10月21日，OpenClaw的創始人Peter Steinberger在Cloudflare Connect的舞台上估計，自己上個月用於AI工作的token成本約為1000萬美元。聽眾發出驚呼，他補充了一句：“並非所有消耗都有用。”

幾周前，另一位 Peter —— Peter Piekarczyk —— 也算出了一筆令人咋舌的數字。他看到 Lauren Tan 的 Cursor 個人主頁顯示，過去 30 天使用了 1.5 萬億 token，於是在 X 上寫道：「按照每百萬 token 8 美元的估計，Lauren 每天消耗約 38.4 萬美元，年化 1.32 億美元。」即使假設 Cursor 能拿到大客戶的九折優惠，年成本仍有約 1300 萬美元。

這組數字很快就引起了廣泛關注，因為它將那些看起來模糊不清的 token 轉換成了每個人都能理解的工資單。在進行計算之前，首先需要了解 1.5 萬億這個數字到底有多龐大。工程管理平臺 Jellyfish 對 1.2 萬名開發者的統計顯示，典型用戶（第 50 百分位）每月約使用 5100 萬 token，而第 90 百分位的用戶則約為 3.8 億。粗略對比之下，Lauren 的使用量約是典型用戶的 2.9 萬倍；Peter Steinberger 在 5 月公佈的 6030 億 token，則約是典型用戶的 1.2 萬倍。

這筆「賬單」是怎麼算出來的？

Lauren Tan 目前在 SpaceXAI Grok 团队擔任工程師。她的職業跨度不小：大學學的是金融，最初在 Excel 里從事 VBA 宏時工作，接觸編程；職業生涯從 UI 的設計工作開始，後來轉向前端開發和 React 領域，參與了 React Compiler 項目；當 AI 浪潮興起之後，她又將重點轉向 Agent 工作流程的優化，並打造出了 pstack，一套智能體 skills。

她也很懂得營造自己的技術形象。9月中旬，她在一次視頻演講中說自己「每月向生產環境合入2000個PR」——這意味著平均每個工作日就能提交近100個PR。這個數字令人難以置信，無疑是一個異常值。

9月21日，她在X平台上將這個「2000個PR」的視頻設為置頂，但配文卻變成了「上個月我將2500個PR整合到了生產環境中」，這引發了新一輪的討論。

10月26日，她再次發帖說「好像破紀錄了」，配圖是4000個PR。數字一次比一次高，每一次都配上公開發布。

此前，她的 Cursor 个人主页显示，在9月份的30天里使用了约1.5万亿个 token。

營銷這件事本身並非壞事，但當你將一個極端值擺在公開的展示區時，就必須準備好它會被他人利用來抬高單價。

將這個公開數字換算成美元：平均每百萬 token 8美元估算，得出每天約38.4萬美元、30天約1100萬美元、年化1.32億美元的結果。按照他的算法，這就是「一個工程師一年燒掉1.32億美元」。

他接着假設 Cursor 能從 Anthropic 那裡拿到九折的折扣，也就是以原價的十分之一結算，費用就降至每天約 3.8 萬美元，30 天約 110 萬美元，年化約 1300 萬美元。再按照資深工程師的年薪 50 萬美元來計算，這筆錢相當於雇用 26 名資深工程師。

考慮到她使用的模型可能存在差異，如果全部使用 Grok，30 天約需 480 萬美元；全部使用 Opus 或 Sonnet，約需 1320 萬美元；按照 40% 的輸入、40% 的輸出、20% 的緩存讀取的混合用量估算，則約需 1150 萬美元。再套用不同的折扣，混合用量的月成本還可能降至 580 萬或 990 萬美元。

Agent 在編程中仍然存在緩存命中的情況，假設緩存讀取的價格約為普通輸入價格的十分之一，每月仍然有100萬美元。

不過，Piekarczyk的算法依然存在爭議。

Cursor 首頁統計的 token 至少可分為四類：普通輸入、模型輸出、緩存寫入、緩存讀取，價格差異很大。以 Opus 5.5 為例，每百萬普通輸入約 4 美元，輸出約 20 美元，緩存讀取約 0.20 美元。

一張 Opus 5.5 的用量截圖顯示，733 億 token 相當於約 3 萬美元，折合每百萬 token 約 0.41 美元；其中緩存讀取和寫入合計佔了大部分費用。如果將這個平均價套用到 Lauren 的 1.5 萬億 token 上，結果約為每月 61.5 萬美元。

