夜雨聆风今天聊一下AI工具的成本问题，公司里最早用 AI 编程工具的人，通常不会先问预算。
他会说：这个能省时间。
老板也很容易点头：能提效就先买。
但最近这个问题开始变味了。Codex、Claude Code、Cursor 、智谱、Kimi、Minimax这些工具越来越不像一个固定会员，反而像办公室里的水电费。
谁在用，什么时候用，用的是哪档模型，开了几个任务，跑了多久，月底都可能变成一张账。
以前大家争的是“哪个 AI 更智能，更能完成任务”。现在团队真正要补的一课是：谁在消耗算力，谁有权限继续消耗，消耗以后到底换回了什么。
很多人第一次买 AI 编程工具，会下意识把它当软件订阅。
一个人一个月多少钱，团队有多少人，就能算出总预算。
这套算法正在失效。
OpenAI 最近给 ChatGPT Enterprise 增加了用量分析和花费控制，重点不是让企业再多买几个账号，而是让管理员看清楚信用额度消耗、团队采用情况和成本控制。它还把“按不同角色设置更细的信用用量限制”摆到企业管理台里。
OpenAI 的 Codex 帮助页也把话讲得更直：Codex 的成本会因为模型、并发实例、自动化任务、fast mode 和实际用量差异很大，用户需要在用量面板里看自己的限制。
这两个信号放在一起看，意思很清楚。
AI 编程工具不是“买了就随便用”的办公软件。它更像一块可分配的算力预算。
Claude Code 这边也很典型。
Anthropic 近期宣布提高 Claude Code 的五小时限额，并取消 Pro 和 Max 账号在高峰时段的限额下调，还提到与 SpaceX 的算力合作。帮助页里也把 Claude 的用量解释成 conversation budget：你能发多少消息，或者能让 Claude Code 工作多久，都受一段时间内的使用额度影响。
用户当然希望限额越高越好。
但从公司角度看，限额不是一个小字条。它已经变成产品设计的一部分。
一个工具能不能稳定工作，除了模型聪不聪明，还要看它能不能在高峰时段撑住，能不能让重度用户继续跑任务，能不能把昂贵模型和普通任务区分开。
这就像公司以前买云服务器。
刚开始大家只问“能不能跑起来”。后来才发现，真正麻烦的是峰值、并发、预算、告警和谁有权限开大机器。
AI 编程工具也在走这条路。
Cursor 的定价页和模型文档里，已经把“用量池”讲得很清楚。
每个套餐包含一定模型用量；用完后，可以继续按需使用，超出的部分再计费。模型文档则把不同前沿编码模型、用量池和按模型计价放在一起。
这对个人用户来说，是“我这个月还剩多少额度”。
对团队来说，问题就复杂了。
同样是写代码，一个人让 AI 改一段 CSS，另一个人让 AI 读完整仓库、跑测试、修十个文件、再开几个并行任务，它们消耗的不是同一种东西。
账号数相同，账单可能完全不同。
老板最容易算错的地方就在这里：以为每人一个会员，预算就封顶了。
真正会涨的，不是账号，而是工作方式。
当团队开始把 AI 当成同事，让它读需求、拆任务、改代码、写测试、开 PR，算力消耗自然会上来。
这不是说公司要立刻限制大家用 AI。
限制太早，工具价值也出不来。
但如果一个团队已经开始大规模使用 AI 工具，至少要先搞明白这几点。
第一，谁可以用高级模型。
不是每个任务都需要最贵、最强、最慢的模型。架构重构、复杂 bug、跨文件修改可以给更高权限；小改动、文案、格式整理，没必要都烧同一档算力。
第二，什么任务值得跑长任务。
AI 一次接手半小时、一小时的任务，听起来很爽。但如果需求本身没想清楚，AI 只是在替团队把混乱放大。
第三，用量要和结果放在一起看。
只看谁用了多少额度，会把团队带回节省成本。只看谁写了多少代码，又会鼓励乱跑任务。
更合理的看法是：这笔 AI 用量有没有减少返工，有没有缩短排期，有没有降低等待，有没有让原来没人做的小修小补被处理掉。
普通 AI 工具用户也会越来越明显地感觉到：AI 工具的“好用”，不再只是回答质量。
它还包括限额够不够、排队久不久、能不能续跑、重任务会不会突然停、团队账号能不能分清私人活和公司活。
很多人吐槽 AI 工具限额，背后其实是同一个矛盾。
大家已经把 AI 从“偶尔问一下”用成了“持续干活”。工具厂商再用旧式会员逻辑兜住所有重度使用，越来越难。
所以你会看到，一边是厂商提高限额、找算力、给企业控制台；另一边是按需计费、信用额度、用量分析、团队权限越来越细。
这不是谁小气。
这是 AI 从玩具变成生产工具之后，必然要补上的账本。
AI 编程工具最热的时候，大家都爱问一个问题：它会不会替代程序员？
这个问题太大，也太容易吵。
更近的一个问题是：它会不会改变公司分配工作和预算的方式？
答案已经很明显。
当 Codex、Claude Code、Cursor 这些工具都开始围绕用量、限额、账单和控制台变化时，AI 编程工具就不再只是“谁更聪明”的比赛。
它开始变成公司里一项新的基础消耗。
像水电费一样，不能因为要省钱就不用，也不能因为看起来便宜就随便开。
真正该管的不是“买不买 AI 工具”。
而是：谁在什么任务上烧算力，这笔算力有没有换回更少返工、更快交付和更清楚的工作分工。
以后团队讨论 AI 编程工具，别只拿会员价格做预算。
要搞明白：这块算力，准备让谁用来干什么？