一天烧掉 7000 美元

词元（Token）是大语言模型读取和生成文本时使用的基本单位。OpenAI 在博客中称，过去一年中，AI 编程智能体已经显著改变了公司研究人员的工作方式：员工编写和交付代码的速度更快，能够开展更多实验，同时开始将越来越复杂、高级的任务交给编程智能体完成。

据 OpenAI 公布的数据，截至今年 8 月中旬，研究部门一名普通研究人员每天使用的词元价值中位数已超过 600 美元，而今年 7 月这一数字仅为 162 美元，三个月内增长近三倍。使用量位于前 10% 的研究人员，每天消耗的词元价值则超过 7000 美元。OpenAI 特别说明，这些数字按照 API 公开推理价格估算，反映的是理论市场成本，并不代表公司实际支付了同等金额。

从整体趋势看，过去三个月研究人员使用 AI 编程智能体的规模出现爆发式增长，增速甚至超过 OpenAI 内部其他团队。公司表示，智能体正越来越多地被用于排查技术问题，自今年 1 月以来，由人工运营的内部技术支持频道每日发帖量下降了一半以上。

从”研究实习生”到全自动研究员

在披露使用数据的同一天，OpenAI 表示已达成首席执行官萨姆·奥尔特曼去年定下的目标：打造一名能够在人工指导下完成明确定义任务的”自动化研究实习生”。按当前进展，公司计划在 2028 年 3 月前进一步造出一名完全自动化的 AI 研究员。

与此同时，高强度使用 AI 也带来了成本层面的反思。今年早些时候，包括 Meta 和亚马逊在内的公司曾鼓励员工积极尝试 AI，甚至推出排行榜统计谁用得最频繁，催生了”词元用量最大化”（Tokenmaxxing，即单纯追求最大化词元使用量、不看实际产出）的现象。到了今年夏天，顶级模型不断攀升的使用成本引发担忧，越来越多公司发现，单纯追求词元用量带来的生产力提升，可能不足以证明巨额支出合理。Meta 与亚马逊随后关闭了内部词元使用排行榜，亚马逊高级副总裁戴夫·特雷德韦尔还提醒员工，不要”仅仅为了使用 AI 而使用 AI”。

相比之下，OpenAI 此前一直对高词元使用量持积极态度。奥尔特曼今年 6 月曾表示，公司内部使用词元最多的用户，每月消耗词元数量高达 1000 亿。OpenClaw 创始人彼得·斯坦伯格今年 2 月加入 OpenAI，他 5 月发布的一张截图显示，自己一个月的词元账单价值高达 130 万美元，不过与其他员工一样，他本人并不需要实际承担这笔费用。

行业反思：效率与成本之辩

软件工程行业正迎来一场”大重置”。许多开发者已习惯将具体编程任务交给 AI 智能体完成，自己负责检查和审核生成结果。这种新工作方式的效率提升已被广泛认同，但围绕成本与产出之间是否匹配的争论，仍在全球科技行业持续发酵。