一句话看懂：美国陆军因过度使用Ask Sage生成式AI平台，在短短一个月内烧光了原定供应一整年的1000万个token配额，被迫重新设定使用限制。这一事件暴露了大规模部署AI工具时算力成本与使用习惯之间的现实矛盾。
事件核心：发生了什么
据WIRED报道，美国陆军战斗能力发展司令部（DEVCOM）员工收到内部邮件称，虽然陆军CIO在2026年5月宣布提供“无限token”，但到6月中旬，陆军CIO池中的token已耗尽，不得不重新设立限制。邮件还指出，陆军虽然选择“按当前水平”续订token，但不确定10月1日后是否还会续费。
陆军使用的Ask Sage是一个多模态生成式AI平台，支持运行包括谷歌Gemini、Meta Llama和OpenAI ChatGPT在内的多种大语言模型。根据WIRED看到的文件，陆军通过企业年度订阅获得了1亿个token（约合3.7个字符/ token），但国防部在38天的“史诗之怒行动”中每天消耗约200亿个token。一位匿名陆军员工表示，“整个陆军在仅仅一个服务上就烧光了整年的token”。
为什么重要
这一事件说明，即使在美国军方这样的高预算机构中，生成式AI的规模落地也面临token成本的现实天花板。此前，官方曾宣称近半数的350万国防部员工在工作中使用AI，而不到一个月后的token告急直接揭示了“无限使用”承诺的不可持续性。
更值得关注的是，国防部一边在削减负责保护平民的“平民保护卓越中心”人员编制，一边加速开发AI工具来替代人工评估——这种“先推AI再用AI补锅”的循环，让成本与效果之间的天平变得更加脆弱。类似情况此前也出现在Uber和Meta：Uber的工程师在4个月内用光了全年token，Meta则悄悄撤掉了token使用排行榜并考虑为工程师设限。
对用户/开发者/创作者的影响
对企业采购者而言，这一事件是“先承诺无限、后被迫缩减”的典型教训。如果你正在规划团队的AI工具预算，最好将API或token成本视为持续变动的运营支出，而非一次性固定开销。对于AI平台开发商（如OpenAI、Meta、谷歌），军方的高消耗案例也暗示，大规模企业级部署需要更精细的计量计费机制和使用策略，否则“无限”概念只会加速财政和政策风险。
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。
对普通创作者和开发者而言，虽然目前个人用户尚未感受到直接冲击，但若更多机构效仿限制使用，未来免费或低价token额度可能会收紧，企业级API的定价策略也可能从“量大从优”转向“按需封顶”。
值得关注的后续
1. 陆军采购预算是否调整：10月1日新的财年开始后，Token配额是否会恢复、单价是否上涨，将直接影响军方AI工具的日常可用性。
2. Ask Sage的商业模式承压：作为面向军方和政府的AI平台，Ask Sage在此事件中的角色值得跟踪——它是否会推出更严格的流量控制或分层订阅方案？
3. 其他机构是否会跟进限制：Meta、Uber乃至其他国家的政府部门是否会出现类似“token荒”？这可能加速行业对“无限使用”宣传语的重新定义。
