多Agent 狂吞token，Claude 顶不住了：一人月烧15万美元，免费AI正在退场

随着AI应用场景的深化，特别是多智能体（Multi-Agent）系统的普及，Token消耗呈指数级增长，直接导致AI服务成本结构崩塌。Anthropic等头部厂商已因用户过度使用被迫调整订阅限制，Google也通过强硬策略迫使用户转向API付费。这预示着AI行业正从依赖高额补贴的“免费模式”向精细化的按用量计费模式转型，同时伴生着严重的系统稳定性风险与数据资产争夺战。

算力成本失控：从“单次对话”到“全天候运行”的质变

当前AI应用的形态已发生根本性转变，不再是简单的“一问一答”。用户将整个代码库纳入上下文、调用工具、执行多步操作，甚至全天候运行AI编程助手。这种变化直接导致了Token消耗的爆炸式增长。

• 消耗量激增十倍：与2023年相比，单个问题生成的Token数量至少增加了十倍。虽然单个Token价格在下降，但单次Prompt带来的总成本涨幅已经抵消甚至超过了降价的红利。
• 极端个人成本：Hyperbolic联创Yuchen Jin指出，大厂和初创公司的资深员工每天在Claude Code或Codex上的花费超过1000美元，年化高达36.5万美元。他感叹：“我们距离企业在大模型token上的支出超过人力员工成本的时代，已经不远了。”
• 补贴模式难以为继：过去依靠“近乎免费”或“无限试用”吸引用户的策略正在收缩。对于那些全天候运行Claude的高级用户，Anthropic承认其消耗的资源远超正常水平，这使得原本包含在订阅费中的算力成本变得不可控。

Anthropic的应对：强制限流与订阅策略调整

面对激增的使用需求和高昂的运营成本，Anthropic被迫采取了强硬的限制措施，这直接打破了用户对“付费即无限”的预期。

• 调整会话限制：Anthropic技术成员Thariq Shihipar发文称，为应对需求，正在调整免费版、Pro和Max订阅在高峰时段的“5小时会话限制”。虽然声称周限额不变，但这实际上限制了用户的连续使用能力。
• 受影响的用户群体：大约7%的用户会撞上此前不会遇到的限流，其中Pro档用户受影响最明显。官方建议用户将后台高Token消耗任务挪到非高峰时段，这实际上将成本压力转嫁给了用户的时间安排。
• 双重商业模式的博弈：Anthropic目前通过API和订阅服务两种形式销售AI服务。随着订阅用户消耗激增，API模式（按量付费）的商业合理性被再次印证，迫使厂商重新平衡两者关系，甚至通过限制订阅版来倒逼重度用户转向API。

高昂成本下的副作用：系统稳定性与工程风险

在成本飙升的同时，为了抢占市场而快速迭代的AI产品也暴露出了严重的稳定性问题和工程缺陷，给用户带来了额外的隐形成本。

• 致命的代码缺陷：Claude Code近期被曝出高危漏洞：在特定异常下，插件后台刷新机制会误触git reset --hard origin/main指令，每10分钟执行一次，导致用户未提交的本地代码改动全部丢失。这对于依赖AI进行开发的工程师来说是毁灭性的。
• 频繁的服务器宕机：仅在三月份，Claude服务器就至少宕机五次。对于按秒计费或正在执行关键任务的用户来说，服务的不可用性直接转化为经济损失。
• AI代码的隐患：Claude Code本身是一款“100% AI代码构成的产品”，Github上提交的问题一直没断过。这揭示了一个悖论：AI生成的代码虽然提高了效率，但其自身的维护和稳定性却成了新的成本黑洞。

巨头的博弈：Google的“失控”补贴与OpenAI的路线差异

在这场成本危机中，不同巨头的应对策略揭示了他们对商业模式的不同理解，其中Google的做法尤为激进且备受争议。

• Google的强硬驱赶：Google曾在免费路线上极为激进，试图通过“足够好、足够便宜”夺回流量入口。然而，其最新推出的Gemini CLI暴露了真实意图。官方直接告知用户，若想掌控配额与计费，请使用付费API key。这意味着Google会缩减付费订阅内的可用额度，强制重度用户另买API，这种“驱赶”策略极其强硬。
• 内部资源混乱：Google的困境不仅在于补贴，更在于组织失控。内部各团队争抢GPU资源，开发者工具团队甚至无法说服公司优先开放模型给自家产品，免费用户的需求优先级反而更高，导致资源分配低效。
• OpenAI与Anthropic的差异：同样是补贴，两者路线不同。有用户指出，自己虽然保留了每月200美元的订阅，但主要使用Cursor和Codex CLI，Claude实际使用量不高，等于间接补贴了其他重度用户。这种“交叉补贴”在商业上更隐蔽，但也难以持久。

数据即资产：免费模式背后的“隐形交易”

当“免费算力”不再成立，行业内关于数据资产的争夺战也浮出水面。如果一家公司愿意免费提供AI推理服务，其背后必然有着更强的商业动机。

• 数据的价值：真实用户数据是AI时代最重要的资产之一。外界一直传闻有中间层服务试图截取输入输出数据，用于训练自家模型。虽然无法公开验证，但逻辑是一致的：用较弱模型生成的数据来微调新模型，成本远低于从头训练。
• 免费的代价：世界上不存在免费的午餐。如果厂商补贴算力，要么是为了收集数据，要么是为了广告盈利，要么是为了转化潜在客户。随着成本激增，这种隐形交易的平衡正在被打破。
• 计费模式的演变：过去关于“按消息数收费还是按实际用量收费”的争议越来越多（如Cursor的计费变更引发的用户愤怒），本质上是因为用户终于意识到，一条消息背后是一整套复杂的成本系统。未来的计费模式必将更加透明且昂贵，“免费AI”的退场已成定局。