還有一層可以納入考慮：Lauren 所從事的是深入、長時運行的智能體任務，比普通用戶更常命中緩存。長時任務反複重複使用同一份上下文，這一項在總花費中的佔比會被進一步推高。Anthropic 公布的 Opus 5.5 的價格中，緩存讀取為每百萬 token 0.20 美元，普通輸入為 4 美元。如果按照 1.5 萬億 token 全部以緩存讀取價格計費，月費用約 30 萬美元；這當然只是極端下限。

Piekarczyk 后來也退了一步：就算自己的算法高估了10倍，或者 Cursor 使用自己的 GPU，那麼按照每百萬 token 約0.80美元來估算，月成本約為10萬美元。

10月9日，Piekarczyk發起了投票，詢問大家工作中每月的AI預算上限，大部分人每月的預算低於500美元。與Lauren估計出的月度費用單相比，形成鮮明對比。

另外作為對比，今年5月，Peter Steinberger在X上也曾晒出CodexBar的截圖：過去30天OpenAI API的用量約130.5萬美元，涉及6030億個token、760萬次請求。後來他解釋，該截圖是按照Codex的Fast Mode價格計算的，關閉Fast Mode後估計的API成本約為30萬美元。

10月這次1000萬美元是活動現場的口頭估計，但有一點是一致的：它們的數量級，與普通開發者每月幾百美元的預算完全是兩個世界。

普通人不能嘗試的工作方式

Steinberger 将這類投入描述為探索「如果 Token 成本不再構成限制，軟件開發會變成什樣樣」。他當時的三人團隊正在運行著約 100 個 Codex 實例。

這些 Agent 集群能夠自主審查 Pull Request、掃描提交記錄以查找安全漏洞、合並重複的 GitHub Issue，並編寫修復代碼。有些 Agent 會根據項目的整體路線圖主動提交 PR；另一些則持續監控性能基準測試，並將性能回退情況報告給團隊的 Discord 伺服器。據 The Decoder 報導，有些 Agent 甚至會參加會議，並根據討論中提到的功能生成 PR。

Lauren 每月1.5萬億 token，無論以何種計算方式來看，這都是普通人都無法承受的數額。那麼這筆錢推動了什麼呢？根據她自己的公開說法，她如今每月可以高置信度地將4000個 PR 合並到生產環境中。這個數字的關鍵不在於生成，而在於驗證。

「在使用 Agent 時，最重要的技能就是驗證。所謂驗證，就是讓 Agent 真正運行代碼、收集 CPU 的追蹤數據或堆棧快照、開啟 iOS 模擬器，或是以用戶接觸應用的方式來操作應用，實際測試並確認功能是否正常。驗證能夠讓工作形成一個閉環。雖然它不能保證 Agent 能寫出優秀的代碼，但至少能幫助他們寫出正確的代碼；這已經是建立信任的重要一步了。」

她的驗證技能讓 Agent 不斷檢查自己的工作並持續迭代，直到任務完成。邏輯是：能夠檢查自身輸出的 Agent 會一直工作到任務完成；不能的 Agent 只能將 diff 交給你然後停下——這樣你就成了整個循環裏最慢的環節。

按每月 4000 個 PR 計算，如果每個都要花 5 分鐘檢查，累計約需 333 小時，一個人的整月工時都不夠用。人工審查不可能成為驗證層，檢查系統必須無人介入運行，並與生成代碼的 Agent 平行進行。

在這個循環裏，工程師的角色更像是「Agent的工程經理」。Lauren說，如果連一個Agent的輸出都不相信，就無法擴展到一百個Agent。

她認為，絕大多數人根本沒有真正運用好 Agent：“99% 的人只發揮了 GrokBot 1% 的真正實力。他們只運行一個 Agent，既沒有‘循環（loop）’，也沒有‘圖表（graph）’。我運営着一支由 20 多個 GrokBot Agent 组成的團隊，全程自主運作。我有一名幕僚長 Agent、一名項目經理 Agent，還有 20 多名執行任務的 Agent——這就是工程師的新技術架構。”

她公開的 pstack 流程，本質上就是這套多 Agent 排列的具體實現。通過分步的腳本引導（Playbook），將研發任務標準化為理解、設計、編碼、審查到驗證的順序階段。它透過在本地並發調度子智能體（如分析行為的 / how、審計風險的 / interrogate）來各司其職。

事實上，pstack 所記錄和提煉的，正是她從剛加入 Cursor、對舊代碼庫一無所知開始，在本地通過觀察 Agent 中反複出現的失敗模式而逐個累積出來的垂直驗證技能（例如 Control Glass）。這種多 Agent 協作流程雖然在雲端會消耗大量資源，但由於模型在本地運行時缺乏無限的上下文，若要讓它真正以高置信度地運行，代碼庫本身也必須適合 Agent 的接手。

