作者：陈芝宪发布时间：2026-06-16 01:14:10 点击数：88524

近日相关部门传递新动态某国潜艇兵跑步戴智能手表引发泄密 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

四川省成都市新都区山东省东营市垦利区广东省深圳市海南省三沙市西沙区西藏阿里地区日土县濮阳市南乐县黑龙江省佳木斯市汤原县山东省烟台市牟平区陕西省咸阳市兴平市江西省吉安市永新县无极县大陈镇海南省三沙市西沙区鹿泉区寺家庄镇海南省三沙市西沙区云南省大理白族自治州云龙县贵州省铜仁市玉屏侗族自治县福建省三明市梅列区湖北省恩施土家族苗族自治州建始县山东省枣庄市台儿庄区山西省运城市夏县平山县小觉镇井陉县吴家窑乡西青区精武镇朝阳区管庄地区蓟州区东赵各庄镇山东省潍坊市青州市南开区长虹街道山东省潍坊市青州市河西区桃园街道密云区不老屯镇湖北省襄阳市襄州区福建省厦门市湖里区重庆市市辖区北碚区四川省甘孜藏族自治州泸定县黑龙江省鹤岗市河东区大直沽街道西藏山南市贡嘎县广东省珠海市斗门区无极县大陈镇崇左市辽宁省大连市旅顺口区江苏省徐州市丰县广东省汕头市龙湖区元氏县苏村乡海南省海口市美兰区西城区天桥街道桥西区留营街道江苏省徐州市山西省长治市襄垣县蚌埠市龙子湖区四川省宜宾市江安县西藏山南市贡嘎县信阳市平桥区海南省儋州市焦作市辽宁省沈阳市福建省厦门市湖里区黑龙江省佳木斯市汤原县山东省淄博市临淄区广东省江门市山西省临汾市安泽县丰台区长辛店镇辽宁省大连市旅顺口区福建省南平市建瓯市山西省长治市襄垣县井陉县吴家窑乡昌平区小汤山镇合肥市庐阳区广东省汕头市南澳县江苏省南京市浦口区云南省红河哈尼族彝族自治州泸西县福建省南平市银川市贺兰县乌鲁木齐市沙依巴克区四川省甘孜藏族自治州泸定县山东省潍坊市青州市顺义区空港街道北辰区四川省成都市新都区福建省三明市梅列区青海省海西蒙古族藏族自治州德令哈市朝阳区管庄地区云南省玉溪市新平彝族傣族自治县长安区广安街道昌平区回龙观街道广东省深圳市密云区河南寨镇桥西区苑东街道西藏阿里地区日土县重庆市县巫山县云南省红河哈尼族彝族自治州绿春县大兴区贵州省黔东南苗族侗族自治州天柱县辽宁省沈阳市朝阳区小红门地区伊犁哈萨克自治州昭苏县甘肃省定西市渭源县四川省成都市新都区桂林市兴安县山西省晋中市榆社县

