月账单从 500 万涨到 1500 万美元后，大公司开始没收员工的旗舰模型

500 万美元到 1500 万美元，Atlassian 的月度 AI 账单干出这个涨幅，只用了九个月。

他们的应对方式也很直接，取消内部 AI 工具的不限量使用权，然后上线了一个数据看板，每个员工都能看到自己调用 AI 给公司烧了多少钱。

你想想看那个画面。周一早上打开内部系统，你的名字旁边挂着一个实时跳动的美元数字，隔壁工位的同事瞟了一眼，你也瞟了一眼他的。写代码突然变成了一场人人有账本的消费行为。

这是 404 Media 从六家公司拿到的内部资料里的一角，泄露的 Slack 记录、后台截图、内部邮件，涉及 Atlassian、Adobe、亚马逊、花旗等等，横跨科技、文娱、银行好几个行业。IT 之家把这事编译了过来，我逐段翻下来，越看越觉得，这可能是今年最值得聊的一条 AI 行业新闻。

不是因为它多劲爆，而是因为它标志着一个阶段结束了。

免费午餐阶段。

过去两年多，大部分公司内部推 AI 的姿势是这样的，管理层开全员大会说 AI 是未来，采购部门签一个固定年费的企业协议，然后所有人放开用，用得越多越好，最好人人都是 AI 重度用户，季度汇报里还能写一句全员 AI 化率 95%。

那时候多用 AI 是政治正确，是先进性的证明。

然后 2026 年，计费模式变了。

这轮风暴的直接导火索藏在花旗的内部邮件里，GitHub 在 6 月把统一订阅制改成了按量计费。以前是自助餐，一口价随便吃，现在是称重计费，你夹一筷子算一筷子的钱。

自助餐时代你恨不得全员顿顿吃三文鱼，称重时代老板看着账单的表情就开始变化了。

花旗的反应有多激烈呢，6 月 24 日，直接关闭了员工对 Claude Opus 4.6、4.7 和 GPT-5.5 的访问通道。不是限流，不是审批，是彻底关掉。全球顶级投行的工程师们一夜之间失去了地表最强的几个模型。

好家伙，别人家是升级装备，花旗是集体缴械。

更有意思的是封禁之前的那封提醒邮件。里面有一节醒目标注，需执行操作，按需匹配对应模型，减少 Opus 4.7 调用。邮件解释说，全公司共用统一的 AI 词元池，就是 token 池，token 你可以理解成 AI 计费的基本单位，模型每读一个词、吐一个词都在烧 token。开发人员重度依赖 AI 辅助开发会占用大量共享额度，轻度使用者应该节省额度，留给有需求的开发人员。

原话是，我们需要所有人按需审慎选择模型，保障全公司员工都能公平使用 AI 资源。

读到这句我是真没绷住。这个句式，这个措辞，像极了小时候水电费涨价那阵，楼道里贴的节约用水倡议书。只不过这次省的不是水，是 Opus 4.7 的推理算力。

一个新的办公室美德诞生了，节约 token，人人有责。

Adobe 那边的情况也差不多，取消了 Claude 的无限制使用权限。一个不愿具名的员工说，不少同事已经想出办法，针对特定工作改用低推理能力模型来优化工作流程，减少词元消耗。

注意这句话里藏着的东西。员工们自发研究的不再是怎么让 AI 干得更好，而是怎么用更便宜的模型把活凑合干完。优化的目标函数从质量变成了成本。

说真的，这个转变比账单本身更值得琢磨。

我日常的工作就是给大模型搭脚手架，让模型真正能干活的那层工程，行话叫 harness，工具链、调度、上下文管理都算在里面。token 预算这个东西，对我来说不是新闻里的抽象概念，是每天都要面对的约束条件。所以看到花旗那封邮件里的模型使用指南时，我的第一反应不是嘲笑，而是，咦，这写得还挺专业。

他们是这么分的。快速问答、解释说明、生成简单代码，用 GPT-5.3-Codex。代码审查和标准对话，用同款或者 Claude Sonnet 4.6。架构推理这种硬活，才上更高阶的模型。

这套思路在工程上有个名字，叫模型路由，简单说就是按任务难度分配不同价位的模型，杀鸡不用牛刀。这是 AI 工程领域相当主流的做法，各家 AI 服务商自己也在这么干，你在 ChatGPT 里问一句今天天气怎么样，背后大概率也不会动用最贵的那颗大脑。

所以花旗这份指南单独拎出来看，每一条都成立。

但是。

工程上正确的东西，放到组织里执行，味道就全变了。

模型路由本来应该是系统层面自动完成的事，由代码根据任务复杂度毫秒级决策。现在这个路由器变成了人肉的，每个员工在每次提问前都要先自我审查一遍，我这个问题配得上 Opus 吗，会不会太费钱，要不还是用便宜的凑合一下。

