AI不能拖欠工资：Uber四个月烧光全年AI预算，Agent成本黑洞有多深

2026年技术圈流传着一个新段子：公司裁掉程序员用AI写代码，Token账单爆炸之后，又悄悄把程序员招了回来。

段子听起来荒诞，数据更荒诞。Uber，一家市值1460亿美元的科技巨头，2026年全年AI预算在四个月内全部烧光。CTO本人两小时演示烧掉1200美元。COO在全员会上说"这是一个让人头爆炸的时刻"，因为公司找不到AI使用量和产品体验提升之间的因果关系。

这是《AI下半场：Agent淘金热》系列的第一篇。上一个系列《AI代码冲击波》12篇讲的是"AI来了怎么办"，这个系列讲的是"AI时代怎么赢"。从"怎么活下来"到"怎么赢"，中间横亘着一条裂缝，裂缝的名字叫成本。

Agent的账单，正在成为2026年企业技术支出中增长最快、最不可预测、也最令人恐慌的条目。这篇文章把能找到的真实数据摊开，看看Agent的成本黑洞到底有多深，以及那些没被黑洞吞掉的企业做对了什么。

一、"AI不能拖欠工资"的真相：Uber预算爆炸全复盘

1.1 四个月烧光全年预算

2025年12月，Uber向5000名工程师全面部署Claude Code，配套上线了一个内部排行榜，按团队AI工具使用量排名。激励机制立竿见影。到2026年2月，32%的工程师在使用AI编程工具；3月这个数字冲到84%；到春季达到95%。约70%的已提交代码来自AI辅助生成。

然后预算崩了。

2026年4月，Uber CTO Praveen Neppalli Naga在一次内部会议上宣布：公司2026年全年的AI预算已经全部用完。主要流向两个产品，Anthropic的Claude Code和Cursor。

Naga本人在一次两小时的个人Claude Code演示中，烧掉了1200美元。按这个速率推算，单个重度用户的月消耗在500到2000美元之间。5000名工程师乘以这个数字，预算模型瞬间崩塌。

Uber随即出台规定：每名员工每个AI工具的月度使用额度封顶1500美元。这个限额按工具分别计算，Cursor的花销不影响Claude Code的额度。公司同时部署了内部仪表盘，让员工实时追踪AI活动和成本，并建立了正式的审批流程，工程师需要申请才能突破标准限额。

Uber股价在预算消息披露当天下跌3.1%。

1.2 COO的"头爆炸时刻"

预算爆炸本身是一个技术问题。更深层的问题出在ROI上。

2026年5月26日，Uber总裁兼COO Andrew Macdonald在《Rapid Response》播客上公开表示：“也许确实有更多东西在交付，但你很难从那些AI使用数据里画出一条线，连到’OK，我们现在真的多产出了25%有用的消费者功能’。”

这句话的杀伤力远超预算数字。Uber是硅谷最"AI-forward"的公司之一，AI已经深度嵌入定价、匹配、ETA预测等核心业务。但即便如此，当AI工具从"辅助"变成"基础设施"，COO说不清这笔钱到底换回了什么。

Uber部署了内部仪表盘追踪实时AI活动和成本。但仪表盘能追踪的是花费，追踪不了价值。这正是整个行业面临的困境：Token消耗量不等于生产力提升。

1.3 Uber不是个例

Uber的预算爆炸在2026年引发连锁反应。

Microsoft在公司范围内撤回了Claude Code许可证，原因同样是每位工程师月度账单攀升到500至2000美元。一家咨询公司在一个月内仅在Claude上的花费就达到5亿美元。Gartner分析显示，Agentic AI模型每项任务所需的Token数量是标准聊天机器人的5到30倍。

微软CEO Satya Nadella在DeepSeek发布低成本模型时引用了一句经济学名言："Jevons Paradox strikes again。"这句话准确概括了2026年AI成本的核心矛盾。

二、杰文斯悖论：Token越便宜，账单越重

2.1 一个160年前的经济学预言

1865年，英国经济学家William Stanley Jevons发现了一个反直觉现象：蒸汽机效率提升后，煤炭总消耗量反而飙升。原因很简单，效率提升降低了单位成本，降低了成本使更多应用场景变得经济可行，新增需求超过了单位消耗的减少。

