标签
Gartner 预测，由于效率提升使得更强大的模型和应用成为可能，每个代理工作流的AI推理成本到2028年将增加五倍以上，却矛盾地提高了总体成本。
本文探讨了AI辅助艺术的未来将由提示技能决定，还是由负担更多令牌的能力决定，质疑了随着计算成本成为障碍，AI所承诺的民主化前景。
Kalshi创建了一个工具，利用预测市场绘制算力的未来价格，旨在建立GPU租赁成本的远期曲线。
分析AI计算支出与工程师薪资的对比，显示Anthropic在计算上的支出是薪资支出的2.3倍，而大多数公司支出远低于此，并展望了至2029年的成本情景。
Rohan Paul 引用 Perplexity 首席执行官 Aravind Srinivas 的观察：现在，个体高级用户消耗的算力相当于整个团队，标志着 AI 使用模式的转变。
Anthropic首席执行官Dario Amodei警告，计算成本不断攀升，可能达到1万亿美元，这可能导致AI公司在2027年前走向破产。
一位用户报告称，使用GPT模型（可能是GPT-5.5）完成一项电子表格任务花费了10美元的严重补贴代币成本，实际计算成本估计为100美元，认为当前AI定价不可持续。
Microsoft 和 Uber 发现，尽管 AI 编码工具提高了生产力，但它们也推高了 token 消耗成本，有时甚至超过了人类劳动力的成本。文章探讨了这一经济悖论，并警告称，由于使用量激增，单位 token 更便宜并不意味着总账单会更低。
一位AI/ML博士生认为，计算成本上升正在降低AI的可及性，对低收入地区的研究人员和开发者造成了不成比例的不利影响。
文章批评了当前 AI 定价模式的限制性，强调每日配额和层层叠加的限制如何阻碍生产力并损害用户信任。
本文讨论了AI代理工作流如何将优化重心从单纯的推理成本转向更广泛的挑战，如延迟、编排开销和可靠性。文章强调了向混合架构和动态模型路由发展的趋势，以应对这些多步骤工作流的复杂性。