今日监管部门披露行业最新进展Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

陕西省西安市未央区湖北省宜昌市西陵区重庆市县巫山县江苏省徐州市黑龙江省鸡西市鸡冠区怀柔区宝山镇北辰区广源街道陕西省宝鸡市千阳县福建省福州市永泰县鹿泉区白鹿泉乡百色市田林县甘肃省陇南市山东省滨州市密云区古北口镇蓟州区东赵各庄镇福建省南平市建瓯市山东省威海市江苏省徐州市辽宁省大连市旅顺口区黑龙江省绥化市明水县云南省普洱市景东彝族自治县崇左市宁明县喀什地区麦盖提县内蒙古锡林郭勒盟正镶白旗山西省朔州市山阴县平山县岗南镇江苏省徐州市丰县山东省威海市贵州省黔南布依族苗族自治州惠水县南开区长虹街道内蒙古鄂尔多斯市康巴什区江苏省南通市启东市江西省赣州市石城县吉林省四平市铁西区门头沟区大峪街道山东省聊城市茌平区朝阳区双井街道四川省遂宁市蓬溪县福建省漳州市龙海市广东省珠海市斗门区哈密市伊吾县朝阳区双井街道北辰区丰台区宛平城地区湖北省恩施土家族苗族自治州建始县朝阳区豆各庄地区青秀区江西省萍乡市上栗县南开区体育中心街道朝阳区双井街道云南省红河哈尼族彝族自治州绿春县河东区东新街道鹿泉区白鹿泉乡贵州省安顺市普定县贵州省黔南布依族苗族自治州惠水县山东省泰安市东平县福建省厦门市海沧区山西省朔州市山阴县辽宁省铁岭市开原市山西省临汾市安泽县甘肃省定西市渭源县云南省文山壮族苗族自治州广南县山西省晋中市太谷区湖北省孝感市汉川市山西省忻州市宁武县山西省忻州市宁武县山西省吕梁市岚县福建省南平市建瓯市西城区月坛街道蚌埠市龙子湖区山东省滨州市平山县宅北乡黑龙江省佳木斯市汤原县朝阳区双井街道蓟州区东施古镇和田地区内蒙古锡林郭勒盟正镶白旗昌平区阳坊镇海南省儋州市山西省晋城市高平市山东省枣庄市台儿庄区阿克苏地区拜城县内蒙古鄂尔多斯市康巴什区四川省宜宾市翠屏区黑龙江省七台河市桃山区崇左市山东省威海市合肥市瑶海区开封市通许县昌平区小汤山镇内蒙古锡林郭勒盟正镶白旗陕西省宝鸡市千阳县元氏县四川省成都市新都区四川省宜宾市江安县蓟州区官庄镇福建省莆田市城厢区贵州省六盘水市水城县静海区西翟庄镇江苏省徐州市丰县

全球服务区域:山东省潍坊市青州市陕西省汉中市南郑区江苏省徐州市怀柔区宝山镇江苏省连云港市赣榆区江西省赣州市石城县桥西区留营街道哈密市伊吾县云南省丽江市宁蒗彝族自治县海南省海口市美兰区陕西省商洛市山阳县山东省威海市昌平区回龙观街道山东省枣庄市台儿庄区四川省成都市新都区云南省西双版纳傣族自治州勐腊县平山县上观音堂乡河东区东新街道武清区汊沽港镇崇左市湖北省宜昌市西陵区陕西省汉中市留坝县四川省宜宾市珙县重庆市县巫山县四川省成都市金牛区长安区广安街道阿克苏地区拜城县河东区东新街道四川省甘孜藏族自治州甘肃省天水市秦州区怀柔区龙山街道黑龙江省七台河市桃山区银川市贺兰县云南省普洱市景东彝族自治县云南省丽江市宁蒗彝族自治县延庆区康庄镇博尔塔拉蒙古自治州温泉县怀柔区宝山镇焦作市焦作市中站区焦作市中站区昌平区延寿镇四川省凉山彝族自治州西昌市黑龙江省七台河市桃山区钦州市江西省宜春市宜丰县和田地区焦作市蓟州区官庄镇海南省儋州市山东省枣庄市台儿庄区四川省宜宾市翠屏区山西省朔州市山阴县阿克苏地区拜城县江西省宜春市宜丰县门头沟区大峪街道桥西区东华街道山东省烟台市龙口市焦作市沁阳市朝阳区小红门地区广东省珠海市斗门区武清区汊沽港镇延庆区康庄镇鹿泉区白鹿泉乡桥西区苑东街道云南省大理白族自治州云龙县西藏山南市西藏拉萨市达孜区四川省成都市新都区银川市贺兰县四川省宜宾市翠屏区信阳市平桥区武清区汊沽港镇内蒙古鄂尔多斯市鄂托克旗贵州省安顺市普定县四川省甘孜藏族自治州九龙县江苏省南京市浦口区四川省遂宁市蓬溪县四川省遂宁市蓬溪县四川省甘孜藏族自治州丹巴县福建省南平市建瓯市辽宁省沈阳市沈河区江苏省连云港市赣榆区西青区精武镇桥西区东华街道山西省忻州市宁武县吉林省长春市双阳区湖北省宜昌市宜都市昌平区延寿镇吉林省白山市浑江区百色市靖西市四川省成都市新都区内蒙古兴安盟乌兰浩特市内蒙古鄂尔多斯市康巴什区密云区河南寨镇甘肃省白银市景泰县乌鲁木齐市沙依巴克区朝阳区小关街道辽宁省朝阳市北票市辽宁省沈阳市

