AI 愈强却愈烧钱：代理式工作流是 Token 狂飙最大兇手，企业面临预算失控危机

AI 产业出现日益明显的矛盾：模型性能持续进步、单位成本不断下降，但企业 AI 帐单快速膨胀。最新观察，问题核心不仅模型推理本身，更在日益普及的代理式工作流（agentic workflows）。这种流程执行多步骤任务时，会反覆读取上下文、呼叫工具并重覆测试，导致 Token 消耗量呈倍数甚至数十倍增长。

简单问答可能仅需数百到数千个 Token，但看似平常的工作如串接 Excel、CRM 与网路搜寻製作报告，累积消耗量可能高达数十万甚至数百万个 Token。由于模型每次互动时都必须重新处理整段对话与档案，对话长度与步骤越多，成本与回应时间就越容易失控。如每 15 分钟执行一次的製作榜单，月费可能从数十美元迅速攀升至数千美元；更複杂的多阶段报告，单一任务成本甚至可能高达数万美元。

这股压力已迫使 Anthropic、OpenAI、微软等 4 月转向按用量计费，并收紧固定方案 Token 上限。对大型企业而言，AI 支出不再是技术部门议题，也成为财务部门必须严密监控的成本项目。Uber、微软、亚马逊、沃尔玛等都开始控制 AI 开支，因大量部署代理后，AI 支出甚至高过人事成本。

补充资料显示，这并非个案，而是企业现在普遍管理难题。麦肯锡（McKinsey）调查，93% 企业 AI 团队已超过预算，且代理式 AI 支出，60% 来自反覆修正与重写输出。另有研究提到，儘管 Token 价格两年中大幅下滑，但企业 AI 帐单仍持续升高，主因就是用量与工作流程複杂度成长速度更快。部分企业甚至几个月内就花光全年 AI 预算，被迫紧急重新协商合约或追加资金。

业界开始转向Tokenomics（Token 经济学）与成本管理，包括採 Prompt 快取（Prompt Caching）、模型路由（Model Routing）、批次处理（Batching）、语意快取（Semantic Caching）、缩短上下文窗口，以及将简单任务交给较小模型，大型模型留给高难度事项。专家认为，若企业缺乏可视化与成本归因机制，AI 规模化将不只提高效率，而是更难预测且更难控制的成本支出飙升。

• The enduring paradox of the AI economy — models get better and more efficient, yet costs can still easily spiral out of control
• Rising AI bills push Singapore companies to chase ROI over ‘tokenmaxxing’
• AI Is Getting Cheaper. So Why Is Your AI Bill Going Up?
• When AI budgets balloon: What enterprises are learning in 2026
• Taming the Token Bill: Engineering Cost-Efficient Agentic AI
• AI meter is running. India’s IT clients are rethinking their models

（首图来源：AI）