据404 Media披露，包括Atlassian、Adobe、亚马逊在内的多家企业正限制员工使用高能力AI工具，以应对失控的AI成本。有企业月度AI开销激增三倍，超1500万美元。这一现象源于AI服务商计费模式从固定年费转为按实际调用量（token）计费，导致企业成本飙升。 为控制成本，部分企业已完全切断对某些AI模型的访问，如Adobe取消了Claude大模型的无限制使用权限。花旗银行内部邮件显示，该行已彻底关闭员工对Claude Opus 4.6、4.7及GPT-5.5等旗舰模型的访问通道。员工正探索使用低推理能力模型优化工作流程，以减少token消耗。这暴露出企业盲目落地AI的负面后果，并促使开发者需适应更经济的AI使用策略。
随着AI工具的普及，部分中国开发者和AI创业者中出现了一种被称为“赛博流浪汉”的现象。这类群体表现出对AI免费资源的极度依赖。他们普遍患有“API饥渴症”，不愿购买AI订阅，而是热衷于寻找各大平台提供的注册送、邀请送、签到送等免费token，对相关关键词高度敏感。在实际工作中，他们习惯于“杂交上下文”，将不同AI模型的回答拼接整合，以缝合出可用的逻辑链条。更深层次的问题是“身份错乱”，即分不清是在利用AI提升效率，还是被AI的免费资源所利用，甚至将大量工作时间投入到研究AI“羊毛”上。这一现象反映了开发者在获取AI资源方面的挑战，同时也警示了过度追求免费可能导致的效率低下和精力分散，值得业界关注。
零售巨头沃尔玛（Walmart）由于员工对内部生成式AI助手的使用需求呈爆发式增长，近期开始对该工具的日常使用额度实施上限控制。这一决策背后的核心原因在于高频的AI交互带来了高昂的API调用成本和算力资源压力。沃尔玛此举旨在平衡技术带来的效率提升与企业运营成本。该事件反映了大型企业在全员普及AI工具时面临的普遍挑战，即如何应对“成本失控”。对于企业级开发者和架构师而言，这表明在设计AI Agent和企业内部工具时，引入合理的Token限流、缓存机制以及探索轻量化本地模型替代方案，已成为控制大模型落地成本的关键环节。
微软近期决定终止其一项涉及Anthropic Claude大模型的代码项目。主要原因是该项目出现了严重的预算超支，这揭示了即使是微软这样的科技巨头，在开发和部署基于大型语言模型的AI编码工具时，也面临着巨大的成本压力和运营挑战。对于依赖或期待此类集成工具的开发者而言，这可能意味着相关支持或未来功能的缺失。同时，这也促使业界重新审视AI辅助编程工具的投入产出比，以及在利用第三方大模型时如何有效控制成本。此举可能预示着微软将更侧重于其自有AI模型（如Copilot）的开发与优化，或对外部LLM合作策略进行调整。