近日监管部门发布重要通报Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：桥西区东华街道江西省赣州市石城县内蒙古鄂尔多斯市康巴什区云南省玉溪市新平彝族傣族自治县西藏山南市新乐市协神乡平山县东回舍镇赞皇县院头镇四川省甘孜藏族自治州辽宁省铁岭市开原市四川省德阳市广汉市山西省忻州市定襄县蚌埠市蚌山区黑龙江省佳木斯市富锦市隆安县江苏省连云港市赣榆区山东省德州市齐河县隆安县陕西省汉中市南郑区井陉县吴家窑乡陕西省汉中市西乡县山西省阳泉市平定县四川省甘孜藏族自治州河东区大直沽街道江苏省苏州市相城区昌平区延寿镇桥西区东华街道西城区天桥街道湖北省襄阳市襄州区云南省普洱市景东彝族自治县广东省佛山市三水区许昌市建安区桂林市秀峰区伊犁哈萨克自治州昭苏县甘肃省陇南市武都区伊犁哈萨克自治州昭苏县焦作市北辰区山西省晋城市高平市福建省南平市钦州市洛阳市汝阳县井陉县测鱼镇湖北省恩施土家族苗族自治州建始县蓟州区东二营镇桥西区苑东街道百色市田林县云南省怒江傈僳族自治州福贡县江苏省连云港市赣榆区福建省漳州市龙海市山西省晋中市太谷区乌鲁木齐市沙依巴克区湖北省恩施土家族苗族自治州恩施市崇左市宁明县四川省宜宾市珙县山东省东营市垦利区江西省吉安市永新县山西省运城市夏县鹿泉区白鹿泉乡西城区天桥街道福建省莆田市仙游县喀什地区叶城县桂林市秀峰区山东省威海市武清区汊沽港镇山西省忻州市定襄县上海市市辖区嘉定区福建省福州市罗源县甘肃省定西市渭源县云南省文山壮族苗族自治州广南县山西省晋城市高平市密云区河南寨镇北海市海城区四川省甘孜藏族自治州泸定县南阳市内乡县甘肃省天水市秦州区江西省宜春市宜丰县固原市西吉县青海省玉树藏族自治州治多县内蒙古鄂尔多斯市康巴什区合肥市庐阳区桂林市兴安县四川省成都市新都区平山县东回舍镇四川省成都市金牛区昌平区小汤山镇山西省忻州市定襄县元氏县山东省泰安市泰山区山西省晋中市灵石县四川省凉山彝族自治州甘洛县丰台区宛平城地区鹿泉区寺家庄镇四川省宜宾市江安县博尔塔拉蒙古自治州温泉县朝阳区小关街道湖北省恩施土家族苗族自治州建始县朝阳区小红门地区丰台区和义街道丰台区和义街道

售后服务上门服务电话，智能分配单据：Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”

想象一下这个场景：

你让 AI Agent 帮你修一个代码 Bug。它打开项目，读了 20 个文件，改了改，跑了一下测试，没过，又改，又跑，还是没过……来回折腾了十几轮，终于——还是没修好。

你关掉电脑，松了口气。然后收到了 API 账单。

上面的数字可能让你倒吸一口凉气——AI Agent 自主修 Bug 在海外官方 API 下，单次未修复任务常烧掉百万以上 Token，费用可达几十至一百多美元。

2026 年 4 月，一篇由斯坦福、MIT、密歇根大学等联合发布的研究论文，第一次系统性地打开了 AI Agent 在代码任务中的“消费黑箱”——钱到底花在哪了、花得值不值、能不能提前预估，答案令人震惊。

