《Token 成本的现实账单：大模型为什么还难以无限替代程序员》
阮一峰从 Token 费用和漏洞赏金滥用谈起，提醒 AI 的真实成本、激励结构和质量控制仍是落地硬约束。
🧠 agentic reading｜1️⃣ 精准输入
导语
阮一峰这一期周刊用两个案例提醒：AI 编程的瓶颈不只是能力，而是成本和激励结构。一个程序员如果无限量使用顶级模型，账单可能高到公司无法承受；大模型进入漏洞赏金，也会冲垮原有反馈机制。
1. 一个人的 Token 用量可以贵到像一家公司
OpenClaw 创始人展示一个月 760 万个请求、6030 亿 Token，按预设费率约 130 万美元。这个数字对他本人不是实际支出，但用量真实。如果公司按市场价购买同等模型调用，单个高强度 AI 编程用户就可能制造百万美元级月账单。
2. 便宜模型能降成本，但不能消除约束
国内便宜开源模型可能只有国外旗舰模型 1/30 到 1/50 的价格，但按高强度使用计算，一年仍可能达到 200 万到 300 万人民币。结论不是 AI 编程不可用，而是“不限量使用顶级模型”不可能成为普通公司的默认配置。
3. 巨头也会被账单迫使收紧
我的笔记
✍️ 写下你的想法，自由记录即可。如果没有灵感，试着回答上方的费曼输出问题。
登录后可记笔记
登录后可保存笔记、高亮、划线和批注。