AI编程烧掉1215万元，超预算860%：亚马逊内部事件给企业AI成本敲响警钟

最近，美国媒体曝光了亚马逊内部一起令人瞠目结舌的AI成本超支事件。一名工程师使用Anthropic的Claude Sonnet模型编写程序，原本只是处理电商平台上的数据匹配任务，结果却产生了高达180万美元（约合1215万元人民币）的费用，超出预算860%。更令人震惊的是，这个项目从未成功上线，但高额的算力消耗却持续了五个月，直到财务对账时才被发现。这起事件暴露了AI应用中的监控缺失和成本失控风险，也为所有依赖AI的企业敲响了警钟。

代码缺陷与监控缺失，小漏洞吞噬巨额预算

分析显示，这起事件的根源并不复杂。AI生成的程序缺乏调用频率限制，模型不断发起请求，导致云计算和大模型调用成本不断累积。与此同时，团队缺乏实时成本预警机制，小小的代码缺陷长时间未被察觉，持续消耗着预算。

在亚马逊内部的一次会议上，高管们将这起事件定义为“昂贵的案例研究”，并透露内部存在多个类似风险，有些项目意外增加了54万美元的额外支出。在问题频发后，亚马逊开始紧急构建风控系统，计划推出自动化保护机制——一旦AI相关支出达到阈值，系统将自动限制流量并中断任务，防止成本失控。同时，公司加强了规定，要求所有AI生成的代码在上线前必须经过人工全面审查，避免未经验证就直接部署。

传统代码错误耗时间，失控AI程序烧真金

这起事件揭示了一个大多数公司都忽视的风险：传统代码错误主要消耗人力时间，而失控的AI程序则不断产生token费用。一旦缺乏预算监控，很容易导致巨额损失。如今，许多公司只期望AI降本增效，却忽略了算力计费模式带来的新风险敞口。

从“AI辅助写代码”到“AI偷偷烧钱”，亚马逊的教训并非孤例，而是整个行业正在进入的新阶段。当AI从辅助工具转变为自主执行者时，成本控制的粒度必须从“项目级”转向“每次调用”。在享受AI红利之前，给AI装上“紧急刹车”，或许才是企业当下最需要学会的一课。

关键要点

• 成本失控风险：AI程序若缺乏调用限制和监控，可能产生巨额费用，远超预算。
• 监控缺失是主因：实时成本预警机制的缺失，让问题长时间未被发现。
• 行业警示：亚马逊的案例提醒所有企业，AI应用需建立严格的成本管控和审查流程。
• 未来方向：从“项目级”到“每次调用”的精细化成本控制，是AI时代企业必须掌握的技能。