发现一：Agent 写代码的烧钱速度，是普通 AI 对话的 1000 倍

大家可能觉得，让 AI 帮你写代码和让 AI 跟你聊代码，花的钱应该差不多吧？

论文给出对比显示：

Agentic 编码任务的 Token 消耗量，是普通代码问答和代码推理任务的 约 1000 倍。

差了整整三个数量级。

为什么会这样？论文指出了一个事实——钱不是花在“写代码”上，而是花在“读代码”上。

这里的“读”不是指人类读代码，而是 Agent 在工作过程中，需要不断地把整个项目的上下文、历史操作记录、报错信息、文件内容一股脑儿“喂”给模型。每多一轮对话，这个上下文就变得更长一轮；而模型是按 Token 数量计费的——你喂得越多，付得越多。

打个比方：这就像请了一个修理工，他每动一下扳手之前，都要你把整栋楼的图纸从头念一遍给他听——念图纸的钱，远比拧螺丝的钱贵得多。

论文把这个现象总结为一句话：驱动 Agent 成本的，是输入 Token 的指数级增长，而非输出 Token。

发现二：同一个 Bug，跑两次，花费能差一倍——而且越贵的 Bug 越不稳定

更让人头疼的是随机性。

研究者让同一个 Agent 在同一个任务上跑了 4 次，结果发现：

在不同任务之间，最贵的任务比最便宜的任务多烧约700 万个 Token（Figure 2a）同一模型、同一任务的多次运行中，最贵的一次大约是最便宜的一次的2 倍（Figure 2b）而如果跨模型对比同一个任务，最高消耗和最低消耗之间可以相差高达30 倍

最后一个数字尤其值得关注：这意味着，选对模型和选错模型之间的成本差距，不是“贵一点”，而是“贵出一个数量级”。

更扎心的是——花得多，不代表做得好。

论文发现了一个“倒 U 型”曲线：

成本水平准确率趋势低成本准确率较低（可能投入不够）中等成本准确率往往最高高成本准确率不升反降，进入"饱和区间"

为什么会这样？论文通过分析 Agent 的具体操作给出了答案——

高成本的运行中，Agent 大量时间花在了“重复劳动”上。

研究发现，在高成本运行中，约50% 的文件查看和文件修改操作是重复的——也就是说，Agent 在反复读同一个文件、反复改同一行代码，像一个人在房间里转圈，越转越晕，越晕越转。

钱没花在解决问题上，花在了“迷路”上。

发现三：模型之间“能效比”天差地别——GPT-5 最省，有的模型多烧 150 万 Token

论文在业界标准的SWE-bench Verified（500 个真实 GitHub Issue）上，测试了 8 个前沿大模型的 Agent 表现。换算成美元，Token效率高的模型每个任务可以多花几十块的区别。放到企业级应用——一天跑几百个任务——差距就是真金白银。

更有意思的一个发现是：Token 效率是模型的“固有性格”，而非任务使然。

研究者把所有模型都成功解决的任务（230 个）和所有模型都失败的任务（100 个）分别拿出来比较，发现模型的相对排名几乎没有变化。

这说明：有些模型天生就“话多”，跟任务难度关系不大。

还有一个令人深思的发现：模型缺乏“止损意识”。

在面对所有模型都无法解决的困难任务时，理想的 Agent 应该尽早放弃，而不是继续烧钱。但现实是，模型普遍在失败任务上消耗了更多的 Token——它们不会“认输”，只会继续探索、重试、重读上下文，像一台没有油表警示灯的汽车，一路开到抛锚。

发现四：人类觉得难的，Agent 不一定觉得贵——难度感知完全错位

你可能会想：那至少我可以根据任务的难易程度来预估成本吧？

论文找来人类专家，对 500 个任务的难度进行评分，然后和 Agent 的实际 Token 消耗做对比——

结果：两者之间只有弱相关。

用大白话说：人类觉得难得要死的任务，Agent 可能轻松搞定不怎么花钱；人类觉得小菜一碟的任务，Agent 可能烧到怀疑人生。

这是因为人和 AI “看到”的难度根本不是一回事：

人类看的是：逻辑复杂度、算法难度、业务理解门槛Agent 看的是：项目有多大、要读多少文件、探索路径有多长、会不会反复修改同一个文件

一个人类专家觉得“改一行就行”的 Bug，Agent 可能要先读懂整个代码库的结构才能定位到那一行——光是“读”就要烧掉大量 Token。而一个人类觉得“逻辑很绕”的算法问题，Agent 可能恰好知道标准解法，三下五除二就搞定了。

