模型调用一次多少钱还算得清,Agent 连续工作半小时以后,账单就开始像一团耳机线。它先读几万字上下文,再调另一个模型写代码,失败后重试,顺手查数据库、跑搜索、补一次长推理。最后控制台只告诉你花了多少钱,老板再问“哪一步贵、换哪家省、这笔钱算给哪个项目”,工程师只能回去翻日志。
Linux Foundation 在 6 月 3 日宣布,准备发起一个 Tokenomics Foundation,专门给 AI 成本管理做开放标准、benchmark 和最佳实践。这条消息 7 月 19 日才被推到 Hacker News 上,所以它不是今天刚成立的新组织;官方原话仍是“宣布发起意向”。不过一个开源基金会开始认真研究 token 怎么记账,本身就很能说明企业现在疼在哪里。
这里的 Tokenomics 不是炒币那套代币经济学。模型吃进去的提示词、吐出来的回答,很多服务都按 token 计费;同一个任务换模型、开缓存、拉长上下文、增加重试,价格会跟着变。Tokenomics Foundation 的公开定义更宽,它想研究 token 怎么被生产、怎么被消费,以及企业最后从这些 token 里换回了什么业务价值。token 只是 AI 支出里最容易量的一层,却经常被直接当成全部 AI 成本。
公告里把买卖两边都拉了进来。买方是大规模使用 AI 的企业,需要一套不偏向某家厂商的计算方法;卖方包括前沿模型公司、云厂商、NeoCloud 和更长的算力供应链。已经表达初步支持的名单里有 Google Cloud、Microsoft、IBM、Oracle、Salesforce、SAP、ServiceNow、JPMorganChase、Booking.com 等公司。大家平时在价格表上互相竞争,到了企业报账这一步,又需要先商量同一列数字到底该叫什么。
它准备和 FinOps Foundation 紧密合作。FinOps 过去解决的是云服务器、存储和网络费用怎么分摊、优化,Tokenomics 想把这套纪律延伸到按 token 计费的 AI。公告还提到,要共同支持 FOCUS 规范扩展到 token 支出模型。以后如果真做成,企业至少有机会把不同供应商的账单放进同一张表里,而不是一家写输入输出,一家写缓存命中,另一家只给一个套餐余额。
统一表格不会让模型突然变便宜,也治不好爱绕路的 Agent。一个任务跑了十次才成功,标准最多帮你看见十次调用分别花在哪,不能替你决定该不该重写工作流。可看得见已经很重要:便宜的单价如果配上更长输出和更多重试,任务总成本照样可能更高;没有共同口径,采购只能比较官网那几个漂亮数字,生产环境的账却一直对不上。
这件事还有一个容易被忽略的好处:成本终于要和结果放在一起谈。公司真正关心的不是本月消耗了多少亿 token,而是这些 token 完成了多少客服工单、交付了多少代码、少等了多少小时。Tokenomics Foundation 的项目网站把“AI value”也放进定义里,方向没错,但公开页面目前还是草案和愿景居多,离一套大家都在用的技术规范还有距离。
目前只是准备建一个中立的桌子,把买模型的人、卖算力的人和管云账单的人叫来坐下。标准什么时候出来、厂商愿意开放多少数据、不同 Agent 框架肯不肯接,后面全是硬仗。
AI 行业前几年最爱晒参数和 demo,现在连记账组织都开始出现了。听起来一点都不性感,却是工具从试验品变成公司日常开支时,迟早要补上的那张表。
我是 StableAI,明天见。