周鸿祎：盲目消耗Token抬高企业成本
ISC.AI 2026大会上，周鸿祎提到一个观点：企业如果放任AI无节制调用，大量浪费Token，最终会推高算力和模型调用成本。这个观点值得关注，但如果站在软件项目管理的角度来看，真正需要讨论的，并不是Token本身。做软件项目这些年，最大的感受是，每个时代都有一种"看不见的成本"。过去是服务器资源，后来是云计算费用，现在变成了Token。变化的是计费方式，不变的是管理逻辑。传统软件项目，上线之后，服务器和带宽成本基本可以预测。AI项目不同，每一次模型调用都会产生费用，而且业务规模越大，这部分成本增长越快。真正需要警惕的，也不是员工每天和AI聊天。一份日报、一封邮件、多润色几次文字，这些Token消耗其实并不高。如果AI能帮员工节省半小时工作时间，这点成本往往是值得的。真正容易失控的是Agent。现在很多AI应用并不是调用一次模型，而是后台自动完成规划、搜索、调用工具、读取知识库、反思优化等多个步骤。用户看到的是一次操作，后台可能已经进行了几十次模型调用。如果缺少合理的架构设计，这部分成本会随着业务增长不断放大。因此，项目经理关注的重点，也发生了变化。以前关注的是系统是否稳定、接口是否正常、功能是否按时交付。现在还需要增加几个指标：平均Token消耗、单次任务调用次数、模型调用成本，以及整个Agent执行链路是否合理。这些指标，本质上和当年统计服务器CPU利用率、数据库性能没有区别，只是管理对象发生了变化。不过，也没有必要因为控制成本而走向另一个极端。如果为了节省几分钱Token，却让员工花更多时间重复劳动，最终增加的还是企业的人力成本。软件工程一直有一个原则：把最合适的资源，用在最合适的地方。简单任务，用简单模型；复杂任务，再调用高性能模型；能够缓存的结果不要重复生成；能够调用系统接口完成的事情，不必每次都交给大模型思考。真正优秀的AI系统，不应该让员工关心用了多少Token，而应该通过架构和策略，把成本控制放在后台自动完成。从这个角度来看，周鸿祎提醒企业关注Token，并不是让企业少用AI，而是在提醒大家，AI已经进入工程化阶段。未来企业比拼的，不只是模型能力，更是成本控制能力、架构设计能力和持续运营能力。Token只是新的成本单位，真正需要管理的，始终是资源能否持续创造业务价值。
发布于 安徽
1
评论
赞
未登录
友善发言
评论
加载中
