代幣法案屆期：業界搶救AI失控成本的混亂現象

在整個產業中，公司們開始對AI的價格感到不安。Uber在四月就花光了2026年全部的AI程式碼預算。微軟在啟用開發者使用Claude Code許可證幾個月後就收回了這些許可證。一家Priceline員工告訴TechCrunch，一個例行的Cursor合約續約回傳的費用高達4到5倍。雖然每個token的價格已經下降，但對更多AI採用以及越來越自主的代理的需求，導致token的使用量不斷攀升。那些在2025年初大量採用無限使用訂閱方案的公司，現在正努力追蹤錢去哪了，縮減開支，並思考是否能從預算的混亂中挽救一些投資回報。同時，一個市場正在形成，以滿足這些需求。新創公司、既有供應商以及一個新的標準機構，都在競相提供公司追蹤開支的工具與語言。OpenAI企業部門主管Alexander Embiricos在紐約市一場活動中告訴TechCrunch：「六個月前，我與客戶談話時，重點會是『這東西能做什麼？夠好嗎？』現在談話的重點則是：『我們花了很多錢，你們有什麼可見度？有什麼稽核能力？有什麼token控制？你們模型的效率如何？』」在這樣的情況下，Linux Foundation本周宣布了Tokenomics Foundation的計畫，這是一個新的標準機構，旨在為AI token的開支帶來與FinOps對雲端開支一樣的財務紀律。FinOps Foundation執行董事J.R. Storment告訴TechCrunch：「在四月和五月，我開始聽到公司說：『天啊，我們的token預算已經超出三倍，而且才四月。』我們開始聽到存在危機，對話的重點從tokenmaxxing和『快速前進』轉變為『我們需要防護欄，怎麼控制這一切？』」這場技術界的要求，來自於CEO們推動團隊使用最佳模型並快速行動，不管成本如何。11月推出的新型號，如Anthropic的Claude Opus 4.5、OpenAI的GPT-5.1以及Google的Gemini 3 Pro，為代理工具帶來了顯著的改進，這也導致了使用量的增加。這就是一家公司 reportedly 花費5億美元Claude費用，因為忘了為員工設置使用限制。Priceline IT財務高級總監Chris Reed說：「這就像海洛因濫用，他們讓你試用，好讓你上癮，現在你得依賴它。」Faros AI工程運營平台CEO Vitaly Gordon表示，他最近與一位CTO談話，那位CTO說：「我的一個工程師上個月花了4萬美元在token上，我真的很不知道該阻止他，還是該告訴其他人要像他一樣。」Faros在四月發布的一項針對20,000名開發者的兩年研究顯示，輸出正在增加，錯誤和重寫也增加了。工程管理平台Jellyfish則發現，使用最多token的工程師，生產力約為使用較少AI的工程師的兩倍，但他們使用的token數量則高達10倍。Jellyfish研究主管Nicholas Arcolano透過電子郵件告訴TechCrunch，AI開支之所以爆炸性成長，主要是因為代理功能，每位開發者的token使用量在九個月內增加了約18.6倍。總體而言，這些數據讓生產力的說法變得混亂，遠遠不如開支所顯示的那麼清楚。Arcolano說：「極端開支是否值得，取決於實際交付的代碼所產生的最終業務價值（例如收入），而大多數公司還無法衡量。」至少部分問題來自於目前AI使用的規模。Storment說：「追蹤雲端開支是每月數百萬筆數據的問題，追蹤token開支則是每月數萬億筆數據的問題。你不能簡單地將這些數據放入任何電子表格或甚至基本工具中。你必須徹底重新思考你的工具、規格和會計系統。」在Priceline，Reed已經看到一些不一致的問題。他指出供應商報告的使用情況與Priceline內部數據之間的差異。「我從事電信費用管理的職業生涯，現在看到的問題與電信、雲端和AI之間的相似之處，」他說。「每次引入新東西，都會導致計費錯誤和稽核與優化機會。」這個問題正在形成一個市場。純粹專注於此領域的公司，例如Pay-i，會追蹤、衡量並優化GenAI投資的成本與表現。Paid則讓開發者追蹤成本、衡量使用情況，並根據實際價值向用戶收費，而不是訂閱費用。Jellyfish、Waydev和Faros AI等公司則提供AI代理監測，以證明開發者工具的投資回報率。Storment表示，FinOps Foundation內的180家供應商大多數都傾向於這個領域。已有分銷渠道的公司也在新增功能以抓住這個新市場。Ramp最近進入了AI開支管理領域；Datadog和New Relic則新增了雲端開支管理、token層面的可觀察性以及GPU監測服務。在下周的FinOps X會議上，AWS預計將推出針對企業AI開支的新財務管理功能。NEA合夥人Tiffany Luck認為，token效率和可觀察性將很可能在「組件或應用層」進行添加。她指出Factory這家新創公司，為企業提供AI代理，本周推出了模型路由器，會自動為每個任務選擇正確的模型。Gordon預測前沿實驗室和其他模型供應商將採用OpenRouter風格的優化，將查詢導向最便宜的模型——這種趨勢已經出現在企業Claude帳單中。Gordon說：「你花在Anthropic上的費用，即使你呼叫Opus模型，其中一些開支會出現在Sonnet或Haiku上，因為它們足夠聰明去做到這一點。」「這將變得越來越普遍。」但所有這些工具都是在沒有共同語言或共享定義的情況下建立的，這些定義包括token的開支、產生的結果以及如何比較不同供應商的開支。這就是Tokenomics Foundation希望發揮作用的地方。該機構正在建立一個關於「tokenomics」的標準定義和框架；開放標準、規格和指標，用於AI token的使用和開支；以及新的AI經濟指標，例如每單位智能成本或每瓦特token數量。該機構還計劃定義token工廠效率和消耗效率的指標。該組織預計在7月正式啟動，並預計在下周的FinOps X會議上宣布更多成員。Salesforce首席可用性官Nishant Gupta在聲明中表示：「token經濟學與我們以往處理過的任何規模的東西相比，都是更抽象和不透明的。這需要與雲端產業建立的運營肌肉不同的能力。」不過，高盛預測到2030年全球token使用量將增加24倍。那些已經超支的公司現在急需解決方案，而該機構的第一個交付成果還需要幾個月時間。Gordon說：「我們可能創造了一台蒸汽機，但我們還沒有弄清楚組裝線。」Arcolano表示，明智的做法是廣泛而適度的採用。「最好的投資回報來自於將廣泛使用的中間層從低使用轉向中度使用，而不是將重度使用者推向更高的層面，」他說。Russell Brandom和Tim Fernholz協助了這篇報導。