GrokBot 最初是一個由 Vibe Coding 快速開發出的新應用程式，人類幾乎沒有閱讀過其代碼，架構限制也不夠完善。在這種模式下，Agent 在執行任務時會優先選擇當下最省事的寫法，導致代碼越積越多，功能邊界和性能風險完全失去控制。若想讓 Agent 能長期安全地接手開發，代碼庫就必須進行改造，使其容易被模型理解，修改路徑必須清晰，且修改內容必須能被無法避免地驗證。

為此，Lauren 使用 600 多個 PR，將 GrokBot 重構到一套內部代號為 Dune 的架構中，其中一些 PR 相對較微小，從幾十行、幾百行到一千行不等。在這種重構思路下，Dune 架構的 CI 檢查極其嚴苛：全面禁用 useEffect 以消除隱式副作用；絕對禁止寫註釋，防止模型被包含過時歷史信息的無用上下文誤導而產生過度推斷；同時嚴密校驗依賴圖，確保 Electron 的 main 和 renderer 目錄絕不交叉導入。

當這套高密度的重構護欄架設完成時，由於智能體愛走捷徑的本能被 CI 的紅線強行扭轉，整個系統的生命周期管理徹底走向自動化。

在 Cursor 特定场景中，這套個人經驗被打包成了 pstack，內部包含 23 個 Playbook（工作流腳本）和 20 多條工程原則。它是 Lauren 试图將特定項目的紀律塑造成 Agent 跑通測試的「唯一捷徑」，在某些人羣中被捧上了天，但這套高度定制化的教條在通用開發場景下對普通開發者究竟有多少落地價值，在其複雜的配置成本面前，顯然得打上一個問號。

算力特權下的「AI Slop」工廠

這種依賴極端資源堆砌而成的交付模式，本質上是極少數人才能享有的資本特權。正如 Peter Steinberger 所直言的，“並非所有消耗都有用”，這種流派的盲目消耗往往只是在試錯。當這種脫離了商業 ROI（投資回報率）的極端案例被推到公開視野時，Reddit 等技術社区的工程師們立刻發起了猛烈的聲討。

在 reddit 的熱門討論中，一線開發者們直言不諱地指出，這種每個月依靠無限資金合入數千個 PR 的狂熱表現，根本不是什麼軟件工程的底層革命，而是在用完全不計成本的暴力算力，不知吞吐地向代碼庫中灌入大規模的 “AI Slop”（AI 垃圾內容）。

同業者的嘲諷直擊這種暴力流派的軟肋：軟件開發真正的瓶頸從來不在於代碼生成的「絕對數量」，而在於系統長期的可維護性。在普通工程師普遍低於500美元的月度預算面前，一旦剝去「消耗無限量」的外衣，缺乏深思熟慮的微小代碼就會徹底失控。

這種依靠天價的 Token 進行盲目試錯和應激性防呆重構的流水線，看似縮短了交付路徑，實則是將系統設計的主導權，從人類架構師的優雅全局思考，讓渡給了機器在沙盒裏的機械堆砌。這種脫離羣衆的算力特權，最終留給生產環境的往往不是什麼高效資產，而是讓普通人現實中根本無力維護的龐大技術債。

但在商業營銷的邏輯裏，這筆巨大的算力消耗在宣傳上確實值了。T3創始人Theo算過一筆賬，他估計Lauren實際的「內部價」其實在每月2.5萬到5萬美元之間，並直言：「這類曝光的價值遠不止每月2.5萬美元；有些公司辦活動花費超過100萬美元，獲得的關注還不如Lauren隨手發的一條推文。」從Cursor的角度来看，這更像是一場無解的公關神話，即使按傳聞中每月花掉幾百萬美元，其產生的產品宣傳和流量回報也完全超值。

Lauren 我也在訪談中回應了成本問題，承認實驗室的特權對她方法論的絕對依賴：「我在 AI 實驗室工作，token 沒有限制，所以我不能說每個人都應該完全照著我的方法來做。」但她同時將這套邏輯定性為一種前期的投入產出比博弈：前期花 Token 進行重構、加入約束，是為了讓最基礎的 Agent 也能寫出好的代碼，從而讓產品經理和設計師能直接交付功能。「Agent 的價值在於讓你做出以前做不到的事情，而不是把 Token 抛到每一個小問題上。」

儘管她堅信「不必花到傾家蕩產，也有機會達到類似的状态」，但這依然無法掩蓋一個殘酷的技術現實：沒有實驗室無限的基礎支持，高頻的自動化驗證閉環根本無從談起，這套方法論對於成本極其敏感的普通客戶和用戶而言，高昂的驗證開支意味著難以跨越的門檻。

本文來源： InfoQ