今年，互联网上涌现出一批“新型老板”：他们自掏腰包，雇佣AI员工。
例如小红书博主@菠萝波波搭建了“赛博朝廷”，将代码编写、合同审核等工作分配给不同的AI模型处理，自己则像批阅奏折一样进行指挥。
（图源：小红书）
与支付人民币工资不同，AI消耗的是算力额度（Token）。李佳琦直播间热卖通义千问月卡的现象表明，囤积Token已逐渐成为一种日常消费行为。
《DT商业观察》采访发现，许多用户背负着数额不小的“Token月供”：
•有人同时开通多个会员，每月固定支出3000元；
•有人为维持AI使用成本，不得不开展副业；
•有人精打细算利用API谷价错峰使用，但仍超预算，被迫推迟其他消费计划。
究竟是谁在自费雇佣AI？高昂的费用背后，他们获得了什么？
打工人新增“新月供”：AI成办公标配
AI正成为打工人的必备工具。
据CNNIC数据，截至2026年上半年，中国生成式AI用户规模超7亿，其中32.5%的用户将其用于工作处理。
许多用户在体验过AI提效后，难以回归传统办公模式，深刻体会到“由俭入奢易，由奢入俭难”。高校行政人员表示，写材料第一反应是让AI搭框架；科技公司CEO调侃，ChatGPT宕机时其工作效率大幅下降。
（图源：小红书）
随着使用频率增加，免费额度往往捉襟见肘。《2026有意思生活方式报告》显示，今年36%的人为大模型付费，近30%的人购买过AI办公工具。
付费责任主体明确：尽管企业高喊“All in AI”，但除少数头部大厂外，多数公司不报销相关费用。普通打工人及学生需自费，部分大厂员工因公司额度管控严格，也需自行承担剩余缺口。
与此同时，Token购买渠道日益丰富且便捷。
上海电信推出话费支付Token套餐；天猫上线Token充值中心，智谱、Kimi、MiniMax等首批入驻；双11期间，Token甚至进入大促会场。
无论是按月订阅会员还是按量计费的API，“使用AI”正演变为一项需要持续续费、精心盘算的日常开销。
月花3000元请AI干活：换取闲暇、认知与信念
自费使用AI的人群涵盖程序员、行政、律师、基层公务员及学生等广泛职业。
久谦中台数据显示，用户使用AI主要集中在四类任务：材料处理（文案、PPT、报表）、协作沟通（会议转写、翻译）、数据自动化（清洗、代码、Agent运行）以及创作与专业业务（绘图、视频、审合同）。
AI主要承接重复、琐碎且耗时的工作，但在代码和合同审核等高难度领域，仍需人工把关。用户自费的核心动力在于减轻无效劳动。
《DT商业观察》采访5位用户，揭示了付费背后的不同诉求：
一是换取闲暇。
记者贝贝每月花费300元订阅AI会员，实际工作时间减半，每天节省两三个小时用于休息娱乐。对她而言，同等薪资下获得更多休息时间极具价值。
二是提升认知深度。
私募基金经理李兴每月投入300元使用AI进行代码编写和数据研究。他看重代码的一次成功率，认为AI大幅拓展了研究的深度与广度，这笔投资物超所值。
三是坚守职业信念。
高中地理老师@猫momo每月花费约1000元使用多款顶级AI模型，构建高三题目数据库以精准掌握学情。尽管同事不解其“倒贴上班”，但她认为为了学生值得投入。
（图源：@猫momo）
对于无稳定收入群体，AI既是必需品也是负担。
法学博士后小陈利用低价时段运行DeepSeek，三天完成原本需一个月的文书提取工作，月均花费约200美元，但偶尔会因失控导致单周支出激增，迫使其他消费延期。
博士生宝包子将AI视为在线导师，每月近100元的Token支出需靠副业支撑。
这些用户因切实受益于AI，愿为更稳定的结果和效率持续付费。但随着依赖度加深，新的支出压力随之而来。
Token黑箱：计费模糊与成本攀升
从零基础到月消费千元以上，用户对AI的依赖度与支出同步增长，这已成为全球性趋势。
Menlo Ventures测算，全球消费者AI支出从2025年的120亿美元增至2026年的约400亿美元，增幅超三倍，而用户数仅增长11%。中信里昂数据显示，中国AI付费用户比例升至36%，高额付费用户占比显著增加。
AI账单变厚主要源于以下三方面：
首先，多工具并行增加固定成本。不同任务适配不同模型，用户往往同时订阅多款服务。Menlo Ventures报告显示，美国用户平均使用的AI助手数量从2.2个增至3个。
其次，试错成本高昂。用户需不断磨合提示词与工作流，Stack Overflow调查显示，66%的开发者苦恼于AI方案“几乎对但不完全对”，反复修正消耗大量额度。
最后，计费规则日益复杂且不透明。
一方面，会员权益缩水。智谱GLM Coding Plan实行分时段积分制；Cursor将Auto模式计入用量池；GPT Plus档Chat功能与Codex共用额度，引发用户不满。
另一方面，计费方式转向基于Token消耗。GitHub Copilot等工具按输入输出Token量计费。业内人士透露，相同工作量下，按量计费成本可能远超订阅制。
根本原因在于大模型厂商尚未实现稳定规模化盈利，Anthropic等头部企业净利润波动较大，创收压力部分转嫁至用户端。
结语：AI使用的“盲盒”效应
Anthropic上调Claude Code成本估算，解释称模型增强导致使用量增加。这折射出AI时代的新问题：相比打车预估价和网购到手价，AI使用成本如同“开盲盒”，用户在开工前难以准确预判完成特定任务所需的Token消耗。
这种不确定性，使得“花一样的钱，得到更少的服务”成为部分用户的直观感受。