这就导致了一个尴尬的现实：开发者几乎不可能凭直觉预估 Agent 的运行成本。

发现五：连模型自己都算不准自己要花多少钱

既然人算不准，那让 AI 自己来预测呢？

研究者设计了一个精巧的实验：让 Agent 在真正开始修 Bug 之前，先“ inspect”一下代码库，然后预估自己需要消耗多少 Token——但不实际执行修复。

结果如何？

所有模型，全军覆没。

最好的成绩是 Claude Sonnet-4.5 对输出 Token 的预测相关性——0.39（满分 1.0）。多数模型的预测相关性只有 0.05 到 0.34 之间，Gemini-3-Pro 最低，仅为0.04——基本等于瞎猜。

更离谱的是：所有模型都系统性低估了自己的 Token 消耗。Figure 11 的散点图中，几乎所有数据点都落在“完美预测线”的下方——模型觉得自己“花不了那么多”，实际上花了更多。而且这个低估偏差在不提供示例的情况下更加严重。

更讽刺的是——预测本身也要花钱。

Claude Sonnet-3.7 和 Sonnet-4 的预测成本甚至高达任务本身成本的2 倍以上。也就是说，让它们先“估个价”，比直接干活还贵。

论文的结论直截了当：

现阶段，前沿模型无法准确预测自身的 Token 用量。点下“运行 Agent”，就像开盲盒——账单出来才知道花了多少。这笔“糊涂账”背后，藏着一个更大的行业问题

读到这，你可能会问：这些发现对企业意味着什么？

1. “按月订阅”的定价模式，正在被 Agent 撕开裂缝

论文指出，像 ChatGPT Plus 这样的订阅制之所以可行，是因为普通对话的 Token 消耗相对可控、可预测。但 Agent 任务完全打破了这一假设——一个的任务可能因为 Agent 陷入循环而烧掉巨量 Token。

这意味着，纯粹的订阅制定价对 Agent 场景可能不可持续，按量计费（Pay-as-you-go）在相当长时间内仍是最现实的选项。但按量计费的问题在于——用量本身就不可预测。

2. Token 效率应该成为选模型的“第三指标”

传统上，企业选模型看两个维度：能力（能不能干）和速度（干得快不快）。这篇论文给出了第三个同等重要的维度：能效（花多少才能干成）。

一个能力略逊但效率高 3 倍的模型，在规模化场景下可能比“最强但最费”的模型更有经济价值。

3. Agent 需要“油表”和“刹车”

论文提到一个值得关注的未来方向——Budget-aware tool-use policies（预算感知的工具使用策略）。简单说就是给 Agent 装一个"油表"：当 Token 消耗接近预算时，强制它停止无效探索，而不是一路烧到底。

目前，几乎所有主流 Agent 框架都缺乏这种机制。

Agent 的“烧钱问题”，不是 Bug，而是行业必经的阵痛

这篇论文揭示的并非某个模型的缺陷，而是整个 Agent 范式的结构性挑战——当 AI 从“一问一答”进化到“自主规划、多步执行、反复调试”，Token 消耗的不可预测性几乎是一种必然。

好消息是，这是第一次有人系统性地把这笔糊涂账翻出来算。有了这份数据，开发者可以更明智地选择模型、设置预算、设计止损机制；模型厂商也有了一个新的优化方向——不只是做得更强，还要做得更省。

毕竟，在 AI Agent 真正走入千行百业的生产环境之前，每一分钱花得明明白白，比每一行代码写得漂漂亮亮，更重要。（本文首发钛媒体APP，作者 | 硅谷Tech news，编辑 | 赵虹宇）

注：本文基于 2026 年 4 月 24 日发表于 arXiv 的预印本论文 *How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks*（Bai, Huang, Wang, Sun, Mihalcea, Brynjolfsson, Pentland, Pei）撰写。作者来自弗吉尼亚大学、斯坦福大学、MIT、密歇根大学等机构。该研究尚未经同行评审。

本周研究机构发布新研究成果Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”