160年后，这个悖论在AI领域完美复现。

Token价格降了接近1000倍。企业总支出涨了数倍。这组数据本身就是Jevons悖论的最佳注脚。

2.2 为什么单价降了，总账单反而涨了

根源在于使用范式的迁移。

过去两年的企业AI使用以对话为主。用户输入一段文字，模型返回一段回答，一次会话消耗约5000 Token，成本几美分。

Agent来了之后，范式彻底变了。Agent会规划、调用工具、循环推理、执行多步任务，不需要人盯着就能24小时运行。一名员工背后可能挂着10个Agent，用量可达纯人工交互的数十倍。

Microsoft Research在2026年给出一个关键数据：Agentic工作负载的Token消耗量约为标准聊天交互的1000倍。同一个任务，作为一次性聊天查询花费几美分，重构成Agent则花费数美元。

更具体的数据来自EY的测算：2023年一次简单聊天机器人交互成本约0.04美元，2026年一次编排型Agent交互成本约1.20美元，接近30倍。同期Token单价持续下降，但Agent每项任务消耗的Token数量远超聊天机器人，总账单反而上涨。

CGI的独立分析发现，模型账单只占AI总成本的不到30%，超过70%的成本藏在编排、检索、重试、可观测性和应用架构中。企业盯着Token单价做预算，漏掉了真正的成本大头。

2.3 Token放大效应

Biggo Finance的研究描述了一种"Token Amplification Effect"。因为大语言模型缺乏真正的记忆和认知，对话中每一次追问都会重新加载并处理整个聊天历史。当AI Agent执行多阶段任务时，比如查询报告、拉取CRM数据、进行网络搜索、生成报告，它可能在后台默默消耗数百万Token。

一个看似简单的查询，在需要反复重试和复杂推理的条件下，单次成本可以从1美元膨胀到10美元。如果企业将这个任务设置为每15分钟刷新一次，月度成本从2880美元飙升到28800美元。

2026年3月，全球单周Token调用量达到20.4万亿。中国日均调用量突破140万亿，较2024年初增长超过千倍。Anthropic的年化收入从2025年底的90亿美元增长到2026年5月的440亿美元以上。

Satya Nadella说"Jevons Paradox strikes again"的时候，他知道自己在说什么。

三、Agent为什么这么烧钱

3.1 从一次API调用到多步推理链

聊天机器人的成本模型很简单，一次API调用，几百到几千Token，几美分到几毛钱。

Agent的成本模型完全不同。一个典型的Agent任务包含以下步骤，每一步都在烧Token：

1. 系统提示加载（包含工具描述、角色定义、约束规则）
2. 上下文加载（检索相关文档、加载历史对话）
3. 规划推理（拆解任务、制定执行计划）
4. 工具调用（调用外部API，每次调用都消耗Token描述工具和解析结果）
5. 结果验证（检查工具返回值，判断是否需要重试）
6. 重试循环（失败后重新规划、重新调用）
7. 上下文重载（每一步推理都可能重新发送完整上下文）
8. 子Agent生成（复杂任务会生成子Agent，各自消耗Token）

The Modern Data Company的分析指出，工具描述开销是Agent成本中的隐形杀手。每个工具必须在系统提示中描述清楚，让模型知道何时以及如何使用它。Anthropic自己的研究表明，Agent在工具数量超过15个时准确率显著下降，超过50个时直接崩溃，而Token成本随工具数量线性增长。

结果是，系统提示本身就可能在用户输入第一个字之前消耗数万Token。每个添加到Agent中的工具都是一笔在每次调用时都要付出的成本，无论该工具是否被使用。

3.2 Agent成本是O(n²)的

上一系列《AI代码冲击波》第03篇拆解过删库事故的成本结构，这里的核心结论同样适用：Agent成本不是线性的，是平方级的。

一个5步循环的Agent任务，成本约为单次调用的155倍。原因是每一步都可能触发重试，每次重试都带完整上下文，上下文越长越贵。如果一个Agent有5个工具、每步推理3轮、每轮带10000 Token上下文，一次完整任务可能消耗15万Token以上。

极端案例更触目惊心。上一系列记录过几个标志性翻车：一个$47K的LangChain循环，4个Agent通过A2A协议进行了11天264小时的无限对话循环；一个Claude Code递归，5小时消耗16.7亿Token，产生253个usage limit错误仍未终止，账单在16K到50K美元之间。