决策成本从系统转移到了每个人的心理账户上。

而人在这种压力下的行为是可预测的。要么破罐破摔全用最便宜的，产出质量悄悄滑坡，没人察觉，因为糟糕的代码 review 和平庸的架构建议不会立刻炸，它们只会在几个月后变成技术债利息。要么想出各种土办法绕过限制，比如把一个大问题拆成八个小问题去问便宜模型，最后消耗的总 token 没准更多。

计量经济学里管这个叫科斯定理的现实版，交易成本永远不会消失，只会转移到看不见的地方。

嗯，文化升维了一下，见谅，就这一次。

有个细节我觉得特别妙。花旗对外回应时，否认限制了模型访问，也否认通过分配固定词元额度约束员工。而 404 Media 手里握着邮件和多张截图。

这种嘴硬其实说明了一件事，公司自己也知道这事不体面。对外的故事线还是我们全力拥抱 AI，对内的现实是模型分三六九等，好东西省着点用。两套叙事并行，总有一天要对账的。

顺着这个再往下想一层，事情就更有意思了。

这些公司砍的是模型开销，默认的前提是 AI 支出是纯成本。但你反过来算一笔账，一个开发人员用 Opus 级别的模型，一天多花 20 美元 token 费，如果这让他多解决一个疑难 bug，或者少引入一个上线事故，这 20 美元可能是全公司回报率最高的开销。反之，一刀切禁用旗舰模型省下来的钱，可能远远抵不上工程师被降级模型坑出来的隐性损失。

问题是隐性损失上不了看板。Atlassian 那个成本看板能精确到每个员工烧了多少钱，但没有任何看板能显示 Sonnet 给出的那个平庸方案比 Opus 的方案在半年后多花了多少维护成本。

能被度量的东西挤掉了重要的东西，这毛病也不是 AI 时代才有的，只是 AI 把它放大得特别快。

厉害了，我们花了两年时间教会全公司用 AI，然后用一张成本看板教会大家别用。

再说个时间上的巧合。就在这批爆料出来的同一天，Anthropic 给 Claude Enterprise 上线了一整套用量与成本分析功能，管理员可以按部门、按用户看成本，设支出上限，超了自动限流。

供应商比谁都清楚客户在为什么头疼。你们不是要控制成本吗，来，控制成本的工具我都给你做好了，请继续留在我的生态里控制。

有点子牛逼的商业嗅觉。防止客户因为账单太贵而跑掉的最好办法，就是亲手把刹车做好递过去。

其实这轮成本恐慌也不是第一波了。上个月就有报道说部分美国企业因为账单失控开始转向 DeepSeek，有的直接 100% 切换。降本的路子无非三条，换便宜的模型供应商，限制贵的模型使用，或者认真做模型路由的工程建设。前两条快但糙，第三条慢但对。

目前看，大部分公司选的是快但糙。

坦率讲，我不觉得这些公司做错了什么。CFO 看到月账单翻三倍必须做点什么，这是他的工作。真正的问题在于，绝大多数组织到今天为止都没有能力回答一个问题，我们花在 AI 上的每一块钱，到底换回来了什么。

答不上来这个问题，就只能管住花钱的手。

这跟个人用户的处境其实是同构的。你大概也经历过，订阅了某个 AI 工具的高级档，第一个月狠狠用，第二个月开始琢磨这钱花得值不值，第三个月降级回免费档，然后发现有些活确实干不动了，又升回去。个人在几十美元的尺度上反复横跳，企业在千万美元的尺度上反复横跳，本质是同一个问题，价值不可见，成本太可见。

那这事对屏幕前的你有什么用呢，我觉得有两个可以直接拿走的点。

一个是，如果你在公司内部用 AI 干活，模型分层这件事与其等公司拿邮件规定，不如自己先建立习惯。我自己的感受是，日常七成的问题真用不到旗舰模型，格式转换、写测试、解释报错，中端模型又快又够用。把旗舰模型留给真正的硬骨头，架构决策、疑难 bug、大规模重构。这不是替公司省钱，是让你在配额收紧的那天不受影响。

另一个是，如果你的团队正在或者即将面对 AI 账单问题，早点把用量数据和产出挂上钩。哪怕是很粗糙的关联，比如这个季度 AI 辅助完成的 PR 占比、事故率变化，都比一张只有成本没有收益的看板强。因为一旦决策层手里只有成本这一个数字，接下来发生的事，花旗已经演示过了。

写到这我想起来，两年前大家还在讨论 AI 会不会取代程序员，现在讨论的是程序员配不配用最好的 AI。

问题换得挺快，还都挺扎心。

航海时代的船长都得学配给管理，淡水和食物在漫长航程里怎么分，分不好船员哗变，抠太狠没到港人就垮了。现在每个技术管理者都在补这门课，只不过配给的对象从淡水换成了智能。

到港之前，希望你手里的 Opus 还没被没收。