想象一下这个场景：

你让 AI Agent 帮你修一个代码 Bug。它打开项目，读了 20 个文件，改了改，跑了一下测试，没过，又改，又跑，还是没过……来回折腾了十几轮，终于——还是没修好。

你关掉电脑，松了口气。然后收到了 API 账单。

上面的数字可能让你倒吸一口凉气——AI Agent 自主修 Bug 在海外官方 API 下，单次未修复任务常烧掉百万以上 Token，费用可达几十至一百多美元。

2026 年 4 月，一篇由斯坦福、MIT、密歇根大学等联合发布的研究论文，第一次系统性地打开了 AI Agent 在代码任务中的“消费黑箱”——钱到底花在哪了、花得值不值、能不能提前预估，答案令人震惊。

发现一：Agent 写代码的烧钱速度，是普通 AI 对话的 1000 倍

大家可能觉得，让 AI 帮你写代码和让 AI 跟你聊代码，花的钱应该差不多吧？

论文给出对比显示：

Agentic 编码任务的 Token 消耗量，是普通代码问答和代码推理任务的 约 1000 倍。

差了整整三个数量级。

为什么会这样？论文指出了一个事实——钱不是花在“写代码”上，而是花在“读代码”上。

这里的“读”不是指人类读代码，而是 Agent 在工作过程中，需要不断地把整个项目的上下文、历史操作记录、报错信息、文件内容一股脑儿“喂”给模型。每多一轮对话，这个上下文就变得更长一轮；而模型是按 Token 数量计费的——你喂得越多，付得越多。

打个比方：这就像请了一个修理工，他每动一下扳手之前，都要你把整栋楼的图纸从头念一遍给他听——念图纸的钱，远比拧螺丝的钱贵得多。

论文把这个现象总结为一句话：驱动 Agent 成本的，是输入 Token 的指数级增长，而非输出 Token。

发现二：同一个 Bug，跑两次，花费能差一倍——而且越贵的 Bug 越不稳定

更让人头疼的是随机性。

研究者让同一个 Agent 在同一个任务上跑了 4 次，结果发现：

在不同任务之间，最贵的任务比最便宜的任务多烧约700 万个 Token（Figure 2a）同一模型、同一任务的多次运行中，最贵的一次大约是最便宜的一次的2 倍（Figure 2b）而如果跨模型对比同一个任务，最高消耗和最低消耗之间可以相差高达30 倍

最后一个数字尤其值得关注：这意味着，选对模型和选错模型之间的成本差距，不是“贵一点”，而是“贵出一个数量级”。

更扎心的是——花得多，不代表做得好。

论文发现了一个“倒 U 型”曲线：

成本水平准确率趋势低成本准确率较低（可能投入不够）中等成本准确率往往最高高成本准确率不升反降，进入"饱和区间"

为什么会这样？论文通过分析 Agent 的具体操作给出了答案——

高成本的运行中，Agent 大量时间花在了“重复劳动”上。

研究发现，在高成本运行中，约50% 的文件查看和文件修改操作是重复的——也就是说，Agent 在反复读同一个文件、反复改同一行代码，像一个人在房间里转圈，越转越晕，越晕越转。

钱没花在解决问题上，花在了“迷路”上。

发现三：模型之间“能效比”天差地别——GPT-5 最省，有的模型多烧 150 万 Token

论文在业界标准的SWE-bench Verified（500 个真实 GitHub Issue）上，测试了 8 个前沿大模型的 Agent 表现。换算成美元，Token效率高的模型每个任务可以多花几十块的区别。放到企业级应用——一天跑几百个任务——差距就是真金白银。

更有意思的一个发现是：Token 效率是模型的“固有性格”，而非任务使然。

研究者把所有模型都成功解决的任务（230 个）和所有模型都失败的任务（100 个）分别拿出来比较，发现模型的相对排名几乎没有变化。

这说明：有些模型天生就“话多”，跟任务难度关系不大。

还有一个令人深思的发现：模型缺乏“止损意识”。

在面对所有模型都无法解决的困难任务时，理想的 Agent 应该尽早放弃，而不是继续烧钱。但现实是，模型普遍在失败任务上消耗了更多的 Token——它们不会“认输”，只会继续探索、重试、重读上下文，像一台没有油表警示灯的汽车，一路开到抛锚。

