企业官网建设流程全解析

如果连微软、Uber 都开始精打细算 AI 成本了，那普通团队可能真的要重新想一件事，我们是不是把 AI 想得太“便宜”了？

Uber首席技术官Praveen Neppalli Naga此前一则病毒式传播的帖子透露，公司在短短几个月内，就烧掉了整个 2026 年的 AI 预算，随后，Uber运营主管Andrew Macdonald表示，token 用量和真正有价值的消费者功能之间，并没有直接关系。

他们和资深工程师讨论后发现，即便 token 消耗翻倍，也未必能换来同等比例的用户价值增长。AI 帮你生成了更多代码，但这些代码到底有没有真正改善软件体验，其实很难衡量。可见AI 调得越狠、token 花得越多，并不意味着产品体验就一定更好。

本月微软被曝逐步撤销开发者对 Claude Code 的访问权限，并计划在 6 月底前迁移到内部的 Copilot CLI。表面上看，这是统一工具链，但时间点刚好卡在财年节点，也让很多人开始猜测：成本控制，可能也是原因之一。

如果说这些还只是“大厂降本”的信号，那么 OpenClaw 创始人、现 OpenAI 员工 Peter Steinberger 提到的一组数字，可能更值得注意。一个只有 3 人的小团队，仅运行一套智能体 AI 工具，单月 token 成本就超过 130 万美元。

AI 的成本，可能已经在某些场景下超过它想替代的人力成本。

尤其是 Agent、多模型协同、长上下文、高频调用这些方向，看起来很强，但也意味着成本指数级增长。很多团队上线前觉得问题不大，真正跑起来以后，才发现账单完全是另一回事。

这也是为什么，最近越来越多企业开始重新评估自己的 AI 使用策略。不是不用，而是更克制、更精细化地用。