3.3 七种烧钱模式

根据多份企业部署复盘报告，Agent的Token浪费主要集中在七种模式：

递归循环。Agent无限自我调用，像while(true)但没有break。一次循环可能持续数小时甚至数天，直到预算熔断或人工介入。

上下文膨胀。每次重试都带上全部历史，上下文越滚越长。一个本该消耗5000 Token的任务，在3轮重试后可能膨胀到50000 Token。

工具链爆炸。一个任务调用20个以上MCP工具，每个工具的描述和结果解析都要消耗Token。系统提示本身可能就占去一半上下文。

幻觉重试。Agent给了错误答案，用户追问补充，Agent再犯错，循环往复。每一次交互都是一次完整的上下文重载。

多Agent通信税。A2A协议下Agent间对话的Token消耗不亚于API调用。4个Agent协作的Token量可能是单Agent的4倍以上。

未优化的系统提示。冗长的系统提示在每次对话中都重新发送。一个5000 Token的系统提示，在100次交互中就多消耗50万Token。

缓存未命中。同样的上下文被反复重新计算。Anthropic的Prompt Caching可以在命中时提供50%到90%的折扣，但很多企业根本没开启。

3.4 结构性矛盾：越自主越贵

这七种烧钱模式指向同一个结构性矛盾：Agent越自主，调用链越长，成本越高。这是一个正反馈循环。Agent能力提升，企业部署更多Agent，使用量增加，成本上升。能力越强，越想让它自主，越自主调用越多，账单越贵。

Gartner数据显示，全球AI Agent软件支出在2026年达到2065亿美元，同比增长139%，是企业技术史上增长最快的软件品类。同期的Gartner预测更加刺眼：到2027年底，超过40%的Agentic AI项目将被取消，原因前三名是成本失控、商业价值不明确、风险管控不足。

四、谁在为Agent买单

4.1 成本光谱：从免费到天价

Agent的成本不是均匀分布的。根据企业规模和使用模式，差距可以从几个数量级。

个人开发者。Cursor Pro月费20美元，无限使用。重度使用Claude Code的账单在200到500美元之间，取决于使用强度。本地部署Ollama加Qwen模型，成本为零（已有GPU的前提下），体验略逊但免费。

创业公司。Deloitte报告显示，Agent项目的年运营成本轻松突破40万美元。基本实施费用在1.5万到4万美元之间，中端部署4万到12万美元，高级部署超过50万美元且没有上限。

中型企业。API账单每月5万到20万美元，财务部门正在恐慌。Glean的企业部署成本分析给出了这个区间。很多企业的预算批准基于Demo经济模型，即受控场景下的Token成本，但生产环境的边缘案例处理、检索层、编排层全部在运行后，成本在上线约六个月后开始失控。

大厂。Uber/Meta/Google有自建推理基础设施的优势，但即便如此，Uber的预算模型也在四个月内崩塌。大厂的优势是可以自建，劣势是自建也需要花钱，只是花的钱从API变成了GPU。

4.2 价值错位：钱花了，ROI在哪

Uber COO的困惑不是孤例。MIT的 landmark研究分析了300个部署、150位高管访谈、350份员工调研后发现，95%的生成式AI试点没有产生任何可量化的损益影响，尽管投入了300到400亿美元。

S&P Global发现42%的公司在2025年放弃了大部分AI项目。88%的组织在使用AI，但只有6%是捕获到有意义EBIT价值的高绩效者。

Bain在2026年6月对951家公司的调查发现了一个值得注意的数据：90%因AI成本节约不达预期而未达标的公司，反而在增加AI预算。市场已经认定价值是真实的，但还没建好支撑这个信念的成本架构。

这个矛盾是整个2026年AI成本讨论的核心：企业不是在"该不该用AI"上犹豫，是在"怎么把AI用出正回报"上挣扎。

4.3 73%的Token去了最贵的模型

The Modern Data Company引用的企业数据显示，2025年初，约73%的企业Token量被路由到最贵的两个模型层级。一个本可以用每百万Token 0.04美元的模型处理的FAQ回复，跑在每百万Token 180美元的推理引擎上，成本乘以4500倍，输出质量完全相同。

这是模型路由治理的缺失。很多企业的默认策略是所有任务都用最强模型，因为"反正也用不了多少"。当Agent的使用量从每天几十次飙升到每天数万次时，这个默认策略的代价就暴露了。

