9月8日，知乎热问「腾讯大幅下调员工AI Token额度，从月均上万降至千元级别」挂着184万阅读量被顶上热搜，题干的口径目前没有腾讯官方公告，但同一条问题下的长回答把微软、Uber、花旗、Adobe这半年干了什么完整捋了一遍。知乎也是这天，一条微博的一手体验被很多程序员转发：年初公司力推AI编程，Cursor、Codex人人开会员不限额，“一片热热闹闹的AI大跃进”；到年中，包月额度不够用，“token提额审批不通过，让用auto模式”。微博
这两条拼在一起，是同一个信号：一场从硅谷开始的AI编程限流潮，正在落到国内企业开发者的个人账号上。
一、先把最直觉的误解打掉：token从来没变贵
限流潮最容易被读成"AI用不起了"。恰恰相反。
追踪网站BenchLM的模型价格指数（以2023年3月GPT-4发布价为基准100，输入输出3:1加权取前沿模型中位数）三年跌到16，跌幅88%；YipitData按实际消费量统计，全市场token均价2025年下半年跌39%，2026年前五个月再跌6%。Bain算过一组更扎心的对照：2024年12月到2025年12月，token单价减半，消耗量涨了450%，总支出涨1.75倍。知乎
国内降得更快。那个近百万阅读的知乎高赞（问题问的是"一些公司因为token太贵开始限额，会重返古法编程吗"）数过：2026年上半年国内几家大厂降了六次价，其中三次是永久降价，DeepSeek V4-Pro输出价压到每百万token 0.87美元。知乎
单价跌到地板，账单和预算却在收缩。不矛盾，因为账根本不是按单价算的——支出=单价×消耗量，右边这一项涨疯了。
二、Agent烧的不是消息，是整个交付过程
三个数字能说明消耗是怎么失控的：
Bai Longju等人分析八个前沿模型在SWE-bench Verified上的执行轨迹：一项Agent编码任务的token消耗，约等于1230次代码问答、3500次代码推理。知乎
Artificial Analysis在2026年6月30日的测试：Claude Sonnet 5每项任务成本2.29美元，比上一代翻倍——输入输出单价一分没变，涨的全是用量。
麦肯锡根据企业AI项目经验估算：智能体任务约60%的成本，烧在交付可用结果之前的检查、纠正和重新运行上。
一句话：过去给chatbot付费是买"聪明"，现在给Agent付费要买两次——第二遍，买的是"智能的可靠性"。Uber那个案例把浪费的源头展示得淋漓尽致：公司此前鼓励员工"尽可能多用"，还搞了个按用量排名的内部排行榜，五千名工程师人均月账单150到2000美元，四个月烧光2026全年AI编码预算。把消耗当KPI，消耗当然爆炸。
还有第二本不在账单里的账。斯坦福社会媒体实验室与BetterUp的研究给"看起来完整专业、实际没法直接用"的AI产出起了个名字叫workslop：1150名美国白领里40%过去一个月收到过，处理一件平均约两小时，一家万人企业一年为此多付约900万美元。知乎Glean的6000人调查更直观：受访者平均每周因AI省下约11小时，但又有超过6小时花在检查输出、改错、重发提示词上——"照看机器人"的时间（37%）已经超过实际产出（36%），超过三分之一的AI会话以彻底失败重来收场。
主观感受和客观账本对不上，才是财务出手的根本原因：75%的人觉得自己效率提高了，只有13%的组织观察到显著业务收益；METR的随机对照试验里，16位资深开源开发者用AI后实际慢了19%，动手前他们预估自己会快24%。
三、限流时间线：这不是腾讯一家的动作
把海外动作按时间排开（据知乎高赞回答整理，多家外媒报道）：5月22日《财富》报道微软取消大部分内部Claude Code许可，6月起花旗关闭员工对Claude Opus 4.6/4.7和GPT-5.5的访问，同期Adobe取消Claude无限使用。知乎 4月烧完预算的Uber在6月直接设下每人每工具每月1500美元硬上限，配实时看板、超限走审批。36氪
Coinbase 6月则公布了另一种收敛方式：砍掉近一半AI总支出——token用量还在涨，只是全部路由到"满足条件的最便宜模型"。36氪
国内也不是没有先例。7月，小红书上有蚂蚁员工晒出内部通知：自7月20日起Claude Code因安全评估被列入高风险软件清单、禁止在办公环境使用，外部AI工具报销同步改为"Codex/Qoder二选一、每月200美元封顶"——而此前是"模型不限、预算无上限、公司全包"（均为员工晒图爆料，公司未公开回应，注意口径）。小红书另一条被转发的小红书帖子里，某公司通知写得直白：“每人每月40美元”，发帖人的同事已经在讨论"以后AI就跟水电一样按用量计费"。小红书
