当大厂AI项目超支860%、当你的IDE不肯告诉你花了多少钱，AI创业的"算账时刻"已经到来。
▲
事件一：Amazon一个"小项目"烧掉180万美元
《金融时报》从一份Amazon内部报告挖出了一组令人瞠目的数据：公司用Anthropic的Claude Sonnet模型执行一个"匹配作者信息和商品列表"的任务——听起来像是实习生都能干的活——结果花了180万美元，超预算860%。
更让人冒冷汗的是，这个窟窿直到5个月后才被发现。
这还不是孤例。同一份报告还披露：一个"财务审计工具"项目额外烧了54.1万美元，一个物流交付优化系统多花了13.4万美元。讽刺的是，那个54万超支的项目，恰好就是一个做资金审计的工具。
Amazon内部对此的官方口径是："和任何新技术一样，我们在实验、学习和改进，包括如何提升成本效率。挑出团队之间相互学习的小例子，把它们描绘成常态，这不能反映Amazon各团队使用AI的真实情况。"
问题是，这些"小例子"加起来超过250万美元。对于Amazon这样季度收入1810亿美元的巨无霸来说，这当然只是九牛一毛——不到月收入的0.1%。但对任何中小型AI创业公司来说，一次180万美元的AI账单足以让公司直接关门。
而且，这已经不是Amazon第一次在AI上翻车了。今年早些时候，AWS多次宕机的根因被追溯为"AI编码机器人的失误"，公司随后紧急收紧了AI Agent的权限，不再让它们和高级工程师享有同等级别的系统访问权。
背景：大厂们的"Token军备竞赛"正在反噬
Amazon不是唯一一个在AI成本上栽跟头的。过去半年里：
- 高盛报告指出，AI Agent的部署可能让Token消耗暴增24倍。传统的一次性问答变成了持续数小时、数天的Agent自主运行，计费模式从订阅制全面转向按Token付费。
- Uber CTO公开表示，目前"看不到Token消耗与成功交付产品之间的关联"，公司已踩下全面AI投入的刹车。
- 多个大厂报告称，团队在几周内就烧完了全年的AI预算。OpenAI CEO Sam Altman也承认"Token成本正成为一个巨大的问题"。
- Amazon此前还有过一个内部"AI使用排行榜"，公开排名哪些员工用AI最多——这种做法后来因为成本失控而被叫停。
趋势已经很明显：各公司管理层过去一年疯狂推动"Tokenmaxxing"（尽可能多地用AI），现在发现账单完全失控了。
事件二：Cursor偷偷撤下费用显示
如果说大厂的成本失控是内部管理问题，那Cursor的做法就直接伤害了每一个付费用户。
8月1日，Cursor用户发现使用量页面上美元金额突然消失了，只剩下Token数量。连CSV导出功能也不再包含费用数据。一位用户在Cursor社区论坛发帖吐槽："我一直靠这个页面跟踪日常/活跃支出，现在换成Token数量，完全没用。"
这篇帖子发布一天内就获得2300+浏览、65个赞，评论区炸了锅：
- "Cursor需要对他们按次收费的成本保持透明，这完全不可接受。"
- "无法理解为什么随机地移来移去，我现在拿不到自己的使用数据。"
- "团队版用户没法追踪个人开支了，这在共享付费上限的情况下根本无法管理。"
- "Cursor请立刻修复。"
没有官方公告，没有提前通知，就这么悄悄改了。这在一个"按Token计费"的时代，等于加油站把油价显示换成了"升数"——你知道自己加了多少油，但不知道要花多少钱。
▲
事件三：微软发布Flint——"为AI时代设计的可视化语言"
一边是成本噩梦，一边是工具创新。微软在GitHub上发布了Flint（github.com/microsoft/flint-chart），定位于"AI时代的可视化语言"，目前221个HN赞。
Flint的核心思路：用JSON规范来描述图表，可以渲染到多个图表后端（ECharts、Plotly等）。设计理念是让AI Agent生成标准化的Flint JSON，再由渲染引擎转换为实际图表。
但HN上的反馈冰火两重天。支持者认为："给LLM一个简化的JSON API确实有意义，它们直接写ECharts配置经常出错。加一个验证层只输出合规文件更好。"
反对者则一针见血："这为什么是'AI时代'的？LLM现在几秒钟就能生成复杂的Python或JS图表代码。而且LLM生成JSON的能力反而是众所周知的弱项。"
还有人指出ggplot的"图形语法"才是真正的标杆——它不是营销话术，而是真的写出了一套能表达所有定性图形的完整语法体系。
三件事连起来看
Amazon花180万、Cursor藏账单、微软发Flint——这三件事看似无关，但连起来指向同一个现实：
AI行业正在从"无限烧钱探索"阶段进入"算账落地"阶段。
第一阶段（2023-2025）：模型能力就是一切，成本不重要，只要GPT能多解一道数学题就是胜利。
第二阶段（2026-现在）：账单来了。
Amazon的180万美元窟窿说明，即便世界上最富有的科技公司之一，AI项目的成本控制也是一团乱麻。Cursor藏起费用显示，则暴露了AI工具公司的一个尴尬处境：费用透明度越高，用户越肉疼——但藏起来只会让信任崩塌。
而对AI创业者来说，微软Flint的发布反而提示了一个机会：AI原生工具的赛道还远未定型。当现有的成熟工具（ECharts 12年历史、Plotly 10年历史）不被视为"AI时代的"够好方案时，说明"专门为AI设计"仍然是一个行之有效的产品差异化策略。
对AI创业者的三个提醒
第一，做成本预算时把AI账单乘以10倍。 Amazon的预算偏差是860%，Goldman Sachs估计Agent会让Token消耗增加24倍。如果你现在每月AI API花费500美元，按Agent化后至少按5000美元做预算。这不是危言耸听——多个大厂的全年AI预算在几周内就被烧光了。
第二，选AI工具先看费用透明度。 Cursor悄悄藏起账单的做法，是所有按量计费AI产品的反面教材。如果你在评估一个AI工具（不管是IDE、Agent平台还是API服务），先问：我能不能实时看到花了多少钱？计费粒度是什么样的？有没有预算上限？如果这三个问题得不到清晰答案，那就不是一个适合严肃商业用途的工具。
第三，AI原生工具的窗口期可能比你想的短。 Flint是否成功不重要，重要的是它出现的时机——微软这样的大厂仍然认为现有工具不是"AI时代的"。这意味着创业公司仍有大量机会做出真正的AI原生工具，而不只是给旧产品套个API壳。但窗口正在关闭，越往后，大厂的资源碾压效应越明显。
#AI创业 #AI成本 #Cursor #Amazon #微软Flint #一人公司
本文由AI辅助创作，经人工审核编辑发布
更多一人公司案例与工具，微信搜索「AI创业内参」关注我们