180万刀，连亚马逊都烧不起Claude了

• 程浅 发自 凹非寺
  量子位 | 公众号 QbitAI

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。

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。

图片系AI合成

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。

[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