亚马逊近期遭遇了一起严重的AI成本失控事件。一名工程师利用Anthropic的Claude Sonnet模型开发程序，旨在自动匹配电商平台的作者信息与商品列表。然而，由于代码中缺失调用频率限制，导致AI陷入无限循环请求，加之团队缺乏实时成本监控机制，这一本应常规的数据处理任务在无人察觉的情况下持续运行了5个月。
最终，该项目不仅未能成功落地，还产生了高达180万美元（约合人民币1215万元）的账单，超出原定预算860%。直到财务对账时，公司才发现了这一异常。亚马逊高管在内部会议上将此定性为“代价惨重的典型案例”，并透露内部还存在其他类似隐患，例如另有项目因此产生了54万美元的额外开销。
这一事件警示企业：在追求AI降本增效的同时，必须警惕算力计费模式带来的新风险。与传统代码错误主要消耗人力不同，失控的AI程序会持续产生高额的Token费用，若缺乏严格的预算监控，极易引发巨额损失。