月烧1.5万亿token，年烧1.32亿美元？Cursor 工程师的账单，凡人只能仰望

10月21日，OpenClaw创始人Peter Steinberger在Cloudflare Connect的台上估算，自己上个月用于AI工作的token成本约为1000万美元。听众发出惊呼，他补了一句：“并非所有消耗都有用。”几周前，另一位Peter——Peter Piekarczyk——也算出了一笔让人咋...... 本文来自微信公众号： InfoQ ，作者：Tina，原文标题：《月烧 1.5 万亿 token，年烧 1.32 亿美元？Cursor 工程师的账单，凡人只能仰望》 10月21日，OpenClaw创始人Peter Steinberger在Cloudflare Connect的台上估算，自己上个月用于AI工作的token成本约为1000万美元。听众发出惊呼，他补了一句：“并非所有消耗都有用。” 几周前，另一位Peter——Peter Piekarczyk——也算出了一笔让人咋舌的账。他看到Lauren Tan的Cursor个人主页显示，过去30天用了1.5万亿token，于是在X上写道：“按每百万token 8美元估算，Lauren每天消耗约38.4万美元，年化1.32亿美元。”即使假设Cursor能拿到大客户一折优惠，年成本仍有约1300万美元。 这组数字很快引发了大量关注，因为它把看不见的token换成了人人都能理解的工资单。在算账之前，先得知道1.5万亿有多夸张。工程管理平台Jellyfish对1.2万名开发者的统计显示，典型用户（第50百分位）每月约使用5100万token，第90百分位用户约为3.8亿。粗略对照，Lauren的用量约为典型用户的2.9万倍；Peter Steinberger 5月公开的6030亿token，则约为1.2万倍。 这笔“账单”是怎么算出来的？ Lauren Tan目前在SpaceXAI Grok团队担任工程师。她的职业跨度不小：大学学的是金融，最初在Excel里写VBA宏时接触编程，职业生涯从UI设计起步，后来转向前端和React，参与React Compiler项目；AI浪潮起来后，她又把重心转向Agent工作流，做出了pstack，一套智能体skills。 她也很懂得经营自己的技术形象。9月中旬，她在一次视频演讲中说自己“每月向生产环境合入2000个PR”——这意味着平均每个工作日就能提交近100个PR。这个数字令人难以置信，无疑是个异常值。 9月21日，她自己在X上置顶发布了这个“2000个PR”的视频，但配文却变成“上个月我向生产环境合入了2500个PR”，引发了新一轮的讨论。 10月26日，她再次发帖说“好像破纪录了”，配图是4000个PR。数字一次比一次高，每一次都配上公开发布。 此前，她的Cursor个人主页显示，在9月份的30天里使用了约1.5万亿个token。 营销这件事本身不是罪，但当你把一个极端值放到公共橱窗里，就得准备好它被别人拿去乘一个单价。 Peter Piekarczyk就把这个公开数字换算成了美元：平均每百万token 8美元估算，得出每天约38.4万美元、30天约1100万美元、年化1.32亿美元的结果。按他的算法，这就是“一个工程师一年烧掉1.32亿美元”。 他接着假设Cursor能从Anthropic拿到九成折扣，也就是按原价一折结算，费用便降到每天约3.8万美元、30天约110万美元，年化约1300万美元。再按资深工程师年薪50万美元计算，这笔钱相当于雇26名资深工程师。 考虑到她使用的模型可能有区别，如果全部使用Grok，30天约花480万美元；全部使用Opus或Sonnet，约1320万美元；按40%输入、40%输出、20%缓存读取的混合用量估算，则约1150万美元。再套用不同折扣，混合用量的月成本还可能降到580万或990万美元。 Agent编程还存在缓存命中的情况，假设缓存读取的价格约为普通输入价格的十分之一，每月仍然是100万美元。 不过，Piekarczyk的算法依然还有争议。 Cursor主页统计的token至少分四类：普通输入、模型输出、缓存写入、缓存读取，价格差异很大。以Opus 5.5为例，每百万普通输入约4美元，输出约20美元，缓存读取约0.20美元。 一张Opus 5.5的用量截图显示，733亿token对应约3万美元，折合每百万token约0.41美元；其中缓存读取和写入合计占了大部分费用。如果把这个均价套到Lauren的1.5万亿token上，结果约为每月61.5万美元。 