AI单价虽降，Agent账单却爆，原因何在？

7月8日，一名韩国开发者因Anthropic连发两笔扣款通知而惊慌：首笔160万美元，第二笔飙升至1662万美元。折合人民币约1.13亿元。

他急忙查看Claude API后台，显示0美元。至今无人能解释这是计费系统的Bug还是真的烧了这么多，Anthropic也从未公开回应。

13小时，200万，无人按下停止键

这件事在开发者社区引起轰动，不仅因为数字惊人，更因为几乎每个使用Agent的人都暗自担心：我的Agent是否也在后台悄悄烧钱？这种担忧并非空穴来风。

据钛媒体报道，米哈游《崩坏》系列技术负责人郑银河在5月阿里云峰会上透露了一个案例。一名工程师进行多Agent协作测试时未设置熔断。结果几十个智能体陷入死循环，互相调用、纠错、重试，13小时无人监管。次日账单显示200万。这笔钱足以养活一个小研发团队一个月，但产出？一整夜没有任何有效成果。

Uber的情况更严重。年初为5000名工程师全员开启Claude Code，月活率飙至85%-95%，结果4个月耗尽全年34亿美元AI预算，CTO不得不承认预算失控。微软踩坑更早，去年12月批量部署Claude Code，到今年5月账单失控，6月紧急叫停并撤回使用自家的GitHub Copilot以控制成本。亚马逊、沃尔玛、Coinbase目前都在做同一件事——给AI工具设定消耗上限。亚马逊今年5月关闭了内部“Token消耗排行榜”，此前该榜单旨在鼓励员工使用AI，后来发现有人纯粹为了刷分而烧掉无意义的Token。

Priceline一位IT财务总监一语道破：“先让你免费试用，让你上瘾，然后你就再也离不开它了。”

这并非Bug，而是Agent正常工作的常态。

这些账单爆发的案例看似都是意外——未设熔断、未设上限、工程师疏忽。但仔细推敲，事情没那么简单。

Agent的工作逻辑是：接收任务→拆解步骤→执行→检查→发现错误→重试。这个循环是Agent最核心的能力，否则它只是一个普通问答机器人。但问题在于，循环的每一环都在消耗token，而Agent完全不知道你在为它买单。对它而言，“任务未完成，再试一次”与“再试一万次”没有区别——成本为零，成本全在你这边。

钛媒体报道的一组数据令人心惊：编程Agent单次对话中72%的token是无效消耗，意味着1美元中只有0.28美元用于正事。从第1轮到第5轮，token成本飙升13.3倍。这并非Agent代码写得差，而是工作方式本身决定的。一个Agent执行任务背后可能涉及几十上百次模型调用，大部分消耗在内部协调、自我纠偏和重复读取上。

Vaudit创始人将这种现象命名为“重试风暴”——任务失败时，Agent不会告知用户，而是独自反复重试。用户对后台烧钱毫无察觉，费用层层叠加，直到月底账单送达才猛然发现。

多Agent协作还有一个更隐蔽的“沟通税”：多个智能体分工时，会不断重复任务背景、结论和格式化套话，每轮对话都计费。测试显示，49个软件工程技能中79.6%对任务通过率无帮助，但token开销却最高激增451%。

其中存在结构性矛盾：模型厂商将收入与token消耗直接挂钩。你想少烧token完成任务，厂商的利益却希望你多烧。工具越智能——会自主规划、多轮纠错、能协作——烧的token就越多。能力越强，账单越厚。而且这笔账你根本无法验证。

Vaudit公司专门协助企业核查AI账单，审查了60家企业约3400万美元的账单，查出170万美元疑似多收，80%最终获得退款，但厂商拒绝承认。AI账单纠错竟成了一门生意，足见token计费混乱到个人根本无法核实。同一任务换模型、换提示词、换编排方式，消耗的token能差几个数量级。你以为后台显示的就是实际花费？那位韩国开发者的经历已经告诉你：不一定。

你以为Agent在帮你省钱

1662万那笔账可能是系统Bug，但米哈游的200万不是——那是Agent正常工作时的真实成本失控。Uber的34亿预算4个月烧光也是意料之中，5000名工程师同时运行Agent，每个人都觉得“我就用了一点点”。

AI降价让你觉得负担得起，但Agent让你实际上用不起。单价在涨，总量更在涨，你看账单的速度远赶不上Agent烧钱的速度。如果你在使用Agent，现在就该做几件事：为每个Agent设定死token上限，超限即停，别管任务完成与否；多Agent协作必须设置熔断，超过特定轮次自动断开；token消耗需实时告警，别等月底才对账。别等账单送到面前才傻眼——Agent不会自己停止，只有你能按下停止键。

关注我们