夜雨聆风
别人晒工资条，他晒账单。
一个月130万美元，3个人花的。
2026年5月，OpenClaw之父Peter Steinberger在X上甩出一张截图，轻描淡写得像在晒午饭。30天花费1305088.81美元。吞掉6030亿个token。发起760万次请求。3个人的小队，一个月干出这张账单。
更炸裂的是，这钱OpenAI给报销。
Steinberger本人淡定回应，关闭快速模式后，他的花费低于一个工程师的成本，而且这确实帮助大得多。这句话的信息量，比那张账单本身还大。
130万美元低于一个工程师的成本？按照硅谷顶级工程师的年薪包来算，一个高级工程师就要150到200万美元。而Steinberger用3个人加100个AI agent，干了一整个工程团队的活儿，成本反而更低。
这不是AI辅助编程。这是AI接管工程团队的神经系统。
说到这里我得插一句，我前几天刷到一个人吐槽，说他公司花了大价钱上AI编程工具，结果三个月下来，效率没见涨，反而是大家花更多时间在调试AI生成的代码上。这个吐槽其实点到了一个关键，大多数人用AI的方式，是在旧流程里加一个工具，而不是重构整个流程。Steinberger干的，是后者。
他的小团队只有3个人，但他们在云端长期跑着约100个Codex实例。这些AI agent在审PR，在找安全漏洞，在去重issue，在改bug，在监控性能指标，在听完会议后直接开PR。
这些是什么工作？是软件工程里最脏最累最容易把人逼疯的活。是沟通，是理解，是上下文切换，是审查，是回归，是修复，是等待，是重复劳动。
传统软件开发，一个功能从需求到上线，要经历产品经理写PRD，设计师出图，前端开发，后端开发，联调，测试，代码审查，部署，监控，修bug，回归测试。每一个环节，都需要人来沟通协调等待。
人需要吃饭睡觉休息度假陪家人处理情绪应对burnout。人需要开会写文档回邮件解释需求澄清误解处理冲突。而这些，正是软件开发真正贵的地方。
Steinberger把这100个AI agent丢进这个流程。它们不吃饭不睡觉不休息不度假不burnout不开会不写文档不回邮件不解释需求不处理冲突。它们只是干活。
从进化心理学的角度来看看这件事其实挺有意思的。人类大脑在进化过程中，发展出了一种极其耗能的社交认知系统，这套系统让我们能理解别人的意图，能协作，能建立信任。但这套系统在写代码修bug审PR这种重复性的认知劳动上，其实是严重浪费。我们花了几百万年进化出来的社交大脑，用来盯着一个变量名有没有拼错，这本身就是一种进化错位。
Token正在变成新的生产资料。Steinberger说了一句话，值得所有做技术的人深思，他在探索如果token成本不是问题，软件开发会变成什么样。Token正在变成新的生产资料。就像电力算力带宽一样，token正在成为一种可以大规模采购按需使用的基础设施。6030亿个token，760万次请求，这不是用AI写几行代码，这是把AI当成劳动力来用。
而且是一种全新的劳动力。规模弹性，今天用100个agent，明天可以用1000个。成本递减，模型每降一轮价，成本就下一个数量级。永不疲倦，7乘24小时运转，没有情绪没有burnout。即插即用，不需要招聘培训onboarding文化建设。
这改变了什么？改变了软件开发的成本结构。传统软件开发，成本主要是人力成本，招多少人干多少活，成本线性增长。AI时代的软件开发，成本变成了token成本加人力成本，人力成本占比越来越低，token成本占比越来越高。而且token成本还在指数级下降。
我得说一句，这个趋势其实不止发生在软件开发。法律，会计，医学影像分析，保险理赔审核，所有这些依赖大量重复性认知劳动的行业，都在经历同样的压力。只不过软件开发的数字化程度最高，所以最先被冲击。
Steinberger算了一笔账，今天130万美元干的活儿，模型降一轮价，13万。再降一轮，1.3万。这不是假设，这是正在发生的现实。2023年GPT-4的API价格还是0.03美元每1K tokens，2024年GPT-4 Turbo降到了0.01美元每1K tokens，2025年各种开源模型和竞争让价格继续下探。成本下降的速度，比摩尔定律还快。
当成本降到13万，降到1.3万，会发生什么？100个AI agent同时干活，不再是硅谷大佬的独家游戏，而是随便一个三人创业团队的基本操作。3个创始人，带着100个AI agent，干翻一个50人的工程团队。一个独立开发者，用AI agent搭建一个完整的产品，从代码到运营。一个小团队，用AI agent维护一个千万用户的产品，不需要扩招。
这不是科幻，这是正在发生的现实。
说到这里很多程序员可能会问，那我呢，我的价值在哪里？这是一个好问题，让我们先看看AI agent不能干什么。定义问题，用户真正需要什么，这个需求值得做吗。权衡取舍，这个技术方案vs那个技术方案，选哪个为什么。产品直觉，这个功能用户会喜欢吗，怎么让它更好用。战略判断，我们接下来该做什么不该做什么。团队领导，如何激励人，如何处理冲突，如何建立文化。
这些，都是人的价值。AI agent是执行者，人是决策者。AI agent是工具，人是建筑师。Steinberger的3个人，不是写代码的人，他们是定义问题的人，设计系统的人，做出判断的人，承担责任的人。
