摘要
过去几年，科技巨头们不断向员工强调一个理念：拥抱 AI，才能提高生产效率。但现在，一个越来越现实的问题摆在企业面前——如果 AI 用不好，不仅不会省钱，反而可能成为一个疯狂吞噬预算的新“黑洞”。 近日，亚马逊内部曝光多起 AI 项目成本失控事件。其中最夸张的一次，公司用 Anthropic 的 Claude Sonnet 模型完成一项看似简单的数据匹配任务，最终却产生了 180 万美元（约合人民币 1215 万元）账单——更离谱的是，这个项目不仅失败，实际成本还比原预算高出了 860%，而亚马逊直到约 5 个月后才发现问题。 对此，一位亚马逊工程师总结道： “过去微不足道的错误，在 AI 时代变成了灾难性的昂贵错误。” 用 AI 完成简单任务，结果烧掉 180 万美元 据英国《金融时报》报道，亚马逊近期整理了多份内部 AI 使用报告，用于分析公司在推广生成式 AI 过程中遇到的问题。 其中最严重的一起事故，来自一个基于 Claude Sonnet 的项目。该项目原本计划利用 AI 自动完成电商平台上的一项数据处理工作：将作者信息与亚马逊网站上的商品列表进行匹配。 从传统软件开发角度来看，这并不是一个特别复杂的任务。但在引入 AI 后，项目运行过程中出现了问题：由于模型调用量不断增加，加上缺乏有效的成本监控机制，最终导致项目产生约 180 万美元的费用。 更关键的是，亚马逊并没有立即发现异常。直到问题持续了大约五个月后，团队才意识到，这个 AI 项目已消耗了远超预期的资源。 对于这起事故，一位亚马逊工程师在内部会议中表示，传统系统里的错误往往很“便宜”，大不了就是程序运行效率下降或浪费一些服务器资源；但当团队开始将任务交给 AI 模型后，这些错误可能会变得“灾难性的昂贵”。 毕竟，传统程序通常严格按照预设逻辑运行，而 AI Agent 则拥有更强的自主能力——如果没有完善的限制机制，一个简单的错误就可能导致 Agent 不断执行任务，并持续消耗大量 Token。 最终，一个原本几分钟就能完成的小任务，就会变成一张价值百万美元的账单。 不止 180 万美元，还有两起 AI 超支事件 而 180