理论上，利用AI模型为软件公司批量生成代码听起来是个绝佳主意。无情的老板可以通过减少员工数量来节省工资和医疗费用，或者保留员工并借助AI让他们产出更多代码。无论哪种方式，这都是一个高效的成本削减方案。

但现实情况开始显现。企业在AI使用上产生了意想不到的高额费用，有员工每月在AI代币上的花费超过15万美元。同时，AI公司也感受到了其编码工具被大量使用对服务器带来的压力，不得不提高使用费用。

换句话说，快速在企业中部署AI编码工具的经济效益正变得越来越令人质疑。一个明显的信号来自Anthropic，该公司悄然将其Claude Code工具的平均企业使用成本预估翻倍。

这一变化最早被AI行业观察者Ed Zitron发现。4月16日之前，Claude Code的官方文档估计每位开发者的平均成本为每天6美元，90%的用户成本低于12美元。

但最新文档显示，“平均成本约为每位开发者每活跃日13美元，每月150至250美元，90%的用户活跃日成本低于30美元。”

单看几美元的差异似乎不大，但成本明显呈上升趋势，且累计起来相当可观。许多开发者同时运行多个AI代理，长时间为不同任务生成代码。对于拥有数千名员工、每人都使用多个AI助手的组织来说，成本极其高昂——实际上已经非常高昂。一些企业坦言，他们在编码工具上的花费甚至相当于支付员工工资。Nvidia应用深度学习副总裁Bryan Catanzaro最近告诉Axios，他的团队“计算成本远远超过员工成本”。

在此背景下，AI公司开始严控开支，取消免费试用，限制付费用户对编码模型的访问，Anthropic也曾尝试过类似措施。本周，微软的GitHub Copilot宣布将转向基于使用量计费，实际上迫使用户为生成的代码支付更多费用。

与此同时，越来越多的研究质疑AI整合是否真正带来了生产力提升。麻省理工学院的一项研究发现，绝大多数公司在采用AI后收入没有增长。另一项研究指出，AI正在创造一种新的办公现象——“工作堆积”，即AI生成的工作实际上需要员工后续修正，导致工作流程受阻并引发不满。还有研究显示，AI实际上加重了员工的工作负担，推动他们走向职业倦怠。

换句话说，随着AI使用成本的上升，AI是否值得其带来的各种负担将成为越来越难以回避的问题。