Branden Jenkins 在晚餐時看了一眼手機，整個晚上就此改變。這位執行長查看 AI 使用儀表板後發現，他週末的編碼工作已花掉 1,000 美元——系統自動以每次 1,000 美元的幅度扣款，並從設定為自動續費的信用卡中自動收取。

Jenkins 是 Maxio 的執行長。這家由私募基金支持、總部位於亞特蘭大的軟體公司，預計未來幾年年營收將達到 1 億美元。Maxio 主要向其他 B2B 軟體公司銷售訂閱計費與收入管理軟體。Jenkins 也坦言，自己在公司內部 AI 支出排行榜上名列前茅——這對執行長而言並不尋常。他告訴 Fortune：「1,000 美元我會說不算多，但對一個週末來說，還是挺惱人的。」他把自己的 AI 代理形容為「一直在運作」，並回憶當下反應說：「哇，我一下子就追上來了。」

在他的公司內部，以及更廣泛的美國企業界，這件事已成為某種寓言，說明「agentic」AI 工具如何在沒人察覺前迅速消耗金錢，直到帳單到來。不過 Jenkins 表示，讓他夜不能寐的並不是這張意外帳單；更深層的問題，更混亂也更有人性：他的員工對於被技術超越、甚至被他超越的「不安」。

一個週末如何變成 1,000 美元的教訓

Jenkins 自稱是會自行打造代理與自動化工具的技術型執行長。他表示，即使離開辦公桌，也能用 Claude 在手機上寫程式碼——這就是他在晚餐時邊吃飯邊除錯、反覆迭代專案的原因。為那些工作所設的 token 錢包，設定為每次餘額不足就自動補充 1,000 美元，悄悄替他的卡片重新加值，完全不需多想——直到他看見總額。

Jenkins 說：「我的很多員工都會碰到限制值，必須申請核准，但我沒有那種上限。」他把自己無限額的內部預算形容為優勢，也是一種負擔。「所以我開始往裡面鑽，想說，『這會是什麼樣子？』」

他說，他發現許多浪費都與模型選擇和失控的對話偏移有關——也就是 AI 系統把使用者帶往原本不打算走的路。Jenkins 說：「很多時候，燒掉你錢的其實是代理自己的錯誤。你會不知不覺一直聊，事情就脫離掌控了。」

回想自己和機器人的對話，他說：「你會想，『對對對，我喜歡，再多一點、再多一點。』忽然之間你就跑到不知哪裡去了，然後你會說，『不，我完全不要那樣。』所以有些錢其實就是白白浪費掉了，因為它把你帶到那裡。」

他的經驗反映出產業內已相當明確的一種模式。Gartner 估計，agentic AI 模型每項任務可能需要比標準聊天機器人互動多出 5 倍到 30 倍的 token，而 WitnessAI 的一項調查發現，68% 的美國公司表示去年至少有部分 AI 專案超出預算，其中三分之一表示超支情況「大多數時候或總是」發生。Hebbia 執行長 George Sivulka 也曾一語道破，他寫道，使用代理就等於「你剛剛雇用了 100 萬個糟糕員工」。

Uber 據報在四個月內就耗盡了整個 2026 年 AI 編碼預算，Amazon 則據報在開放無使用上限的存取後，於單月花了 5 億美元在 AI 上。那就是「tokenmaxxing」死亡的那個月。相比之下，Jenkins 的 1,000 美元週末幾乎只是誤差，但重點是，那確實是真金白銀。他說：「Claude 裡沒有退款按鈕，也沒有爭議申訴按鈕。」他補充說，也許應該要有。

省 token 的實戰技巧

晚餐事件之後，Jenkins 開始尋找降低自己 token 消耗的方法——他說其中很多是從 TikTok 上流傳的 AI 優化技巧學來的，而不是來自自己的工程團隊。他開始根據複雜度，把不同任務分派給不同模型：像 Claude 的 Haiku 這類較輕量的模型處理基本算術，中階模型處理例行編碼，而最高階、推理能力最強、也最昂貴的模型則保留給真正的策略規劃。

他也採用了他所謂的 orchestration layers——第三方工具，通常以免費 GitHub 儲存庫形式發佈，目的是壓縮 AI 輸出並減少浪費的 token。其中一個他稱為「Caveman mode」的模式，會強迫 AI 助理用短促、直接的句子回應，而不是冗長、展開式的答案，Jenkins 估計這可讓 token 使用量減少 70%。他描述的另一種模式「grunt mode」則把回覆壓縮到一兩個字：「這很老套。」他也提到其他工具，包括「Superpowers」和「Ponytail」，都屬於同一個節省成本的地下技巧生態系。