发现四：人类觉得难的，Agent 不一定觉得贵——难度感知完全错位

你可能会想：那至少我可以根据任务的难易程度来预估成本吧？

论文找来人类专家，对 500 个任务的难度进行评分，然后和 Agent 的实际 Token 消耗做对比——

结果：两者之间只有弱相关。

用大白话说：人类觉得难得要死的任务，Agent 可能轻松搞定不怎么花钱；人类觉得小菜一碟的任务，Agent 可能烧到怀疑人生。

这是因为人和 AI “看到”的难度根本不是一回事：

人类看的是：逻辑复杂度、算法难度、业务理解门槛Agent 看的是：项目有多大、要读多少文件、探索路径有多长、会不会反复修改同一个文件

一个人类专家觉得“改一行就行”的 Bug，Agent 可能要先读懂整个代码库的结构才能定位到那一行——光是“读”就要烧掉大量 Token。而一个人类觉得“逻辑很绕”的算法问题，Agent 可能恰好知道标准解法，三下五除二就搞定了。

这就导致了一个尴尬的现实：开发者几乎不可能凭直觉预估 Agent 的运行成本。

发现五：连模型自己都算不准自己要花多少钱

既然人算不准，那让 AI 自己来预测呢？

研究者设计了一个精巧的实验：让 Agent 在真正开始修 Bug 之前，先“ inspect”一下代码库，然后预估自己需要消耗多少 Token——但不实际执行修复。

结果如何？

所有模型，全军覆没。

最好的成绩是 Claude Sonnet-4.5 对输出 Token 的预测相关性——0.39（满分 1.0）。多数模型的预测相关性只有 0.05 到 0.34 之间，Gemini-3-Pro 最低，仅为0.04——基本等于瞎猜。

更离谱的是：所有模型都系统性低估了自己的 Token 消耗。Figure 11 的散点图中，几乎所有数据点都落在“完美预测线”的下方——模型觉得自己“花不了那么多”，实际上花了更多。而且这个低估偏差在不提供示例的情况下更加严重。

更讽刺的是——预测本身也要花钱。

Claude Sonnet-3.7 和 Sonnet-4 的预测成本甚至高达任务本身成本的2 倍以上。也就是说，让它们先“估个价”，比直接干活还贵。

论文的结论直截了当：

现阶段，前沿模型无法准确预测自身的 Token 用量。点下“运行 Agent”，就像开盲盒——账单出来才知道花了多少。这笔“糊涂账”背后，藏着一个更大的行业问题

读到这，你可能会问：这些发现对企业意味着什么？

1. “按月订阅”的定价模式，正在被 Agent 撕开裂缝

论文指出，像 ChatGPT Plus 这样的订阅制之所以可行，是因为普通对话的 Token 消耗相对可控、可预测。但 Agent 任务完全打破了这一假设——一个的任务可能因为 Agent 陷入循环而烧掉巨量 Token。

这意味着，纯粹的订阅制定价对 Agent 场景可能不可持续，按量计费（Pay-as-you-go）在相当长时间内仍是最现实的选项。但按量计费的问题在于——用量本身就不可预测。

2. Token 效率应该成为选模型的“第三指标”

传统上，企业选模型看两个维度：能力（能不能干）和速度（干得快不快）。这篇论文给出了第三个同等重要的维度：能效（花多少才能干成）。

一个能力略逊但效率高 3 倍的模型，在规模化场景下可能比“最强但最费”的模型更有经济价值。

3. Agent 需要“油表”和“刹车”

论文提到一个值得关注的未来方向——Budget-aware tool-use policies（预算感知的工具使用策略）。简单说就是给 Agent 装一个"油表"：当 Token 消耗接近预算时，强制它停止无效探索，而不是一路烧到底。

目前，几乎所有主流 Agent 框架都缺乏这种机制。

Agent 的“烧钱问题”，不是 Bug，而是行业必经的阵痛

这篇论文揭示的并非某个模型的缺陷，而是整个 Agent 范式的结构性挑战——当 AI 从“一问一答”进化到“自主规划、多步执行、反复调试”，Token 消耗的不可预测性几乎是一种必然。

