AI智能体重度使用让创业者抢先体验2028

AI大模型应用的成本问题正在成为业内讨论的焦点。日前，Y Combinator CEO陈嘉兴（Garry Tan）在接受媒体采访时，向担心token消耗过多的创业者传递了一个颇为直白的信息：烧吧，尽管烧。他认为，在AI智能体上投入大量token，不是浪费，而是一种面向未来的战略投资。

陈嘉兴建议，创业者应当让AI智能体以最高强度运行，例如一次性给予100万甚至80万个token。在他看来，这种“拉满强度”的做法，能让创业者提前体验到大多数人要到2028年才能获得的AI能力，相当于“提前活在2028年”。当然，这种领先是有代价的——他估算，让智能体以最高强度运行一年，成本可能达到5万至10万美元，折合人民币约33.8万至67.6万元。这笔开销看似惊人，但他认为对于CEO或创业者来说，恰恰是合理的战略选择。

这一观点背后有一套完整的逻辑。陈嘉兴指出，高成本的试验并非单纯消耗资源，而是可以逐渐转化为长期收益。当AI智能体成功完成某项任务后，创业者应将整个流程“技能化”，即整理成一套可重复使用的指令，让AI在未来能够自动反复执行同样的工作。他用一个形象的比喻来说明这种方法：“一个Markdown文件就是一名员工。这名员工每次都能完美完成工作，而且你想让它做多少次都可以。”这里的Markdown文件，实际上就是一套告诉AI智能体如何完成特定工作的书面指令，相当于把一次性的成功经验固化为可持续复用的自动化资产。

陈嘉兴是硅谷少数公开支持“tokenmaxxing”的高管之一。所谓“tokenmaxxing”，直译作“词元拉满”，指的是刻意让AI智能体使用大量token，而不把降低消耗作为首要目标。这种理念与硅谷另一派观点形成鲜明对比。优步技术负责人普拉文·内帕利·纳加近日表示，优步观察到了一些值得关注的AI成本数据，认为所谓“tokenmaxxing时代即将结束的又一个信号”已经出现。他强调，下一阶段的关键不会是谁消耗的token最多，而是谁能够尽可能高效地使用token。

AI编程公司Cognition CEO斯科特·吴也在今年6月的一档播客节目中指出，企业鼓励“tokenmaxxing”已经有些偏离重点。他认为，“大方向没有错，但有些地方大家确实做过头了。有人会说，‘我们按照工程师用了多少token给他们排名。’那还不如按照每个人实际产出了多少成果来排名。”

这场关于AI成本与效率的争论，折射出当前AI应用落地过程中的一道核心考题：究竟是数量优先，还是效率优先？陈嘉兴选择站在“量变引发质变”的一方，主张用充足的token换取AI能力上限的突破，并为未来沉淀标准化的自动化流程。而反对者则提醒创业者，应更关注实际产出，避免陷入为耗能而耗能的陷阱。无论哪种观点更接近最终答案，一个共识正在形成——AI智能体的使用方式，将直接决定创业团队在下一阶段竞争中的位置。