但問題在於，Jenkins 說，這些做法對一般員工並不容易取得。他說：「這些都是很宅的東西。我們真的需要銷售主管、服務主管和行銷人員去找這些嗎？」他認為，真正的組織風險，就是從像他這樣的重度使用者知道的做法，與其他員工無法接觸到的工具之間出現落差時開始。

為什麼他說，比起成本，不安才是更大的威脅

當被要求排序他在幾百名員工中推行 AI 時遇到的問題，Jenkins 並沒有先談成本。他列出的三項需要主動管理的因素是：效率低落、不平等，以及——他一再提到的——不安。

Jenkins 說，他很自豪公司裡每個人都因為 vibe-coding 權限而變成建造者，但這種轉變在人際層面上確實帶來衝擊。

Jenkins 說：「[token 超支]其實不是問題，但它很容易變成藉口。」他描述自己在沒有被要求的情況下，僅因為學會了，就在領導團隊各部門裡建立工具與自動化，並看著對方反應逐漸變得不自在。「其中一個人來找我說，『這讓我很不安。我應該是來跟你提出這些事情的人。我得趕上進度了，我覺得自己落後好多。』」

他說，這種動態在多層管理架構中一再重演：「我有沒有做好自己的工作？我有跟上嗎？這會不會取代我的工作？這會不會取代我的團隊成員？」

他也指出，類似的不安在部門層級同樣存在，根源在於工具取得不均。他的公司起初是全公司部署 ChatGPT，之後又為大約 50 名主要集中在銷售與行銷部門的員工授權較昂貴的 Claude，結果引發未獲配發團隊的反彈。「大家會說，等一下，為什麼我沒有 Claude？為什麼他們有，我們沒有？」他說，「這就是不平等。」

Jenkins 認為，這種不安最終對公司文化的侵蝕，遠比任何一張失控帳單都更嚴重，因為它會影響員工是否願意使用這些工具，或者因恐懼而在私下抗拒。

為人與代理建立組織架構

Jenkins 說，Maxio 的回應是結構性的。整個高階領導團隊都參與了一次正式的組織設計演練，每位高階主管不只要畫出向自己匯報的人員，也要把那些人現在直接管理的 AI 代理一併納入。結果是一張字面上的混合型組織圖——人名與代理功能層層疊加——公司把它視為一份持續更新的管理文件。

他也擴編了公司的 DevOps 團隊，專門治理越來越多由員工自行建立、以非正式方式編寫的內部工具——產業內他和其他人稱之為「vibe-coded」的軟體——這些工具雖然起初只是副專案，卻已成為企業營運的支柱之一。Jenkins 說：「不能只是 Tim 在週末 vibe-code 出來就算了。」他指出，如果負責關鍵內部工具的員工離職或生病，就會有持續性風險，此外還有尚未解決的安全與可擴展性問題。

依他的說法，更大的財務故事不是偶爾出現的四位數 token 超支，而是公司底層人力計算方式的改變。Maxio 的員工數已不再像過去那樣隨營收同步擴張，導致每位員工的年度經常性收入比率上升；他認為，這個指標最能反映 AI 對成本結構造成的實際影響，遠比更顯眼但相對較小的 token 帳單更有意義。

Jenkins 說：「我不是在主張因為 AI 就要大幅縮編人力，但我們不該再用和以前一樣的速度增加人手。」他說：「這是我們業務上的重大變化，而且全部都歸因於 AI。」他也同意，晚餐時偶爾跳出 1,000 美元 token 消耗，就像你得繳的一種稅——某個 AI 代理同事只是誤會了工作內容。

Jenkins 表示，他不認為這些理由足以讓公司退縮。「現在有太多好處，足以抵過很多這些問題。」他說，AI 採用帶來的效率提升大到足以讓偶爾的浪費、由幻覺引發的偏航，甚至四位數的意外帳單，都只是邁向成果的成本。當他第一次向工程主管提到自己的省 token 技巧時，對方擺了擺手，告訴他公司還「沒到那種我們在 A.I. 上花得比人還多的程度，因為外面確實有這種例子。我們離那還很遠。」Jenkins 說他並不反對，但他確信那一天會到來。「這很可能會成為一件事。」

本篇報導中，Fortune 記者將生成式 AI 作為研究工具。編輯在發布前已核實資訊準確性。

本故事原刊於 Fortune.com。