一句话看懂：麦肯锡最新研究指出，完成同样任务的智能体之间成本差异可达 30 倍，企业 AI 账单正从“聊天式低价”转向“执行式高价”，约三分之一组织已把超过 10% 的 IT 与通信预算投入 AI。
事件核心：发生了什么
咨询机构麦肯锡在 2026 年 9 月发布警告：随着 AI 智能体（Agent）在企业中普及，AI 支出可能持续上升，且降本逻辑与过去的聊天工具完全不同。聊天 AI 只生成文本，而智能体需要实际完成任务，往往涉及多步骤、多路径，导致成本浮动巨大——同一任务由不同智能体执行，费用差距最高可达 30 倍。
数据来自麦肯锡“2026 AI 全景”调查：约三分之一组织已将超过 10% 的 IT 与通信预算用于 AI，60% 受访者计划明年继续增加投入，近五分之一承认 AI 开销已对运营成本形成明显压力。麦肯锡全球研究院董事、高级合伙人 Djordje Katic 表示，AI 支出的规模正变得相当可观且日益明显。
最容易“踩坑”的是用智能体自动写代码的软件开发团队，自动编程天然是 token 消耗大户。讽刺的是，此前近一年企业还在鼓励员工多用 AI：亚马逊曾设立内部 token 使用排行榜，结果有人只为冲榜而刷量，最终被撤下；随着账单上涨，Coinbase、Salesforce 等公司已开始限制 AI 使用。
为什么重要
这暴露了 AI 商业化的一个关键分水岭：聊天机器人按对话计费相对可控，而智能体按“任务执行”计费，链路越长、工具调用越多、推理次数越高，成本就越像失控的推理算力账单。对企业采购而言，选开源还是闭源、自建还是调 API、限制步数还是放开自主循环，都会直接反映在财务上。目前公开信息显示，成本差异并非模型能力问题，而是任务路径设计问题，这会让“智能体效率工程”成为独立的技术与采购议题。
对用户/开发者/创作者的影响
开发者需要把 token 预算当成接口设计的一部分：限制最大步数、缓存中间结果、优先选择轻量模型处理简单子任务，避免所有环节都调用高成本大模型。企业采购方则应要求供应商提供按任务而非按 token 的成本估算，并设置用量护栏。对创作者和普通用户来说，短期内高端智能体功能可能更贵或限额更严，而轻量、聚焦单一场景的 AI 应用反而更易获得价格优势。
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。
值得关注的后续
一是看企业是否会像 Coinbase、Salesforce 那样批量出台内部 AI 用量限制；二是看智能体平台是否推出“按任务定价”或成本可视化面板；三是看开源模型与闭源 API 在长链路任务上的性价比差距是否进一步拉大。
来源：AIbase