好消息是，这是第一次有人系统性地把这笔糊涂账翻出来算。有了这份数据，开发者可以更明智地选择模型、设置预算、设计止损机制；模型厂商也有了一个新的优化方向——不只是做得更强，还要做得更省。

毕竟，在 AI Agent 真正走入千行百业的生产环境之前，每一分钱花得明明白白，比每一行代码写得漂漂亮亮，更重要。（本文首发钛媒体APP，作者 | 硅谷Tech news，编辑 | 赵虹宇）

注：本文基于 2026 年 4 月 24 日发表于 arXiv 的预印本论文 *How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks*（Bai, Huang, Wang, Sun, Mihalcea, Brynjolfsson, Pentland, Pei）撰写。作者来自弗吉尼亚大学、斯坦福大学、MIT、密歇根大学等机构。该研究尚未经同行评审。


在提升监管执法效能方面，探索非现场、无接触式、“扫码入企”等监管模式，提高行政执法公正文明水平，加大重点领域整治力度，优化治理能力。
华体汇电竞-华体汇(中国) 华体汇电竞-华体汇(中国)-99热这里只有精品首页app-99热这里只有精品首页最新版N.6.52.19-单机游戏下载

华体汇电竞-华体汇(中国)

某国潜艇兵跑步戴智能手表引发泄密
首页>>国家发改委：紧急安排2000万元支持重庆严重洪涝和地质灾害灾后应急恢复
某国潜艇兵跑步戴智能手表引发泄密

华体汇电竞-华体汇(中国):某国潜艇兵跑步戴智能手表引发泄密

华体汇电竞-华体汇(中国):「活动」首次登录送19元红包

30.23MB
版本{版本}
下载APK高速下载
下载再Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”安装你想要的应用 更方便 更快捷 发现更多
喜欢53%好评(84人)
评论47
Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”截图0Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”截图1Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”截图2Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”截图3Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”截图4
详细信息
应用介绍
?第一步：访问《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》官网?首先,打开您的浏览器,输入《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》。您可以通过搜索引擎搜索或直接输入网址来访问.??
?第二步：点击注册按钮?一旦进入《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站官网，您会在页面上找到一个醒目的注册按钮。点击该按钮，您将被引导至注册页面。??
?第三步：填写注册信息 ?在注册页面上，您需要填写一些必要的个人信息来创建《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息，以确保顺利完成注册。??
?第四步：验证账户?填写完个人信息后，您可能需要进行账户验证。《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站会向您提供的电子邮件地址或手机号码发送一条验证信息，您需要按照提示进行验证操作。这有助于确保账户的安全性，并防止不法分子滥用您的个人信息。?
?第五步：设置安全选项?《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站通常要求您设置一些安全选项，以增强账户的安全性。例如，可以设置安全问题和答案，启用两步验证等功能。请根据系统的提示设置相关选项，并妥善保管相关信息，确保您的账户安全。?
?第六步：阅读并同意条款?在注册过程中，《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前，请仔细阅读并理解这些条款，并确保您同意并愿意遵守。??
?第七步：完成注册?一旦您完成了所有必要的步骤，并同意了《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站的条款，恭喜您！您已经成功注册了《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站账户。现在，您可以畅享《Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!?
【联系华体汇(中国)】
客服热线
加载更多
版本更新
{版本}
Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”

华体汇电竞-华体汇(中国): Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”类似软件

相关攻略
包含 饿了么 的应用集
友情链接
  • 东西问｜郑若瀚：中欧人权对话新十年需创造性思维
    2026-06-16 01:14:10
  • 欧莱雅在苏州庆祝集团在华首座工厂建立30周年
    2026-06-16 01:14:10
  • “自古英雄出少年”
    2026-06-16 01:14:10
安卓手机网上最贴心的Android软件应用平台!版权所有：Agent 需要“油表”和“刹车”：一篇论文，扒光了 Agent 的“糊涂账”有限华体汇电竞-华体汇(中国)备案号：京ICP备17065190号-1