规模上，麦肯锡企业AI FinOps调查显示93%受访企业AI支出超预算（注意：合格样本75家，样本不大，但方向与其他口径一致）。知乎 麦肯锡全球调查中约20%的组织承认已因成本主动限制AI使用；这一年里，在管理AI支出的从业者占比从63%升到98%。36氪
腾讯的千元额度放进这条时间线，就不孤立了：它不是"AI不行了"的信号，而是财务开始把AI当水电煤管起来。那个高赞回答的原话很准——“这不叫AI不行了，这叫财务终于开始把它当电费管了”。知乎
四、你的额度会不会被砍：问自己一个问题
对企业开发者，真正该关心的不是腾讯砍了多少，而是"轮不轮得到我、会不会继续砍"。海外机构Leonis Capital（经36氪转载）给过一个值得抄的判断框架：企业买AI，实际在跑两套经济学。
扩张型：智能就是你的业务瓶颈，更聪明直接等于更多收入——AI制药、量化交易、早期创业公司（十倍代码量真能换来十倍产品和客户）。这一类敢像英伟达那样按人均25万美元批年度token预算，黄仁勋给工程团队的总盘子是20亿美元。36氪
效率型：生意被需求、渠道、监管卡着，唯独不被"代码够不够快"卡着——模型一旦达标，多余的智能一文不值，只该付被替代劳动力的价钱。
最讽刺的对照就在这：Uber约70%的已提交代码由AI生成，它照样是最先设硬上限的，因为网约车订单量不会因为代码多就涨。36氪 而预算只有大厂一千分之一个头数的创业公司，反而最舍得为前沿模型掏钱。几乎所有财富500强，都是效率型买家。
所以判断你的处境只需要一个问题：你团队的AI产出，在你们商业模式里最终换成什么？换成"更多产品、更多客户、更多收入"的，预算收紧时会跟着价值走；换成"别出事、稳住、快点交差"的，1500美元/月封顶+实时看板+审批流这套 Uber形态，大概率就是你司的下一份通知。
五、额度真被砍到千元档，先做三件事、别做三件事
先做三件（那位SEO转半全栈的知乎答主自证半年有效、Coinbase公司级同款）：
任务分层：脏活先用规则和脚本筛掉大头，批量归类走便宜小模型，复杂重构和疑难bug才上旗舰。他把一个几万条关键词分层的任务改成规则先过滤八成，成本直接掉到零头——"纯属拿旗舰模型当正则表达式使"是大多数超额账单的真相。
吃满缓存：系统提示词和项目背景固定下来做prompt cache，命中后输入成本几乎可以忽略。很多人agent用得贵，不是模型贵，是每轮都在重喂同一段背景。
先写规格再生成：一页纸需求文档能省掉后面十轮返工，对省钱的贡献比换模型大——麦肯锡那个"60%成本花在返工"从反面证明了同一件事。顺带一条负向提醒：可以装用量看板，千万别学Uber搞用量排行榜。
别做三件：
别借"古法回归"退回去。那个97万阅读的问题下，社区共识是回来的不是手写代码，是读代码和写规格的能力。同一天36氪的标题还在转Rails之父DHH的暴论：手写代码时代正在终结，“我已经变得可有可无”。36氪 但额度收缩之后，"看得懂AI交的东西"反而是唯一免费的成本节约——METR那19%的倒退就是给不看代码的人准备的。知乎
别一把梭跳本地"token自由"。知乎另一条13万阅读的回答把账算穿了：4090稳定50 token/s、每天8小时，日配额上限约140万token，“每天解决一些小issues都得大几百万token”；硬件一万多、电费小一千只是明账，本地模型质量打折带来的额外人工才是隐藏成本。知乎在腾讯的知乎问题下被反复引用的那句反诘值得记住——真正卡住你的从来不是token费用，是没人能判断AI交出来的东西对不对。
别碰中转灰产。今年夏天的封号潮已经给过价格了；群里传的"穷鬼套餐"（Trae、通义灵码免费版、Copilot每月2000次补全）拿来接轻量任务没问题，别拿来扛生产。
六、接下来盯什么
腾讯是否公布口径，以及是否有一线大厂跟进——千元档是起点还是终点；
企业考核指标的变化：当"席位数、跑分"让位于"每任务成本"（36氪转述的行业趋势），你团队的AI使用汇报方式可能也要重写；
开源过阈值的速度：Leonis判断一旦越过任务门槛，GPT-5.6、Kimi3、GLM5.2在企业侧的商业价值几乎相同——你的公司一旦开始"最便宜达标路由"，旗舰模型的无限额度大概率回不来了；
反向信号也要看：Gartner仍预测2026年AI智能体软件支出接近2070亿美元、同比翻倍。知乎预算不是消失，是改形状——砍掉的是随便用，留下的是算着用。
单价三年跌了88%，"免费用AI"的时代确实到头了。但对拿千元额度的人，工具红利没走：会用的人把一千块花出过万的产出，这个差价，才是接下来几年普通开发者还能吃的部分。
