千万美元账单，Agent开始算总账

OpenClaw 创始人、OpenAI 技术团队成员 Peter Steinberger 最新披露，其 AI 工作负载上个月产生的 Token 成本约为 1000 万美元，按报道采用的汇率折算约为 6688.2 万元人民币。这一数字来自他在旧金山 Cloudflare Connect 2026 大会与 Cloudflare 首席技术官 Dane Knecht 的现场对谈，费用据称由投资者承担。

这不是一张普通开发团队可以参考的月度账单，而是一次接近压力测试的大规模 Agent 实验。Steinberger 此前被形容为拥有“几乎无限的 Token 预算”，他本人也明确承认，并非所有消耗都产生了实际价值。真正值得关注的不是“又有人烧了多少钱”，而是当 AI Agent 从偶尔回答问题的工具，变成全天运行、不断读取上下文、调用工具和检查结果的执行系统后，Token 成本会以怎样的速度膨胀。

1000 万美元究竟是什么概念

Token 是大模型处理文本和其他信息时使用的计量单位，模型读取的输入、生成的输出、工具返回结果以及反复带入上下文的信息，通常都会形成 Token 消耗。对聊天产品来说，一次对话可能只涉及数千至数万 Token；对能够持续工作数小时的 Agent 来说，同一任务可能经历规划、执行、报错、重试、测试和复核等多个循环。

公开信息中存在两组需要区分的数据。此次大会对谈披露的是“上个月约 1000 万美元”，而 Steinberger 此前展示的一张 30 天用量截图则显示约 6030 亿 Token、760 万次请求和 130.5088 万美元估算费用。两组数字相差近 7.7 倍，目前没有足够信息证明它们采用了相同统计周期、相同账户范围和相同成本口径。

| 公开口径 | 统计周期 | Token / 请求量 | 金额 | 应如何理解 | |---|---:|---:|---:|---| | Cloudflare Connect 2026 现场披露 | 上个月 | 未披露 | 约 1000 万美元 | 可能覆盖更完整的 AI 工作负载，但缺少账单明细 | | 此前公开的使用截图 | 30 天 | 6030 亿 Token、760 万次请求 | 约 130.5088 万美元 | 更接近可量化的账户用量，但有资料称金额属于费率估算 | | 人民币折算 | 对应 1000 万美元口径 | 不适用 | 约 6688.2 万元 | 汇率变化会影响折算结果，不代表实际结算金额 |

两组数字的差异意味着，不能把“1000 万美元”直接除以 Token 数量，再反推出某个模型的官方单价。大模型账单通常同时包含输入 Token、输出 Token、缓存命中与未命中、长上下文、推理 Token、工具调用，以及不同模型档位的价格；如果账户还运行多个项目，简单平均会进一步掩盖真实结构。

如果仅对截图中的 6030 亿 Token 和 130.5088 万美元做算术计算，平均成本约为每 100 万 Token 2.16 美元；760 万次请求则意味着单次请求平均处理约 7.93 万 Token。这个平均值只能描述整批混合流量，不能视为任何单一模型的报价，也不能证明每次请求都真的向模型发送了 7.93 万个全新 Token，因为缓存、内部统计和任务结构都可能影响结果。

100 个 Agent 为什么能吃掉 6030 亿 Token

AI Agent 是能够围绕目标自主规划步骤、调用外部工具、读取执行结果并继续行动的软件系统。它与传统聊天机器人的关键区别不是界面，而是执行循环：聊天机器人通常生成一次答案，Agent 则会持续观察环境并决定下一步，直到任务完成、达到预算上限或被人工终止。

Agent 的成本具有明显的乘法效应。一个编程任务如果需要读取 20 万 Token 的代码与文档，经过 10 轮规划、修改和测试，并由主 Agent、代码 Agent、测试 Agent和审查 Agent共同处理，理论处理量很快就会从几十万 Token 上升到数百万甚至上千万 Token。只要系统在每一轮重新携带大量历史上下文，成本就会继续累积。

OpenClaw 的公开案例把这种乘法效应推到了极端。补充资料称，Steinberger 以约 100 个 Codex Agent 组成开发工作流，而团队核心人数只有 3 人。即使把 6030 亿 Token 平均分摊到 100 个 Agent 和 30 天，每个 Agent 每天也约处理 2.01 亿 Token；按 760 万次请求计算，整个系统平均每天发出约 25.3 万次请求。

