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

當開發者將程式任務交給 AI Agent 時，該代理程式不僅僅是回答一次問題，而是會執行規劃、生成程式碼、運行測試，並重複此過程以修正錯誤。單一任務的 Token 消耗量可達基本聊天提示的 10 至 50 倍。Agent 越有用，它發出的呼叫次數就越多。在按 Token 計價的模式下，創造最高價值的工作流程也可能變得最昂貴。

這種財務壓力已經顯現。Uber 據報在擴大使用 Claude Code 後，於四月耗盡了 2026 年的全部 AI 預算。GitHub Copilot 也從固定費率計價轉向計量付費額度。Gartner 預測，到 2028 年，AI 程式設計的 Token 成本將超過開發者的平均薪資。

面對成本上升，自然的反應是設定用量上限、座位限制，以及在開發者啟動 Agent 前要求核准。然而，全面性的限制可能會阻礙那些帶來價值的工作流程，並且優化了錯誤的指標。每 Token 成本衡量的是消耗量，而非結果。部分支出確實包含浪費，例如重試和失控迴圈；但部分支出則代表軟體交付的工作。計量器無法區分這兩者，支出上限也無法區分。

因此，更好的衡量標準是每交付軟體的成本。