五、成本控制实战：五个杠杆

5.1 杠杆一：模型分层路由

最立竿见影的降本手段。80%的常规任务用小模型，20%的核心任务用大模型，成本可降60%以上。

具体做法：简单FAQ和格式转换走7B级别的模型，中等复杂度的代码生成和文档分析走14B到70B级别的模型，深度推理和复杂规划走Claude Opus或GPT-5级别的前沿模型。

关键在于路由策略。可以按任务类型静态路由，也可以用一个小模型先判断任务复杂度再动态路由。LiteLLM是一个常用的模型网关，统一管理所有模型提供商，支持自动降级：前沿模型超时或超额时自动切换到备用模型。

招商银行的落地数据显示，大模型投入成本收入比稳定在20%，即每投入20元Token相关成本，可直接产出100元业务增量收益。这个比例的前提是模型路由策略到位。

5.2 杠杆二：Prompt Caching与KV Cache

Anthropic的Prompt Caching在命中时提供50%到90%的折扣。原理很简单，相同的上下文不需要重复计算，缓存直接返回。

典型场景：一个5000 Token的系统提示，如果100次交互都带上它，不缓存就要计算50万Token。开启缓存后，只需要计算一次，后续99次走缓存折扣。

上下文分层压缩技术平均可减少30%到60%的无效Token消耗。多级缓存机制在高频场景下可降低70%以上的重复消耗。这些不是实验室数据，是Anthropic、有道、中国移动等企业已规模落地的实测效果。

5.3 杠杆三：Token预算与熔断机制

Uber的事后措施之一是给每个员工设定1500美元的月度限额。这个思路应该从员工级别延伸到Agent级别。

具体做法：为每个Agent任务设定Token预算上限，超限自动熔断。限制Agent最大步数，N步后强制人工介入。设置工具白名单，不让Agent调用不必要的工具减少链长度。

阿里云在2026年7月WAIC上发布的Agent Native Cloud提供了另一种思路：AgentRun/AgentTeams/AgentLoop的架构下，15个Agent可以7乘24小时处理85%的答疑，运营时长降90%，版本迭代周期从周缩短到天。成本控制的关键不是少用Agent，是让Agent在受控的预算范围内高效运转。

5.4 杠杆四：消耗可视化

Uber部署的内部仪表盘是事后补救。正确的做法是在第一天就建立Token消耗的实时可视化。

艾瑞咨询提出的方案是建立跨平台、跨部门的六维标签体系：部门、项目、岗位、任务类型、模型类型、调用时间。先把"钱花在哪、谁在花、花多少"彻底看清楚，没这一步，后续所有工程优化和配额管控都是盲人摸象。

89%的组织部署了Agent可观测性工具。但可观测性不只是看仪表盘，是要把Token消耗和业务产出关联起来，建立"Cost per Task"指标，追踪每次调用的模型和成本。

5.5 杠杆五：从"省单价"转向"省任务"

腾讯研究院在2026年年中的分析中给出了一个关键判断：行业最终发现，需要优化的不是价目表，是任务本身。

这意味着成本控制的思路从"怎么让每次调用更便宜"升级到"怎么让每个任务用更少的调用完成"。任务拆解、结果验证、流程接入能力的公司，用同样的模型和用量，产出效率显著更高。

Anthropic、Microsoft和OpenAI在2026年4月集体转向按量计费模式，同时收紧固定费率计划内的Token消耗限额。补贴模式退潮，留给企业的窗口期不多了。能率先建立"FinOps for Agents"能力的企业，就是2026年最值钱的那批。

六、辩证看待：成本危机的另一面

6.1 危机是真实的，趋势也是真实的

Agent成本失控是2026年企业IT支出的头号事故。Uber四个月烧光预算、Microsoft撤回Claude Code许可证、一家咨询公司单月5亿美元的Claude账单，这些都是真实发生的事。

另一面同样真实。Token单价两年降了接近1000倍。Gartner预测推理成本在2025到2030年间将再降约90%。开源模型的推理成本已经降到闭源旗舰的38%。这些趋势意味着Agent的绝对成本在持续下降。

矛盾在于，成本下降的速度跟不上使用量爆炸的速度。Jevons悖论不是说效率提升没用，是说效率提升释放的需求超过了效率本身的节约。这对企业意味着：光等模型降价不够，必须建立自己的成本治理能力。

6.2 问题不是"AI太贵"

