只看得见分母：管 AI 支出，为什么只剩下限额这一招

据 The Information 今年 4 月报道，Uber 的 CTO 透露，公司用 4 个月就花完了全年的 AI 预算。[1] 6 月，Uber 发言人对 Bloomberg 说，公司给 Claude Code、Cursor 这类 AI 编程工具定了上限：每个员工每个工具每月最多花 1500 美元。[2]

这个数字回答了“最多能花多少”，没回答“花出去的钱换来了什么”。给每个人设同一个上限，等于默认用得多就是浪费。

我的判断是，公司这样管，是因为后一个问题还答不上来：花了多少钱能算到每个人、每一天，换来的产出值多少，却没有公认的算法。

账单变了

以前 AI 编程工具按人头卖席位，每人每月一个固定价，多用不多花。公司只需要决定买不买。

现在越来越多的工具按 token 计费，用得越多，花得越多。

Jellyfish 分析了 200 家公司约 1.2 万名开发者 2026 年第一季度的数据：花得最少的 20% 的人，一个季度约 3 美元；最多的 20% 花了 1822 美元，差约 600 倍。[3] 据 Fortune 报道，Accenture 一次内部分析发现，某个 AI 工具 10 周里用量涨了 113 倍，19% 的用户花掉了约 80% 的钱。[4]

只看得见分母

把 AI 的价值写成一个分数：分子是换来的产出，分母是花掉的钱。

分母算得很细。Claude Code 的花费报表能按人、按模型看估算的花费，每天更新。[5]

分子很少有公司说得清。一种做法是发问卷：DX 让工程师定期自报省了多少时间，平均每周 3.9 小时。[6]

METR 做过一个随机对照实验：16 位资深的开源开发者做了 246 个真实任务，每个任务随机决定能不能用 AI。能用 AI 时，他们反而慢了 19%，事后却以为自己快了 20%。[7] 那是 2025 年初的工具。METR 今年 2 月说，现在的提速很可能更大，但新数据太弱，说不清大多少；它也再次提醒，开发者自报的提速可能很不可靠。[8]

看不见分子，就只能管分母。今年 6 月到 9 月，GitHub Copilot、OpenAI 和 Anthropic 先后在企业套餐里上线或扩展了按人的花费上限，员工用超了可以申请，由管理员审批。[9]

限额背后的那个前提

限额只卡用得最多的人。一刀切地卡住他们，前提是：用得多，大概率是浪费。

这可能对。重度使用里确实有浪费，比如 agent 原地绕圈，或者用最贵的模型做最简单的事。

也可能不对。用得多的人，也可能是最会用 AI、在做最难的活的人。卡住他们，省下的钱可能远小于损失的产出。

哪种情况更多，限额不会告诉你。连预算本身也常常是猜的：Harness 今年 6 月发布的调研里，700 名千人以上公司的技术决策者和经理，56% 说 AI 预算是“靠猜”的。[10]

也有一种反驳：AI 编程工具本来不贵。Claude Code 的文档说，企业里开发者平均每人每月花 150 到 250 美元。[5] 按美国工程师一年约 20 万美元的全部用人成本粗算，只占 1% 到 1.5%，不值得逐人算账。

这对一般用户成立。对他们来说，token 只是零头，贵的是人花在交代任务、检查结果、返工上的时间，这部分不在账单上。OpenAI 去年 2 月的 SWE-Lancer 论文，让 GPT-4o 和 o1 做外包平台上真实的编程任务：API 成本只占外包实付的 0.08% 到 0.7%；可是让模型试一次、做不好再花钱请人做，总共只省下 9% 到 13%。[11] 这还没算人检查结果的时间。那是去年初的模型，论文自己也说，换成更新的模型，能省的会更多。在一般用户身上，粗略估一下就够了，限额也碰不到他们。

限额卡住的是另一群人。AI 支出分析公司 Larridin 统计了按用量付费、而且在合并代码的工程师：中位数每月约 920 美元，前 25% 的人每月超过约 2100 美元，前 10% 超过约 3900 美元。[12] 按同样的 20 万美元粗算，中位数约占 5.5%，前 10% 那一档约占 24%，token 已经不是零头。Uber 的 1500 美元上限正好落在中位数和前 25% 之间。要回答的，恰恰是这群人的钱花得值不值。

限额也可能只是为了让预算可预测。即便如此，它也是拿被卡掉的产出去换可预测。划不划算，得先知道那部分产出值多少。

分子开始有人算了，但各算各的

已经有几家公司在卖“分子”，算法各不相同：

算法不同，结论也对不上。

Jellyfish 的数据里，花得最多和最少的 20% 的人，钱差约 600 倍，合并的 PR 只差 1 倍：一个季度 23 个对 11 个。每个合并 PR 的成本，从花得最少那一档的 0.28 美元，到最多那一档的 89.32 美元。[3] 看起来是严重的收益递减。

