随着AI Agent的用量呈指数级爆发，科技公司正陷入新的困境。人们惊讶地发现，相较于AI，人类最大的优势竟然是“拖欠工资”（笑）。AI不懂情怀，硅谷也不信眼泪。最近，年入七千多亿美元、家大业大的亚马逊就惨遭Claude“毒打”。据内部员工透露，亚马逊曾试图利用Claude Sonnet为网站填充作者详情。这项看似简单的任务，最终烧掉了180万美元，超支860%，且耗时五个月才被发现，最终部署失败（当然，这更像是一个管理问题）。AI虽然会失败，但它坚韧不拔、日夜不休地反复重试。正如那个风平浪静的日子，没有任何人警告它“请稍后再试”。Claude Sonnet的公开报价约为每百万输入token 3美元、输出token 15美元。那180万美元可能烧掉了约6000亿token，仅就数据量而言，这相当于GPT-3整个训练语料库的两倍。诸如此类的事故在亚马逊内部屡见不鲜，且往往要很久才会被察觉。在传统系统中无足轻重的小问题，一旦引入AI，都可能带来难以想象的费用。
尽管如此，这些事故并未阻挡亚马逊迈向自动化的步伐。如今，它正以前所未有的规模押注AI。CEO安迪·贾西宣布，亚马逊2026年的资本开支预计约为2200亿美元，绝大部分将投向AWS、自研AI芯片及电力基础设施，较2025年增长近六成，成为全球超大市值公司中单年度资本开支之最。这场声势浩大的投资也取得了超预期的收益。就在近日，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实现净销售额422亿美元，同比增长37%。在亚马逊275亿美元的总营业利润中，AWS贡献了约60%，尽管其收入仅占公司总收入的21%。与此同时，亚马逊自2025年10月以来已进行了两轮大规模裁员，共削减约3万个岗位。早在去年，贾西就在发给全体员工的备忘录中展望未来：公司目前拥有1000多种生成式AI服务，但这仅仅是小小冰山一角。未来，会有数十亿个Agent在亚马逊运转。此外，这场自动化浪潮已延伸至仓储和物流体系。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年亚马逊将在美国减少约16万雇员，到2033年减少超60万人。然而，外部观察者的判断则更为严厉。2024年诺贝尔经济学奖得主、麻省理工学院教授达龙·阿杰姆奥卢警告称：“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’。”
亚马逊的成本超支并非孤例。早在今年初，此类Token用量失控就在数家大厂同步上演。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！”随之而来的是员工自发搭建的用量排行榜，“烧币传奇”、“缓存法王”、“挂机成仙”一时成为大家竞相追逐的江湖名号。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。古德哈特定律指出，当一个衡量指标变成了目标，它就不再是一个好的指标。亚马逊内部曾有一个名为“KiroRank”的非正式排行榜，导致部分员工有目的性地推高个人数据。此后，KiroRank被关闭，最会玩指标的亚马逊又搞了个“标准化部署”来衡量员工产出。今年4月，一名Meta员工搭建了名为“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。这种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尚未成型。而这种过度光滑的“失控感”，模型提供商自身也感同身受。6月3日，萨姆·奥尔特曼表示，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，甚至有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、审批和仪表盘。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。
2012年8月1日，美国最大的股票做市商之一骑士资本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。