程浅 发自 凹非寺 量子位 | 公众号 QbitAI配资平台适合新手排行
老牌杠杆配资公司洛阳纸贵，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。
元股证券:ygzq.hk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。
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
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！配资平台适合新手排行
配资门户网站提示：本文来自互联网，不代表本网站观点。