Larridin 比较的是同一家公司的两组工程师。AI 用得最深的那组里，每周花约 1300 美元的人，按复杂度加权的产出是这组花得最少那一档的 11.8 倍，看起来花得越多，产出越多。AI 用得没那么深的那组，每周花过约 600 美元以后，边际回报降到约一半。[12]

两家并不直接矛盾：Jellyfish 的数据来自 200 家公司，Larridin 这两组来自一家，分组和算产出的方法也不一样。口径一变，结论就跟着变。

两家的数字也都只是相关。Larridin 自己承认，因果可能反过来：产出多的人要交付的多，所以花得多。[12] Jellyfish 也没有排除另一种可能：花得多的人，本来就在做更难、更大的活。

缺的是口径和审计

财务报表能被信任，靠两样东西：一套公认的口径，规定什么算收入、什么时候确认、怎么折旧；还有独立的审计，检查数字是不是按口径算的。

AI 的产出两样都还没有。Linux Foundation 今年 8 月才成立 Tokenomics Foundation，要给 AI 的价值和 ROI 定口径。[15] 卖分子的公司各用各的口径，上表里的四家，要么很粗，只数 PR；要么没完全公开。这几家都没有拿出证据，证明自己的分子和真实价值相关。

审计更谈不上。上面的数字都是卖分子的公司自己发布的，数据和算法都出自它自己。就算口径定下来，也还要有人独立检查。分母也要算对：除了 token，还有它引出来的人的时间，比如检查和返工，这部分不在账单上。

会计学处理过的几个难题，这里都有：

• 什么算一份产出？（计量单位）
• 一份产出由人和 AI 一起完成，工程师的工资该分多少到它头上？（成本分摊）
• 今天花的 token，价值要几个月后才看得清。它该算当期费用，还是像开发软件的部分成本那样，记成资产慢慢摊销？（资本化）
• 合并了、三个月后又被回滚的代码，算什么？（减值）

第一个问题，客服行业已经有一种答法。Zendesk 的 AI 按结果收费，每次自动解决收 1.5 美元，但工单关闭后 72 小时内客户没有重开，才算一次解决。[16] 代码也可以照着定：合并后 N 个月内没被回滚、没被大改，才算一份产出。可这把尺子和上面那些分子一样，能不能代表真实价值，得先检验。

如果你在管 AI 预算：你的限额是怎么定的？你怎么判断一个人用得多是值，还是浪费？

来源

1. The Information，Laura Bratton，2026-04-14，Uber CTO Shows How Claude Code Can Blow Up AI Budgets。正文在付费墙后面，“4 个月”和“CTO 透露”据 TechCrunch 2026-06-02 的转述。
2. Bloomberg，Natalie Lung，2026-06-02，Uber Caps Usage of AI Tools Like Claude Code to Manage Costs。
3. Jellyfish，Nicholas Arcolano，2026-04-15，Is “tokenmaxxing” cost effective? New data from Jellyfish explains。成本按公开的 Claude API 价格估算。
4. Fortune，Sheryl Estrada，2026-07-29，CFOs are hitting a ‘cost wall’ on AI。
5. Claude Code 文档，Manage costs effectively，2026-10-02 查阅。
6. DX，2026-05-19，How to measure AI performance in software engineering。
7. METR，2025-07-10，Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity。
8. METR，2026-02-24，We are Changing our Developer Productivity Experiment Design。
9. 各厂商的公告：
   • GitHub，2026-06-01，Updates to GitHub Copilot billing and plans。
   • GitHub，2026-09-16，Copilot budget increase requests are generally available。
   • OpenAI，2026-06，New usage analytics and updated spend controls for enterprises。
   • Anthropic，2026-07-02，Giving admins more visibility and control over Claude spend。
10. Harness，2026-06，2026 State of AI in FinOps。
11. OpenAI，Samuel Miserendino 等，2025-02-17，SWE-Lancer: Can Frontier LLMs Earn $1 Million from Real-World Freelance Software Engineering?，arXiv 2502.12115。
12. Larridin，AI coding 基准数据，截至 2026-08-02 的 4 周。
13. Ascerta，Forge 产品页。
14. Faros AI，Token Intelligence 产品页。
15. Linux Foundation，2026-08-04，Linux Foundation Launches the Tokenomics Foundation to Define the Economics and ROI of AI Value。
16. Zendesk，按结果计价的介绍，2026-10-02 查阅。