OpenClaw 创始人 130 万美元 AI 账单揭示补贴下的“代币极限化”趋势

一份令人咋舌的 130 万美元 OpenAI 服务月度账单（完全由该 AI 实验室承担）揭示了一些开发者为构建软件而采用的极端“烧钱”方式。OpenClaw 的创建者、开发者 Peter Steinberger 正在探索一个代币成本无关紧要的未来，但他的巨额支出凸显了 AI 消耗与已证实的价值创造之间日益严重的脱节，这令人对该行业的经济基础产生质疑。

这笔七位数的支出在网上引发了强烈反应。一位用户在 X（原 Twitter）上写道：“老兄，你最好展示出一些价值 100 万美元的工程师做不到的东西，否则这可能是前沿实验室泡沫破裂广告的开始。”该用户指出，目前的定价受到了高额补贴，这意味着实际的算力成本会高得多。

Steinberger 自带的追踪应用 CodexBar 显示，他的项目在 30 天内通过 760 万次请求消耗了 6,030 亿个代币，主要使用的是 gpt-5.5-2026-04-23 模型。总账单金额为 1,305,088.81 美元。Steinberger 为自己辩护道：“我可以关闭快速模式，那样会便宜 70%。所以这更像是一个员工的成本。”

这一事件使 AI 行业令人不安的“泡沫”问题成为了焦点。技术确实有效，但目前的经济效益是由 AI 实验室通过补贴大规模用户消费来获取市场份额支撑的。只有当产出至少产生同等数额的收入或成本节约时，花费 130 万美元购买代币才是理性的，而这一指标对许多项目来说仍然难以企及，使得当前模式的可持续性受到怀疑。

130 万美元的自动化引擎

针对这场辩论，Steinberger 详细说明了如此巨量的代币消耗实现了什么。他的三人团队运行着大约 100 个 AI 智能体，这些智能体持续在 OpenClaw 开源项目上工作。这些智能体负责审查拉取请求（pull requests）、寻找安全漏洞、去重问题并编写代码修复。一些智能体根据项目的既定愿景开设新的拉取请求，而另一些则在 Discord 频道中监控性能基准并报告退化情况。该系统还使用了 Vercel 的 Deepsec 和 Codex Security 等工具，让一个小团队能够管理具有高度自动化的大型软件项目。Steinberger 表示，他的目标是回答这样一个问题：“如果代币不再重要，我们未来将如何构建软件？”

“代币极限化”成为绩效指标

Steinberger 的公开支出是硅谷一种被称为“代币极限化”（tokenmaxxing）的日益增长趋势中最显眼的案例，在这种趋势下，开发者和工程师将 AI 代币消耗量视为一项关键绩效指标。据报道，Meta 和亚马逊等公司内部也鼓励这种做法，甚至使用排行榜来追踪员工的 AI 使用情况。这一趋势甚至催生了专门的硬件，如“Clawdmeter”，这是一款小型开源桌面设备，可以实时显示用户在 Anthropic 的 Claude 模型中的代币消耗量。AI 使用的这种游戏化突显了一种文化转变，即代币吞吐量正成为一种新的生产力衡量标准。

然而，这种趋势的经济性仍然是投资者关注的核心问题。虽然支持者指出了巨大的生产力提升，例如 Citadel 首席执行官 Ken Griffin 声称 AI 在几天内就完成了数月的博士级工作，但大多数“代币极限化”行为的直接投资回报率并不明确。这种做法是由 AI 实验室旨在加速采用的成本补贴策略推动的。这给 OpenAI 和 Anthropic 等公司带来了关于长期盈利路径的疑问，以及如果价格上涨以反映其真实成本，目前的高消费水平是否还能维持。

本文仅供参考，不构成投资建议。