一项听上去再普通不过的数据整理工作——把作者信息与亚马逊零售网站上的商品列表做匹配——最终产生了一张 180 万美元的账单，超出原定预算 860%，而且直到问题发生约五个月后才被发现。更尴尬的是，这个项目从未上线。

这一细节出自《金融时报》援引的一份亚马逊内部演示材料。多份内部报告显示，AI 正在让这家公司在多个项目上出现超支，而 180 万美元还只是其中单个项目的数字。

“以前不值钱的错误，现在贵得吓人”

按照内部材料的说法，这类失误过去”便宜到可以忽略不计”，但 AI 模型让它们变得”代价高到灾难性”，尤其是在部署 AI 智能体之后，token 消耗量急剧攀升。

目前已知最大的一笔来自一次失败的 Claude Sonnet 部署，原本用于匹配作者信息与商品列表，最终花掉 180 万美元。除此之外，内部还浮现出另外两笔超支：一个财务审计工具项目额外产生了 54.1 万美元成本——这一点颇具讽刺意味；一套用于缩短物流网络配送时间的系统，额外支出 13.4 万美元。

从数量级上感受一下这笔钱的分量：Claude Sonnet 的公开定价约为每百万输入 token 3 美元、每百万输出 token 15 美元。仅按输入价格粗略折算，180 万美元大致对应约 6000 亿 token 的消耗量。作为参照，同一模型上一次典型的开发者编程任务，成本通常远低于 5 美元。

亚马逊的回应：不要以偏概全

针对这些数字，亚马逊在内部演示中回应称：”和任何新技术一样，我们也在实验、学习并改进使用方式，包括如何提升成本效率。”

公司还表示：”挑出一些孤立的小例子——那些团队正在相互学习的场景——并把它们描绘成常态，并不能反映亚马逊各团队使用 AI 的真实情况。”

从比例上说，这个辩解有其道理。亚马逊最新一季营收超过 1810 亿美元，这些超支的 AI 费用甚至占不到其一个月收入的 0.1%。

真正的问题在治理，不在模型

这并不是 AI 第一次在亚马逊的工作流里制造麻烦。今年早些时候，AWS 曾报告多起由 AI 编程机器人失误引发的服务中断，公司的应对方式是限制 AI 智能体的权限，而不再让它们与所绑定的资深工程师享有同等权限。

更值得注意的是激励机制层面的问题。亚马逊内部曾维护一份排行榜，展示哪些员工使用 AI 最多。在 AI 成本不断膨胀之后，公司重新审视了这一政策并取消了排行榜。这套机制催生出一个被称为”tokenmaxxing”（刷 token 量）的现象——员工为了在排行榜上排名靠前，让 AI 智能体去执行毫无意义的任务。

不少科技公司都在推动员工多用 AI，理由是能提升生产力。但优步（Uber）首席技术官表示，这类政策与能否成功交付产品之间并没有关联。

问题的根源在于计费模式的转变。随着智能体接管更多工作、AI 供应商从订阅制转向按 token 计费，成本迅速膨胀，一些企业在几周内就用光了全年预算。传统软件里那些只值几分钱的失误——低效的循环、设计糟糕的工作流、失控的批处理任务——一旦交给大模型按 token 逐步执行，就会变成毁灭性的开支。

对亚马逊、微软这样的巨头而言，这也许还不是燃眉之急；但对绝大多数其他公司来说，这样的成本结构难以持续。

这起事件给所有在内部部署 AI 智能体的企业留下了一份相当明确的反面教材：为每条工作流指定明确的费用责任人，给智能体设置硬性熔断开关，并把自主 AI 系统当作正式的生产负载来对待，而不是当成边缘实验。

一张 180 万美元的账单，挂在一个从未上线的项目上——这说明跳过治理环节的代价，已经不再是假设性问题。

来源：Tom’s Hardware（https://www.tomshardware.com/tech-industry/artificial-intelligence/amazon-accidentally-spent-usd1-8-million-using-claude-for-menial-coding-task-went-860-percent-over-budget-catastrophically-expensive-coding-blunders-discovered-in-internal-amazon-ai-usage-metrics）、《金融时报》