还有一层可以纳入考虑：Lauren做的是深入、长时运行的智能体任务，比普通用户更常命中缓存。长时任务反复复用同一份上下文，这一项在总花费里的占比会被进一步推高。Anthropic公布的Opus 5.5价格中，缓存读取为每百万token 0.20美元，普通输入为4美元。如果按1.5万亿token全部以缓存读取价计费，月费用约30万美元；这当然只是极端下限。 Piekarczyk自己后来也退了一步：就算自己的算法高估了10倍，或者Cursor使用自有GPU，那么按每百万token约0.80美元估算，月成本约为10万美元。 10月9日，Piekarczyk发起投票询问大家工作中每月的AI预算上限，大部分人每月低于500美元。和Lauren被估算出的月账单放在一起，反差鲜明。 另外作为对比，今年5月，Peter Steinberger在X上也曾晒出CodexBar截图：过去30天OpenAI API用量约130.5万美元，涉及6030亿个token、760万次请求。后来他解释，截图按Codex的Fast Mode价格计算，关闭Fast Mode后估算的API成本约为30万美元。 10月这次1000万美元是活动现场的口头估算，但有一点是一致的：它们的数量级，和普通开发者每月几百美元的预算完全是两个世界。 普通人不能尝试的工作方式 Steinberger把这类投入描述为探索“如果Token成本不再构成限制，软件开发会变成什么样”。他的三人团队当时运行着约100个Codex实例。 这些Agent集群能够自主审查Pull Request、扫描提交记录以查找安全漏洞、合并重复的GitHub Issue，并编写修复代码。有些Agent会根据项目的整体路线图主动提交PR；另一些则持续监控性能基准测试，并将性能回退情况报告到团队的Discord服务器。据The Decoder报道，有些Agent甚至会参加会议，并根据讨论中提到的功能生成PR。 Lauren每月1.5万亿token，无论按什么口径计算，同样都是普通人不能承受的金额。那么这笔钱推动了什么？按她自己公开的说法是，她如今每月可以高置信度地把4000个PR合入生产环境。这个数字的关键不在生成，在验证。 “使用Agent时最重要的技能是验证。所谓验证，是指让Agent真正运行代码、采集CPU跟踪或堆快照、打开iOS模拟器，或者用用户接触应用的方式去操作应用，实际测试并确认功能是否正常。验证能把工作闭环。它不能保证Agent写出优秀代码，至少能帮助它写出正确的代码；这已经是建立信任的一大步。” 她的验证技能让Agent检查自己的工作并持续迭代，直到任务完成。逻辑是：能检查自身输出的Agent会一直工作到任务完成；不能的Agent只能把diff交给你然后停下——你就成了整个循环里最慢的环节。 按每月4000个PR，若每个都由人花5分钟检查，累计约333小时，一个人的整月工时都不够用。人工审查不可能成为验证层，检查系统必须无人介入运行，并与生成代码的Agent并行。 在这个循环里，工程师的角色更像是一个“Agent的工程经理”。Lauren说，如果连一个Agent的输出都不信，就没法扩展到一百个Agent。 她认为，绝大多数人根本没有把Agent用起来：“99%的人只发挥了GrokBot 1%的真正实力。他们只运行一个Agent，既没有‘循环（loop）’，也没有‘图（graph）’。我运行着一支由20多个GrokBot Agent组成的团队，全程自主运作。我有一个幕僚长Agent、一个项目经理Agent，还有20多个执行任务的Agent——这就是工程师的新技术栈。” 她公开的pstack工作流，本质上就是这套多Agent编排的具体实现。通过分步的剧本引导（Playbook），将研发任务标准化为理解、设计、编码、评审到验证的顺序阶段。它通过在本地并发调度子智能体（如分析行为的/how、审计风险的/interrogate）来各司职守。 事实上，pstack记录和提炼的，正是她从刚入职Cursor、对老代码库一无所知开始，在本地通过观察Agent反复出现的失败模式而逐个堆叠出的垂直验证技能（如Control Glass）。这种多Agent协作流虽然在云端消耗巨大，但由于模型在本地运行时缺乏无限的上下文，要让它真正高置信度地跑通，代码库本身也得适合Agent接手。 GrokBot最初是一个快速Vibe Coding出来的新应用，人类几乎没有读过代码，架构约束也不充分。这种模式下，Agent在执行任务时会优先选择眼前最省事的写法，导致代码越堆越多，功能边界和性能风险彻底失控。