Anthony Ha 点出核心本质：「整个生態系被投资人的钱深度補貼。那些看起来零成本的东西，实际上貴得驚人。如今这些成本开始转嫁給終端消费者，我們不知道行为会如何改變，但肯定会很痛苦。」
Uber 两个月燒完年度 AI 预算：tokenmaxxing 狂歡后的清醒时刻
这场漲价风暴最戲劇性的案例来自 Uber。Kirsten Korosec 在節目中指出，Uber 在短短一个半月內走完了「AI 匯入，大量使用，预算超支，緊急设限」的完整迴圈。該公司原本为今年編列的 AI 支出预算在不到四个月內就被員工的 token 用量燒光，迫使管理層緊急设定每人使用上限。
与此同时，半年之前还被开发圈瘋狂追捧的「tokenmaxxing」，即想辦法最大化 token 消耗量以榨取 AI 模型潛力的行为，如今已风向反转，被視为一種浪费且无效率的作法。Kirsten 感嘆：「tokenmaxxing 从崛起、高峰到被唾棄，竟然只用了六个月。」这種速度在傳统科技产业中幾乎聞所未聞，卻正是 AI 时代的常態。
Uber 的共同創辦人暨營运长也在公司內部直言：Token 消耗量和有用的产出之间不存在正比关係。当企业开始緊盯每一塊钱的 AI 支出回报率时，过去那種「有多少 token 用多少」的豪气將不復存在。
Token末日来了：GitHub Copilot 代币涨价潮掀负评，AI 产业全面转以量计价第一枪？
当 GitHub Copilot 从月费制改为按 token 计费，Reddit 社群稱之为「Tokenpocalypse」。TechCrunch 三位主持人指出，这不是單一产品调价，而是整个 AI 产业从「補貼蜜月期」走向「成本转嫁期」的关鍵转折，Anthropic 的 IPO 风险书、Uber 的 AI 预算失控、以及短短半年內从 tokenmaxxing 熱潮到人人喊打的风向转變，都在訴说同一件事：AI 的帳，終究要有人买單。
（前情提要：GitHub Copilot改收费，揭开了AI产业「最大的謊言」｜Claude Code 让 Uber 两个月燒完年度预算）
（背景補充：Anthropic 奪得 IPO 先机｜橋水基金創辦人 Ray Dalio 警告 AI 泡沫）
本文目錄
Toggle
微软 GitHub Copilot 近期宣布重大定价變革，將原本的 flat rate 月费制改为按 token 用量计费。Reddit 使用者直接在社群的討論中將此现象稱为「Tokenpocalypse」（代币末日），这个充滿末日感的詞彙迅速在开发圈蔓延开来。TechCrunch 知名播客《Equity》最新一集中，主持人 Anthony Ha、科技記者 Sean O’Kane 与 Kirsten Korosec 以此为引，展开了关於 AI 产业定价結構的深度对話。
他們的結論聽来並不轻鬆：**整个 AI 生態系长期依賴投资人的巨額補貼，如今帳單正以前所未有的速度递到終端使用者和企业客戶手上。**从 GitHub Copilot 到 Anthropic 的 S-1 上市檔案，从 Uber 內部 AI 预算失控到短短半年內「tokenmaxxing」从狂熱變为眾矢之的，这股漲价潮正在重塑 AI 产业的每一層面貌。
从「月费 20 美元」到「按 token 付费」：AI 定价的結構性翻转
Sean O’Kane 在節目中回顾了一个耐人尋味的細節：ChatGPT 在 2022 年底剛推出时，OpenAI 随口喊出了月费 20 美元的數字，「根本沒有什麼策略在裡面」，但这个「随手一寫」的价格卻成了整个产业后续长达數年的定价錨点。如今，随著訓練与推理成本持续攀升，AI 公司終於开始认真面对「真实成本」与「市场定价」之间的巨大鴻溝。
GitHub Copilot 的 token 计费制正是最新、也最直接的訊號。微软不再採用过去「吃到飽」的月费方案，而是根據开发者实际消耗的 token 數量收费。这个转變在 Reddit 上被稱为 Tokenpocalypse，因为它意味著，过去那種「AI 很便宜、随你用」的幻覺即將終結。
Anthony Ha 点出核心本质：「整个生態系被投资人的钱深度補貼。那些看起来零成本的东西，实际上貴得驚人。如今这些成本开始转嫁給終端消费者，我們不知道行为会如何改變，但肯定会很痛苦。」
Uber 两个月燒完年度 AI 预算：tokenmaxxing 狂歡后的清醒时刻
这场漲价风暴最戲劇性的案例来自 Uber。Kirsten Korosec 在節目中指出，Uber 在短短一个半月內走完了「AI 匯入，大量使用，预算超支，緊急设限」的完整迴圈。該公司原本为今年編列的 AI 支出预算在不到四个月內就被員工的 token 用量燒光，迫使管理層緊急设定每人使用上限。
与此同时，半年之前还被开发圈瘋狂追捧的「tokenmaxxing」，即想辦法最大化 token 消耗量以榨取 AI 模型潛力的行为，如今已风向反转，被視为一種浪费且无效率的作法。Kirsten 感嘆：「tokenmaxxing 从崛起、高峰到被唾棄，竟然只用了六个月。」这種速度在傳统科技产业中幾乎聞所未聞，卻正是 AI 时代的常態。
Uber 的共同創辦人暨營运长也在公司內部直言：Token 消耗量和有用的产出之间不存在正比关係。当企业开始緊盯每一塊钱的 AI 支出回报率时，过去那種「有多少 token 用多少」的豪气將不復存在。
Anthropic IPO 与 S-1 风险因子：token 成本正在改寫 AI 上市檔案
这场討論的另一个关鍵时空背景，是 Anthropic 即將啟动的首次公开募股。該公司已秘密提交 S-1 上市檔案，估值逼近一兆美元。但 Sean O’Kane 提出了一个尖锐的问題：「Anthropic 的 S-1 裡会出现多少个 token 相关的风险因子？」
Kirsten 呼应道：「这些风险正面对我們的眼睛在逐日演變，你怎麼寫进上市檔案？」AI 公司的商业模式、定价策略和成本結構仍在劇烈變动中，这对傳统的 SEC 风险揭露框架構成了前所未有的挑戰。
值得注意的是，川普政府本週也簽署了一項人工智慧行政命令，雖然版本较为窄化，要求政府有机会審查強大 AI 模型。監管、上市、成本转嫁三條線同时交织，让 AI 产业进入了一个 Kirsten 形容为「从未有过的速度与複雜度」的时期。
AI 公司的 Uber 化：从補貼到盈利的必经之路
Anthony Ha 提出了一个有趣的類比：多年前 Uber 也曾被华爾街視为「永远不会賺钱」的公司，但 Uber 最終透过业務转型、擴張新市场、以及对乘客与司机两端的价格调整，实现了獲利。AI 公司若要存活，恐怕也必須经歷類似的蛻變。
但 Sean O’Kane 追问了一个关鍵问題：「这些 AI 实验室能不能像 Uber 壓榨司机那樣去壓榨成本結構？」他的答案並不樂觀，AI 的运算成本是鐵板一塊的硬成本，不像 Uber 的平台可以透过補貼调整和供需匹配来最佳化。这意味著，AI 产业的成本转嫁，最終可能比 Uber 模式更为直接与痛苦。
当 Tokenpocalypse 的討論从 Reddit 討論串升級为 TechCrunch 头條、再擴散为整个矽谷的話題，它已经不僅僅是一个有趣的網路迷因，而是指向一个更深層的产业现实：AI 盛宴的帳單，正在被送到每个人手中。