一句话看懂：亚马逊承认内部一个用 Claude Sonnet 处理作者信息匹配的编码项目，成本飙到 180 万美元，超预算 860%，且近五个月未被发现。这件事的真正信号不是亚马逊“花不起这笔钱”，而是 AI 代理的自动化支出失控速度已经超出企业原有的财务监控能力。
事件核心：发生了什么
据 TechRadar 援引《金融时报》报道，亚马逊内部一个原本用于匹配作者详情与产品列表的 Claude Sonnet 部署项目，最终花费 180 万美元，较最初预算增加 860%。该项目超支后在公司内部“隐身”了约五个月，直到财务审计才暴露。这并非孤例：另一个财务审计工具项目超支 54.1 万美元，还有一个用于缩短配送时间的物流项目额外支出 13.4 万美元。
亚马逊回应称，公司仍在“实验、学习和改进”AI 工具的使用方式，并否认这些孤立事件属于常规业务流程。从体量上看，亚马逊单季营收超 1810 亿美元，180 万美元的超支占比极小，但问题在于：为什么这么大一笔支出可以在内部系统中隐藏近半年？
为什么重要
这个案例揭示了 AI 成本失控的机制性变化。过去企业采购软件是固定订阅费，成本可预期；而模型 API 按 token 计费，单个请求看似便宜，一旦交给具备自主决策能力的编码代理批量执行，错误会以指数级速度增加花费。亚马逊内部人士也承认，过去“便宜到可以忽略”的错误，如今在 token 定价模式下变得代价高昂。
更值得关注的是治理滞后。在 AWS 今年多次因自动化编码机器人导致服务中断后，亚马逊选择限制 AI 代理权限而非扩大授权，并取消了追踪员工 AI 使用情况的内部排行榜。这些动作说明，即使是最早大规模用 AI 重构内部流程的科技巨头，也尚未建立起与 AI 执行速度匹配的预算监控和风险熔断机制。
对用户/开发者/创作者的影响
对企业技术决策者来说，这是一个具体而现实的预算警示：将 AI 代理接入生产流程前，必须设置明确的预算上限和异常告警，否则 token 消耗可能在几周内悄悄吃掉整个项目经费。对开发者而言，Claude Sonnet 这类模型在执行“看起来很简单”的编码任务时仍会出错，自主智能体的权限应当按最小化原则配置，而不是直接复制资深工程师的权限范围。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于依赖 API 做产品的创业团队，亚马逊的案例也提供了一个参考：AI 成本不是线性增长的，而是在任务复杂度和自主性提升后呈现跳跃式上升。如果大公司在内部治理上都出现五个月的盲区，小团队更需要从一开始就把成本监控工具纳入基础设施，而不是事后补救。
值得关注的后续
目前公开信息显示，亚马逊是否会进一步收紧内部 AI 代理的使用权限、建立更严格的 token 消耗审计机制，还没有明确方案。接下来可以观察三个方向：第一，亚马逊是否会像限制 AWS 编码机器人那样，对 Claude 等外部模型的内部调用设置新的审批层级；第二，AWS 是否会把这次事故中积累的成本治理经验，转化为面向企业客户的预算控制工具或服务；第三，Uber CTO 等对 AI 投资回报持怀疑态度的声音，是否会推动更多企业重新评估“AI 替代人工”的投入产出比。
来源：TechRadar