这个规模更像一座自动化软件工厂，而不是“100 名不休息的程序员”。人类工程师不会在每完成一个小步骤后重新阅读大段仓库内容，也不会以 Token 计价反复讨论同一问题；Agent 如果缺少上下文压缩、任务终止条件和结果复用机制，却很容易在看似忙碌的循环中持续消耗预算。

最危险的不是贵，而是不知道钱花在哪

大规模 Agent 当前最大的财务风险不是单价高，而是成本和业务结果之间缺少稳定映射。传统云计算至少可以把 CPU 时间、存储容量和网络流量对应到具体服务；Agent 的一次“任务完成”可能包含数百次模型调用，其中一部分生成可合并代码，另一部分只是重复探索、无效尝试或自我纠错。

Steinberger 承认并非所有 Token 都产生价值，这句话比 1000 万美元本身更重要。对企业而言，真正需要记录的指标不只是总 Token 数，而是每个成功任务的模型成本、人工复核时间、回滚率、线上缺陷率和最终节省的工程时长。只统计调用量，会把低效循环包装成高活跃度。

Agent 成本至少应被拆成四层：

• 模型成本：输入、输出、缓存、推理以及多模型协作产生的直接费用。
• 计算与工具成本：沙箱、浏览器、代码构建、测试、数据库查询和外部服务调用产生的费用。
• 人工监督成本：工程师审核代码、处理异常、补充需求和回滚错误结果所需的时间。
• 风险成本：错误提交、数据泄露、越权访问、供应链污染以及错误操作带来的潜在损失。

单次任务成本是判断 Agent 是否成立的基本指标。假设一个 Agent 每天花费 300 元，但能稳定替代工程师数小时的重复劳动，这笔账可能成立；如果它每天生成大量无法合并的代码，还需要高级工程师花更多时间审查，那么再便宜的 Token 也没有经济意义。

省 Token 不是唯一答案，减少无效循环才是

降低模型单价只能解决 Agent 成本问题的一部分。Agent 系统中更常见的浪费，是把不需要最强模型的任务交给昂贵模型、反复发送没有变化的上下文，以及在失败后不改变策略地持续重试。

| 优化手段 | 主要作用 | 潜在代价 | 适合场景 | |---|---|---|---| | 上下文缓存 | 避免重复计算稳定提示词和代码背景 | 缓存失效后仍需重新计费 | 大型代码库、固定知识库 | | 上下文压缩 | 把长对话和执行历史压缩成摘要 | 可能遗漏关键细节 | 长时间运行的研究与开发任务 | | 模型路由 | 简单任务使用轻量模型，难题再升级 | 路由判断错误会影响质量 | 分类、格式整理、初步检索 | | 明确终止条件 | 限制无效重试和无限规划 | 可能提前停止可挽救的任务 | 自动测试、批量任务 | | 结果复用 | 避免多个 Agent 重复调查同一问题 | 需要可靠的状态和版本管理 | 多 Agent 协作 | | 本地与云端混合 | 将敏感或高频任务放到本地处理 | 运维复杂度和硬件投入上升 | 稳定、高频、可预测的工作负载 |

模型路由是目前最现实的降本方式之一。代码格式化、日志分类、文件检索和简单摘要并不总需要最强推理模型；架构决策、复杂调试和最终审查则可以升级到能力更强的模型。它类似于医院分诊，不是让所有患者都直接进入最高级别的手术室，而是先判断任务难度，再分配有限资源。

上下文工程也正在从提示词技巧变成基础设施问题。Agent 必须知道哪些信息要完整保留、哪些历史可以压缩、哪些工具结果已经失效，以及哪些结论可以被其他 Agent 复用。一个无法管理自身记忆的 Agent，即使模型单价下降 90%，也可能通过扩大调用量重新吃掉全部节省。

云端不是 Agent 的默认答案

云端 AI Agent 是运行在远程计算环境中、能够持续访问模型和外部工具的智能执行程序。它的优势是可以全天运行、弹性扩容并集中管理，但代价是敏感数据需要离开本地环境，权限边界也会从单台电脑扩展到代码仓库、邮件、日历、数据库和企业内部系统。

Steinberger 在对谈中追问，为什么部分 Agent 工作负载仍要留在个人电脑，而不是全部迁往云端。这个问题没有简单答案：云端解决了持续在线和规模化调度，却同时放大了成本、隐私、合规与权限风险；本地运行降低了数据外流概率和部分边际成本，却需要硬件、模型部署与运维能力。

