出品 | CSDN（ID：CSDNnews）
过去几年，科技巨头们不断向员工灌输“拥抱 AI 以提升效率”的理念。然而，一个严峻的现实问题正摆在企业面前：若缺乏有效管控，AI 非但不能省钱，反而可能成为吞噬预算的“黑洞”。
近日，亚马逊内部曝光多起 AI 项目成本失控事件。其中最严重的一起，公司利用 Anthropic 的 Claude Sonnet 模型执行一项看似简单的数据匹配任务，最终竟产生 180 万美元（约合人民币 1215 万元）的账单。更离谱的是，该项目不仅宣告失败，实际成本还超出原预算 860%，而亚马逊直到约 5 个月后才察觉异常。
对此，一位亚马逊工程师总结道：
“过去微不足道的错误，在 AI 时代变成了灾难性的昂贵错误。”
简单任务烧掉 180 万美元
据英国《金融时报》报道，亚马逊近期梳理了多份内部 AI 使用报告，旨在分析生成式 AI 推广过程中的痛点。其中最为严重的事故源于一个基于 Claude Sonnet 的项目。
该项目初衷是利用 AI 自动完成电商平台的数据处理工作，即将作者信息与商品列表进行匹配。从传统软件开发视角看，这并非高难度任务。但在引入 AI 后，由于模型调用量激增且缺乏有效的成本监控机制，项目最终产生了约 180 万美元的费用。
关键在于，亚马逊并未立即发现异常。直到问题持续约五个月，团队才意识到该 AI 项目已消耗了远超预期的资源。
一位亚马逊高级工程师在内部会议上指出，传统系统中的错误通常成本较低，最多导致效率下降或少量服务器资源浪费；但当任务交由 AI 模型处理后，错误可能变得“灾难性昂贵”。传统程序严格遵循预设逻辑，而 AI Agent 具备更强的自主能力，若缺乏完善的限制机制，一个简单的错误即可导致 Agent 无限循环执行任务，持续消耗大量 Token，将原本几分钟即可完成的小任务变成百万美元账单。
不止一例：多起 AI 超支事件曝光
180 万美元仅是亚马逊发现的问题之一，内部报告还披露了另外两起成本失控案例：
- 金融审计工具开发：该项目旨在优化公司财务管理，却因 AI 使用不当额外产生约 54.1 万美元支出。
- 物流网络优化：利用 AI 缩短配送时间的项目，因问题未被及时发现（耗时超过两周），最终产生约 13.4 万美元的额外费用。
亚马逊内部高级工程师表示，这些并非孤立事件，而是企业大规模引入 AI 后面临的普遍挑战。不过，亚马逊方面强调，这些案例仅涉及少数团队，不能代表公司整体 AI 使用情况。
“和任何新技术一样，我们正在不断实验、学习并改进 AI 的使用方式，包括探索如何提升成本效率。”
亚马逊指出，作为拥有约 30 万名员工、季度营收超 1800 亿美元的全球科技巨头，这些额外支出相比整体规模实属“九牛一毛”。但这并非亚马逊首次遭遇 AI 工作流带来的问题。
今年早些时候，AWS 曾因自家 AI 编程助手 Kiro 的错误操作导致服务中断长达 13 小时。当时 Kiro 拥有过高权限，在处理问题时直接选择“删除并重建环境”。尽管亚马逊将此归因为“人为错误”，但随后调整了策略，限制 AI Agent 的访问权限，不再赋予其与工程师同级的操作范围。
此外，亚马逊曾推出内部排行榜鼓励员工使用 AI 开发工具，却引发了"tokenmaxxing"现象——部分员工为提升排名刻意增加 Token 消耗。这一机制反而推高了公司成本，最终导致排行榜被关停。
核心挑战：不仅要会用，更要会“管”
亚马逊的困境正在整个科技行业蔓延。近年来，许多企业试图通过增加 Token 消耗换取生产效率，但越来越多的声音开始质疑：大量使用 AI 是否等同于创造更多价值？
Uber CTO 曾表示，鼓励员工大量使用 AI 并不能直接证明企业能交付更成功的产品。随着 AI Agent 的普及以及 OpenAI、Anthropic 等厂商调整收费模式，企业 AI 成本正快速上涨。若不进行严格控制，规划整年的 AI 预算可能在几周内耗尽。对于现金流巨大的科技巨头而言，这些成本尚能承受；但对于大多数普通企业，持续失控的支出显然无法长期维持。
过去，企业担心程序员写出 Bug；未来，企业更需警惕 AI Agent 写出的“昂贵 Bug"。一旦缺少完善的控制机制，AI 极易演变为不断吞噬预算的“数字黑洞”。
在 AI 时代，比“会不会用 AI"更重要的问题，或许是“能不能管好 AI"。
参考链接：https://www.ft.com/content/77baac40-d803-4084-94f3-a133653072cf?syn-25a6b1a6=1