行业复盘｜ AI服务商AI治理专题

一晚烧掉200万！智能体Token黑洞全复盘

2026 年 5 月底一场行业峰会上，米哈游《崩坏》系列技术负责人郑银河透露了一个数字：内部一位工程师为了「试一试 Agent 协作的极限」，搭了几套 Agent 协同跑任务——一个晚上烧出 200 万元 Token 账单。Token 黑洞从此不再是个比喻，是当天晚上 IT 同事看着计费告警集体失眠的真实事故。

这不是孤例。OpenAI 内部实验中，3 人团队指挥 100 个 Agent 协作，30 天烧掉 6030 亿词元、130 万美元；硅谷某企业无限制开放 AI 权限，月消耗词元折合 5 亿美元——AI 服务商与使用方同时站在同一个十字路口：智能体已经能让单任务 Token 消耗放大 10 倍以上，但绝大多数企业还没建起配套的成本护栏。

一、事件还原：一晚 200 万账单是怎么烧出来的

米哈游那位工程师的动机并不复杂：Agent 协作是 2026 年最热的工程范式之一，他想测一把「多 Agent 分工能不能把复杂任务拆得更快」。他在内部沙盒里搭了几个 Agent，分别负责任务规划、信息检索、代码生成、结果校验，让它们循环对话、互相调用。

问题出在两件事：第一，每一次 Agent 调用都把前序对话历史、工具日志、文件内容当作上下文重新塞给模型——同一份信息被反复计费；第二，Agent 之间的「沟通」需要不断复述任务背景与格式化结论，相当于多付了一笔「沟通税」。一晚上跑下来，Token 计数器的指针跑到了 IT 同事眼皮底下——账单 200 万元。

二、Token 黑洞的四大损耗机制

把这次事件背后的机制摊开，智能体 Token 失控不是偶发，而是结构性问题。腾讯研究院在分析智能体典型低效消耗时，归纳出四类乘积效应：

• 上下文陷阱：智能体每一步操作都会重复带入历史对话、工具日志和文件内容，同一批信息被反复计费。米哈游案例里，单个 Agent 调用一次的上下文窗口就可能超过普通聊天的 50 倍。

• 技能 Skill 冗余：对 49 个软件工程技能的基准测试显示，79.6% 的技能对任务通过率没有任何提升，却最高带来 451% 的 Token 开销增长。智能体加载的技能越多，「无意义调用」越多。

• 多 Agent 沟通税：多个智能体分工协作时，会不断重复任务背景、结论和格式化套话，每一次对话都是一次重复计费。一晚 200 万账单的相当一部分，来自这种「Agent 之间互相抄作业」。

• 长任务的「熵增」：任务链条越长越容易跑偏，为了纠偏又要增加摘要、检查、回滚机制，进一步推高消耗。智能体不是一次性工具，是会「自己追加工作量」的系统。

这四类损耗不是简单加和，而是互相叠加的乘积效应。一晚 200 万只是被点着的引线；如果没有成本护栏，整月跑下来就是千万级。

三、责任划分：工程师、模型厂商、企业的三方共担

复盘这种事件，最容易陷入「谁的锅」之争。理性看，三方都有责任：

• 工程师：Agent 协作是新工具，需要配套成本护栏再上生产。把 Agent 直接上生产而不设上限，是工程纪律问题。

• 模型厂商：GPT-5.5、Claude Opus 4.8、GLM-5.2 等模型输出定价远高于输入（输出 30 美元 / 百万 vs 输入 5 美元 / 百万），智能体场景下输出占比高，模型计费结构放大了 Token 黑洞。

• 企业管理：缺乏请求侧成本告警、缺乏 Agent 调用配额、缺乏 AI 绩效考核——AI 治理缺位才是事故土壤。

四、AI 服务商要写的复盘清单

把米哈游这次事件当镜子，AI 服务商与使用方应在三天内补齐四件事：

为每个 Agent 任务设独立 Token 预算，超出即停或降级；
开启请求侧自研保真压缩，请求侧 30%-70% 瘦身优先做；
把「调用 Agent 的工程师」纳入月度 AI 绩效考核，与节约贡献挂钩；
每个长任务结束自动生成复盘报告：调用次数、Token 归属、产出可采纳比例、下一轮如何省。

五、51Tokens 三大业务陪跑

平台系统层面，51Tokens 请求侧自研保真压缩 + 分级预算 + 八维 AI 考核引擎三件套可直接落地；培训课程层面，51Tokens 培训针对 AI 服务商的研发、测试、运维团队开设「Agent 协作成本课」；咨询落地层面，51Tokens 咨询陪跑 Agent 项目的预算设计与上线前成本护栏评审。

回到米哈游那一晚——它本来可以只是一个凌晨的工程师实验，不应该变成 IT 团队的惊魂夜。问个最直接的问题：你们公司 Agent 任务目前有没有独立 Token 预算？如果没有，今天下班前值得花十分钟设一个。欢迎在评论区告诉我们。

—— 51Tokens，让 AI 治理从「靠人」走向「靠系统」。