混合架构可能比“全部上云”更符合大多数企业的实际需求。高频、低风险、可预测的任务可以交给本地或较小模型，复杂推理再调用前沿模型；涉及生产操作的步骤则应通过审批、短期凭证和最小权限机制控制。真正成熟的 Agent 平台不会只问“模型能不能做”，还会先判断“模型此刻有没有权力做”。

AI 代码正在迫使开源社区修改信任机制

AI 生成代码的激增正在把开源项目的稀缺资源从“写代码”转移到“验证代码”。Cloudflare CTO Dane Knecht 在现场提到，一些维护者因收到大量低质量 AI 生成代码，已经减少甚至停止接受外部 Pull Request。

Steinberger 给出的方向是让贡献者同时提交推导过程，而不是只交付最终代码。这里的“过程”不应等同于冗长的模型内部独白，而应包括问题复现、约束条件、方案选择、测试结果和风险说明。维护者需要的是可验证的工程证据，而不是一段看起来合理却无法追溯的代码。

开源协作不会因为 AI 自动消失，但低成本生成正在抬高合并门槛。当提交代码的边际成本接近零，而审查仍需要经验丰富的人类投入时，项目维护者自然会要求更完整的测试、更明确的变更范围和更可靠的贡献者身份。未来 Pull Request 的价值可能不再取决于代码写了多少，而取决于它是否降低了维护者的验证成本。

全天在线的助手，还缺一套权限操作系统

持续型个人 Agent 是能够全天运行、根据用户状态主动提供信息或执行任务的智能助手。Steinberger 判断，未来用户未必会同时管理数百个独立 Agent，更可能拥有一个长期在线的助手，由它在后台组织不同能力，并在用户提出问题之前预测需求。

主动服务的前提是持续读取数据，这也使权限管理成为比模型智力更棘手的问题。一个能提前提醒航班变化的 Agent 需要访问邮件和日历；一个能自动修复线上故障的 Agent 可能需要读取日志、修改代码并触发部署。权限越完整，体验越连贯，但单次误判造成的损失也越大。

下一阶段 Agent 基础设施的竞争重点不会只是推理速度。平台还需要提供细粒度授权、操作审计、预算上限、任务级隔离、敏感数据过滤、异常中止和人工确认机制。没有这些能力，全天运行的 Agent 只是一个拥有长期凭证、能够高速执行错误决定的自动化进程。

千万美元账单是一条警戒线

OpenClaw 的 1000 万美元月度成本不能代表普通企业部署 Agent 的普遍价格。它来自一个预算条件极端、并发规模极高且具有实验性质的案例，目前披露的信息也不足以完成严格审计。把它直接解读为“AI Agent 每月都要花千万美元”，同样会误导市场。

这个案例真正释放的信号是，模型能力已经允许少数人调度大规模数字劳动力，但组织还没有建立同等成熟的成本和信任体系。过去团队担心模型不会做事，现在开始担心模型做得太多、太快，却无法证明哪些动作创造了价值。

企业部署 Agent 时应先设定每项任务的成本上限和验收标准，再扩大并发数量。需要优先回答的问题包括：一次成功任务最多值多少钱、失败多少次必须停止、哪些步骤必须人工确认、哪些数据永远不能访问，以及结果如何被审计。只有这些问题有了明确答案，Token 消耗才是生产资料，而不是一张越来越大的实验账单。

OpenClaw 展示了 Agent 规模化的上限，也暴露了当前基础设施的下限。100 个 Agent 可以让 3 人团队获得过去难以想象的执行能力，但 6030 亿 Token 和千万美元级成本说明，智能的边际价格尚未低到可以忽略。2026 年的 Agent 竞争已经不只是谁调用的模型更强，而是谁能用更少的有效成本，交付更多可验证结果。

参考来源

• IT之家：OpenClaw 创始人谈 AI 智能体，单月 Token 成本约 1000 万美元：Cloudflare Connect 2026 现场对谈、成本披露、开源贡献与 Agent 权限讨论的主要信息来源。
• 掘金：OpenClaw 创始人的 130 万美元账单：补充 30 天 6030 亿 Token、760 万次请求、100 个 Codex Agent 等公开截图数据。
• 知乎：3 人团队调度 100 个 AI Agent 的开发实验：补充 OpenClaw 多 Agent 编程工作流及团队规模背景。