Token 预算失控，但对中国可能是好事

最近很多老板都在吐槽一件事：公司token开销太狠了，每月账单让人心疼。不管是上市公司还是创业公司，没有例外。

技术背景很简单。Claude Code、OpenClaw这类coding agent火了之后，token使用量是数量级上升。特别是OpenClaw这种端到端的agent，比Claude Code更吃资源——从产品角度看，它的效率可能还不够高，同样的任务消耗的token更多。

同时，大家突然发现agent能端到端完成一些任务了，这形成了很大的冲击。愿意尝试的人很多，需求就泛滥了——以前不敢想、不敢试的东西，现在都想试试，量就变得很大。各个公司从上到下对token使用都充满了想象空间，觉得的确能干很多事。但实际情况到底怎么样？现在还处于刚开始阶段。

Uber是最典型的例子。4个月烧完了2026全年AI预算。Claude Code使用率从32%飙到84%，95%的工程师每月用AI，70%代码AI生成，人均月费500到2000美元。微软也在6月底关停大部分内部Claude Code授权，切回自家GitHub Copilot。GitHub Copilot本身也从固定订阅改为按token用量计费，有开发者月费暴涨14倍。

但最离谱的是Meta。反其道而行，上线Token消耗排行榜，高用量员工授予"Token传奇"等荣誉，甚至跟考核挂钩。结果30天内全员Token消耗从6万亿暴涨到73.7万亿，12倍，彻底失控。

为什么这么费钱？核心原因是agent的工作方式。聊天机器人一次交互50到200个token，agent一个任务50,000到200,000个token。到第50步循环时，每步都要把完整上下文重新发送一遍。有研究说70%的agent token是浪费的——读了太多无关文件、重复搜索、堆砌冗余输出。代码生成本身是最便宜的部分，只占5%到15%，贵的是文件读取、工具调用和上下文累积。

还有一个现实问题：大家在用agent的时候，不管是老板还是员工，都处于摸索阶段。到底什么地方该用，什么地方不该用？什么地方该用好模型，什么地方该用一般的模型？没有形成共识。那在摸索阶段，能用好的肯定都用好的呗——好模型返工次数少，省心。员工也没有成本意识，最贵的模型全搞定不香么？反正买单的是老板。还有用公司token做私活的，据说也不少。

美国那边已经开始集体行动了，财务压力让他们反思曾经的tokenmaxxing政策。Uber COO公开说，虽然95%的工程师在用AI工具，70%的代码是AI生成的，但他无法证明这和消费者能感知的产品提升之间有明确的联系。

那中国呢？目前情况看上去没那么严重，但大概率三个月到半年后也会到踩刹车的阶段。不过中国有一个很大的不同：国内大部分场景用的是国产模型，成本便宜很多。特别是DeepSeek V4 Pro、Kimi、GLM这几家，能力已经到了临界点，的确能承担一些生产力任务了。成本便宜一个数量级——就算能力差点，但真能干活的话，大家还是愿意尝试的。

从这个角度看，token成本成为关注焦点之后，对中国可能是好事，不是坏事。前面大家关注的是能力，觉得agent突然具备了某种能力，非常好奇非常愿意尝试。后续关注点慢慢从能力转移到成本，成本成了制约因素。在这种情况下，中国开源大模型的低成本优势就凸显出来了。

往后走，有两个点值得关注。

第一，中国开源大模型的能力什么时候能进一步提升。本身成本低已经是前提了，能力如果继续追上来，那对整个市场的冲击会非常大。从过往历史看，中国这边大概落后三到六个月，然后模型能力就会追上来。前两天已经过了临界点，能干的事的确变多了。如果能力继续提升、成本又能被接受，那对公司的用人方式甚至整个社会结构都会带来很大冲击。

第二，agent本身也在进化。现在的agent，尤其像OpenClaw，效率不够高，很多token消耗是不合理的、浪费的，本身有很大的压缩空间。这不是大模型能力的提升，而是外面那层工具软件的提升——同样也会带来很大的改善。

这两个加在一起，就决定了未来agent在市场里的走向。便宜的模型+更高效的agent工具，才是可持续的方向。Token预算失控只是第一阶段的问题，等大家从"能用"过渡到"用好"，从"烧钱尝试"过渡到"精打细算"，这个市场才会真正成熟。

在那之前，如果你所在的企业仍然实行token自由策略，随便使用最新最好的大模型——珍惜这段时间吧。