要想让Agent长期安全地接手开发，代码库就必须改造得容易被模型理解，修改路径必须清晰、且无可逃避地被验证。 为此，Lauren用600多个PR，把GrokBot重构到一套内部代号为Dune的架构中，一些PR比较微型，从几十行、几百行到一千行不等。在这种重构思路下，Dune架构的CI检查极其严苛：全面禁用useEffect以消除隐式副作用；绝对禁止写注释，防止模型被包含过时历史信息的无用上下文误导而产生过度推断；同时严密校验依赖图，确保Electron的main和renderer目录绝不交叉导入。 当这套高密度的重构护栏架设完成时，由于智能体爱走捷径的本能被CI红线强行扭转，整个系统的生命周期管理彻底走向自动化。 在Cursor特定场景中，这套个人经验被打包成了pstack，内部包含23个Playbook（工作流剧本）和20多条工程原则。它是Lauren试图把特定项目的纪律塑造成Agent跑通测试的“唯一捷径”，在一些人口中被捧上了天，但这套高度定制化的教条在通用开发场景下对普通开发者究竟有多少落地价值，在其复杂的配置成本面前，显然得打上一个问号。 算力特权下的“AI Slop”工厂 这种依赖极致资源堆砌出来的交付模式，本质上是极少数人才能享有的资本特权。正如Peter Steinberger所直言的，“并非所有消耗都有用”，这种流派的盲目消耗往往只是在试错。当这种脱离了商业ROI（投资回报率）的极端案例被推向公共橱窗时，Reddit等技术社区的工程师们立刻发起了猛烈的声讨。 在reddit的热门讨论中，一线开发者们直言不讳地指出，这种每个月靠无限资金合入数千个PR的狂热表现，根本不是什么软件工程的底层革命，而是在用完全不计成本的暴力算力，不知吞吐地向代码库里灌入大规模的“AI Slop”（AI垃圾内容）。 同行们的嘲讽直击这种暴力流派的软肋：软件开发真正的瓶颈从来不在于代码生成的“绝对数量”，而在于系统长期的可维护性。在普通工程师普遍低于500美元的月度AI预算面前，一旦剥去“Token消耗不限量”的外衣，缺乏深思熟虑的微型PR就会彻底失控。 这种靠天价Token进行盲目试错和应激性防呆重构的流水线，看似缩短了交付路径，实则是将系统设计的主导权，从人类架构师的优雅全局思考，让渡给了机器在沙盒里的机械堆砌。这种脱离群众的算力特权，最终留给生产环境的往往不是什么高效资产，而是让普通人在现实中根本无力维护的庞大技术债。 但在商业营销的逻辑里，这笔巨大的算力消耗在宣传上确实值了。T3创始人Theo算过一笔账，他估算Lauren实际的“内部价”其实在每月2.5万到5万美元之间，并直言：“这类曝光的价值远不止每月2.5万美元；有些公司办活动花费超过100万美元，获得的关注还不如Lauren随手发的一条推文。”从Cursor的角度来看，这更像是一场无解的公关神话，即使按传闻中每月花掉几百万美元，其产生的产品宣传和流量回报也完全超值。 Lauren本人也曾在访谈中回应了成本问题，承认了实验室特权对她方法论的绝对依赖：“我在AI实验室工作，token不限量，所以我不能说每个人都应该完全照着我的方法做。”但她同时将这套逻辑定性为一种前期的投入产出比博弈：前期花Token重构、加约束，是为了让最基础的Agent也能写好代码，从而让产品经理和设计师直接交付功能。“Agent的价值在于让你做以前做不到的事，不是把Token丢到每一个小问题上。” 尽管她坚信“不必花到倾家荡产，也有机会达到类似的状态”，但这依然无法掩盖一个残酷的技术现实：没有实验室无限Token的底座支持，高频的自动化验证闭环根本无从谈起，这套方法论对成本极其敏感的普通客户和用户而言，高昂的验证开销意味着难以跨越的门槛。 参考链接： https://www.linkedin.com/posts/lev-deviatkin_spacexai-engineer-lauren-tan-99-of-people-ugcPost-7520157406685970432-feKb/ https://www.theregister.com/ai-and-ml/2026/10/21/openclaw-creator-says-he-spent-10-million-in-tokens-last-month/5304573 https://www.reddit.com/r/cscareerquestions/comments/1x6lbei/i_recently_watched_how_laura_tan_ex_staff/ https://www.youtube.com/watch?v=X7qyl-INHxM