阿凱主編觀點
AI Agent 的帳單來了，工程師要開始算「一個 PR 花多少錢」
接下來你用 AI 寫程式，除了會下指令，還得會算帳：這個任務燒了多少 Token，換回多少實際產出。
MIT Tech Review 這篇文章給了幾個數字。AI Agent 自動規劃、測試、除錯，單一任務的 Token 消耗是傳統對話的 10 到 50 倍。Uber 據報已經用完 2026 年的 AI 預算，GitHub Copilot 轉向計量付費，Gartner 則預測 2028 年 AI 程式開發的 Token 成本會超過開發者薪資。最後一點是預測，不是定論，但方向跟前面兩個已發生的事一致。
以前用 Copilot 像吃到飽，現在變成壽司轉盤按盤計價，而 Agent 一次拿十幾盤，疊成一座塔你才看到帳單。文章也點出，單純設用量上限會卡住高價值的工作流，業界該改用「軟體產出」而非「Token 消耗」來衡量。
以下是我的判斷，不是文章的結論。第一個受影響的是工程師。把任務拆小、給 Agent 明確範圍、發現方向錯了就中斷的人，帳單會比較好看；放著 Agent 空轉十輪再回來收拾的人，成本會被看見。以後比較的可能不只是誰做得快，而是同樣一個功能誰花得少。
PM 的處境更直接。需求寫得含糊，Agent 就會反覆重跑，每一輪都是真金白銀。規格品質從「溝通問題」變成「成本問題」。
準備方式很具體。從這週開始，記下自己每個任務的 Token 用量和結果，例如合併了幾個 PR、修掉幾個 bug。簡單的任務試著換小模型，看品質掉多少。等公司開始查帳，手上有自己的數據，才有資格談預算。
你們公司這個月的 AI 帳單，有人算過一個 PR 平均花多少錢嗎？
素材來源：MIT Tech Review — 停止計算 Token，開始計算產出：AI 程式開發的計費危機與新思維 、 OpenAI Blog — Qodo 將企業知識整合進 Codex，強化 AI 程式碼審查
