：亚马逊已经取消了内部AI使用排行榜，因为员工为了冲榜开始疯狂刷Token，甚至执行大量没有实际价值的任务。²

这前后两条新闻放一起，味道就变了——过去两年，老板们最怕员工不用AI；现在，他们开始担心：AI是不是用得太多了。

---

美国大厂，集体“踩刹车”

如果说神秘公司的5亿美元账单是个极端案例，那微软、Uber、Meta的操作就是明晃晃的“信号弹”。

微软宣布将在6月30日前取消大部分Claude Code授权，工程师被要求迁移到自家的GitHub Copilot CLI。给出的理由很硅谷：“Claude Code已经完成了学习和探索阶段，是时候回去‘吃自己的狗粮’了。”² 翻译一下：太贵了，自家有免费的，赶紧换。

Uber更直接。CTO透露：工程师仅用4个月就烧完了全年Claude Code预算。随后COO Andrew Macdonald公开表示：AI Token消耗与最终发布的有价值产品之间，不存在明显的线性关系。 话都说到这份上了——烧得多不代表产出多。

Meta也没闲着。在被曝出内部建立Claude使用排行榜、单月消耗数十亿Token后，Meta开始收紧激励，从“多用多刷”转向关注实际产出。³

就连国内游戏公司米哈游也分享过扎心经历：某个Agent项目上线后，一晚上烧掉200万人民币Token费。这学费，够买几套房了。

---

黄仁勋的“Token经济学”，怎么就不灵了？

今年3月，黄仁勋在《All-In Podcast》里曾抛出一套理论：如果一个年薪50万美元的工程师每年消耗不到25万美元的Token，他会深感担忧。言下之意——AI吃得越多，赚得越多。

这套逻辑在当时被奉为圭臬。毕竟，如果AI真能提升效率，多烧Token就是在购买生产力。但问题在于：当一张张真实账单寄到手里时，老板们发现这玩意儿不是“买生产力”，更像是“烧钱买快乐”。

Token，是大模型处理文本的基本单位，也是计费单位。过去半年流行起一种叫“Tokenmaxxing”的文化——企业和员工疯狂追求Token消耗量，把“烧了多少Token”当成AI采用率和生产力的衡量指标。⁴ 但现实是：Token本身不是价值，完成任务、交付产品、创造收入才是。

于是，黄仁勋的“多用多省”论，被老板们用脚投票投出了局。

---

不是AI不行，是算账的时候到了

Hacker News上关于这波“退潮”的讨论很激烈。有人认为这是AI热潮退去的信号，但更多开发者认为恰恰相反：企业终于从“先用再说”进入了“精细运营”阶段。

Google-MIT的一项联合研究也给出了佐证：当底层模型的准确率低于约45%时，盲目引入多智能体协同不仅不会提效，反而会让Token消耗飙增515%。⁵ 翻译成人话——如果AI本身不聪明，你让它干越多活，它烧得越快，错得越多。

未来，企业关注的重点不再是“谁烧掉更多Token”，而是“谁能用更少Token完成更多任务”。比如：廉价模型干简单活，昂贵模型只负责关键决策；更严格的预算和权限管理；Agent工作流要算ROI。

---

最大赢家：黄仁勋？（以及一个有趣的转折）

有人开玩笑说，这场“Token经济学翻车”运动最大的赢家，从头到尾可能只有黄仁勋——不管谁家烧Token，最后都得买他的GPU。

但另一面，Anthropic最近却交出了一份亮眼的成绩单：首次实现季度盈利，第二季度收入预计超109亿美元。⁶ 这说明什么？AI本身不是赔钱货，关键是卖给谁、怎么卖。

Anthropic走的不是“卖廉价Token”的路子，而是把Claude包装成企业的“数字高薪员工”，直接切分人力资源预算。企业愿意为能替代程序员、分析师、金融顾问的AI掏大价钱，因为对比的是硅谷动辄数万美元的月薪。⁶

所以，问题不在AI，而在企业把“烧更多Token”误当成了目标本身。当狂热退潮，真正的价值才会浮出水面——AI不是用来烧的，是用来干活的。

---

引用

• Token经济学
• 企业AI成本
• AI账单
• 精细运营
• ROl算账