把Uber的预算爆炸归结为"AI太贵"是一个偷懒的判断。Uber真正的失误有三个。

第一，把"多用AI"当成管理目标。内部排行榜按AI工具使用量排名，把Token消耗量纳入正向激励。这制造了"公地悲剧"，每个员工单次调用只消耗几美分，没人觉得需要省，累计总量在几个月内失控。

第二，预算模型基于Demo经济。批准预算时用的是受控场景下的Token成本，不是生产环境带边缘案例处理、检索层、编排层全部运行后的真实成本。六个月后发现Delta的时候，预算已经烧完了。

第三，缺少价值归因。Token消耗量和业务产出之间没有建立可追溯的关联。COO说"找不出AI使用和产品体验之间的因果线"，这才是最致命的。成本不可怕，花了钱不知道换回了什么才可怕。

6.3 类比云计算的早期阵痛

2006年AWS上线时，计算成本比传统IDC贵得多。很多企业第一个月的AWS账单让CFO差点从椅子上摔下来。当时也有人质疑云计算的经济性。

后来的故事我们都知道了。云计算催生了FinOps这门新学科，企业学会了给计算资源做预算、做监控、做成本归因。现在没人回去自建机房。

Agent正在走同一条路。CGI把Agent成本管理称为"下一个FinOps"。核心转变是从"AI多少钱"到"怎么治理一种日益不可见的消费形式"。

先行者承担探索成本，后来者享受基础设施红利。关键问题是：你的组织是先行者还是后来者。如果是先行者，Jevons悖论会咬你一口，但咬完之后你建立的成本治理能力就是护城河。如果是后来者，等基础设施成熟了再上车，成本更低，但窗口期也在关闭。

6.4 谁能控制Agent成本，谁就最值钱

2026年最稀缺的工程师，不是最懂模型架构的，不是最会写Prompt的，是能控制Agent成本的那批人。

这个判断的依据很简单。Gartner说40%的Agent项目因成本取消，88%的试点永不到生产环境，成本是前三名原因。MIT说95%的AI试点零回报。这些失败项目的共同特征是有人会建Agent，没人会管Agent的账。

"Token经济学家"是一个今天还不存在但明年会很热的岗位。能同时理解模型能力、成本结构、业务价值的交叉人才，比单方向专家稀缺一个数量级。本系列第10到12篇会专门拆解这个职业路径，这里先记住结论：成本治理能力是2026年AI工程师的核心竞争力之一。

本系列导航

本文是《AI下半场：Agent淘金热》系列第01篇，成本黑洞篇第一篇。

前作推荐：

• 《AI代码冲击波》第03篇"删库事故全复盘"：Agent成本O(n²)的详细拆解
• 《AI代码冲击波》第06篇"70%墙"：AI代码生产率与成本的权衡
• 《AI代码冲击波》第11篇"保命清单"：8项不可替代能力中的成本治理

数据来源

本文数据来源于以下英文信源：

• saassentinel.com：Uber AI预算封顶1500美元/月报道，2026年6月
• The Information：Uber CTO预算披露原始报道，2026年4月
• Forbes：Uber AI工具采用率与成本数据，2026年5月
• vexp.dev：Uber Claude Code预算爆炸分析
• bosio.digital：AI Token成本管理指南，2026年7月
• cgi.com：AI Token经济与隐性成本分析
• themoderndatacompany.com：Jevons悖论与Token经济深度分析
• engineering.zooz.com：Token价格下降与企业AI账单增长
• finance.biggo.com：AI经济悖论与Token放大效应
• readsignal.io：企业AI Agent失败分析，2026年
• beri.net：2060亿美元AI Agent投入与40%失败率
• ai2.work：企业AI Agent试点为什么到不了生产
• botsandpeople.com：2026年企业AI Agent生产部署
• ecorpit.com：Agent治理与成本控制
• Gartner：40% Agentic AI项目取消预测，2025年6月
• EY：聊天机器人与Agent交互成本对比，2026年
• MIT NANDA：State of AI in Business 2025，95%试点零回报
• Menlo Ventures：2025年企业生成式AI支出370亿美元
• Bain：2026年6月951家公司AI预算调查
• Goldman Sachs Research：2030年Agent Token消费预测
• Anthropic：Agent工具数量与准确率研究
• 腾讯研究院：AI商业模式悖论，2026年7月

标签：AI人工智能AIGCAI AgentAgent成本Token算力AI预算