程序员的价值，正在从写代码转移到定义问题设计系统做出判断。那些只会写代码的程序员，确实危险了。但那些能定义问题设计系统做出判断的程序员，会更有价值。
从佛学的角度来看这件事，其实有一个很深的视角。佛学讲缘起，讲一切现象都是条件聚合的结果。传统软件公司，人的聚合是不可控的条件，有人生病，有人离职，有人状态不好，整个开发流程就会卡住。而AI agent的引入，是在改变这个缘起的结构，让条件的聚合变得更可控更稳定。但这同时也带来一个新的问题，当决策和执行分离到这个程度，人的主体性在哪里？
这个问题没有标准答案，但值得每个从业者认真想想。
Steinberger说这是AI开始替你维护一个组织的神经系统。什么是组织的神经系统，是信息流。需求怎么传递，代码怎么审查，bug怎么追踪，性能怎么监控，知识怎么沉淀。
传统组织，这些信息流靠人来维护。产品经理和开发沟通需求，开发之间协调接口，测试和开发确认bug，运维和开发处理故障，技术经理协调资源。每一个环节，都是人在传递信息做出判断承担责任。
而AI agent正在接管这些信息流。AI读PRD自动生成技术方案，AI写代码自动提交PR，AI审查代码自动发现问题，AI监控性能自动报警，AI修bug自动部署。组织的神经系统，正在从人转移到AI。这不是工具升级，这是组织形态的根本变革。
让我们算一笔账。一个50人的工程团队，年薪成本大约700万美元一年，约合58万美元一个月。Steinberger的3人加100个AI agent，3个核心人员约150万美元一年，AI agent成本从现在的130万美元一个月，降到降一轮后的13万美元一个月，再降到降两轮的1.3万美元一个月。总成本从700万降到约166万美元一年，效率可能还更高。
这不是降本增效，这是商业模式的重构。传统软件公司最大的成本是人，AI时代的软件公司最大的成本可能是算力。从雇佣人到采购算力，这是生产关系的根本变革。
说到生产关系这个话题，其实历史上的每一次重大技术变革，都会带来生产关系的重构。农业革命，土地代替了狩猎采集的流动性和平权结构，阶级分化开始出现。工业革命，机器和大工厂代替了手工作坊，无产阶级和资产阶级的对立成为新的社会结构。信息革命，数据和算法代替了传统的资本和劳动力，平台经济重塑了价值分配。而现在，AI革命正在把认知劳动也变成可以大规模采购的商品，这意味着什么？
意味着资本的回报和劳动的回报之间的差距，会进一步拉大。拥有AI系统的人，和只能出卖认知劳动的人，之间的鸿沟会越来越大。
这不是危言耸听，这是正在发生的趋势。
Steinberger说，到那一天，100个AI agent同时干活，不再是硅谷大佬的独家游戏，而是随便一个三人创业团队的基本操作。那一天什么时候来？可能比你想象的更快。当GPT-5发布能力再上一个台阶，当开源模型追上闭源模型，当算力成本继续下降，当AI agent的编排工具成熟，3个人加100个AI agent会成为标配。
这意味着创业门槛大幅降低，不需要融资几百万来招工程师，3个人就能干。产品迭代速度大幅提升，7乘24小时开发没有沟通成本。竞争格局彻底改变，小团队可以挑战大公司。软件行业大洗牌，那些靠堆人的公司会被堆AI的公司干掉。
面对这个变革，程序员该怎么办。第一，从写代码转向定义问题，不要只关注怎么写，要关注写什么和为什么写。理解业务理解用户理解产品，这些才是你的护城河。第二，学会指挥AI，未来的程序员不是写代码的人，是指挥AI军团的人。学会用AI编排AI调试AI评估AI的输出，这是新的核心技能。第三，保持学习保持焦虑，技术变革的速度比你想象的更快，今天的能力可能明天就过时。
焦虑不是坏事，它是进化的动力。从进化心理学的角度看，焦虑其实是一种适应性情绪，它让我们对潜在威胁保持警觉，驱动我们采取行动。那些完全不焦虑的人，在快速变化的环境里反而更容易被淘汰。
但这里有一个度的问题。过度焦虑会导致决策瘫痪，适度焦虑才会驱动有效行动。怎么把握这个度，是每个人要自己摸索的。
除了这三个建议，我觉得还有一件事值得说。程序员这个群体，长期以来有一种迷思，觉得只要技术足够好，就不用担心被淘汰。这个迷思在AI时代正在被打破。技术好当然重要，但更重要的是，你能不能理解业务，能不能判断价值，能不能在模糊和不确定的情况下做出决策。这些能力，恰恰是现在的AI最不擅长的。
从佛学的角度来说，认识自己的与众不同之处，其实就是认识自己的独特性。每个人都有自己的缘起轨迹，盲目追赶潮流和盲目固守旧技能，其实都是执着。真正的智慧是看清趋势，同时看清自己能做什么不能做什么，然后在那个交集里深耕。
Steinberger的那张截图，130万美元的账单，是一个时代的标志。它标志着token正在成为新的生产资料，AI agent正在成为新的劳动力，软件开发正在变成AI流水线，组织的神经系统正在被重构。
这不是AI辅助编程，这是AI接管编程。这不是工具升级，这是生产关系的根本变革。
130万美元只是开始。当成本降到13万，降到1.3万，降到1300美元，软件开发会变成什么样？
我们不知道。但我们知道，未来已来。
而每个人要回答的问题是，在这个未来里，你打算站在哪一边。
